AWS 开源模型比价工具,企业选 AI 不再“盲人摸象”

AWS 在官方博客上宣布，开源了一个叫 Bedrock Model Profiler 的工具。它把 Amazon Bedrock 上超过 100 个基础模型的能力、价格、可用区域、上下文窗口限制和吞吐量等信息，聚合到一个可搜索的网页界面里。这些模型来自 Anthropic、OpenAI、Meta、Mistral、Cohere 和 Amazon 自己。

反常的地方在于：以前这些信息散落在控制台、文档和 API 调用里，企业要对比两个模型，得手动翻好几处。现在这个工具每天自动更新一次数据，支持高级筛选和并排比较，相当于把“翻文档”变成了“搜和比”。

真正改变的是信息获取成本。AWS 没有改变模型本身，但把选型的前期调研从几天压缩到几分钟。这背后是 17 个 Lambda 函数在跑，通过缓存把 API 调用从约 480 次降到 29 次，整个流程 8-12 分钟完成。

Bedrock 上的模型数量已经多到让企业头疼。一个技术决策者要同时考虑成本、延迟、区域合规和模型能力，手动选型很容易出错或浪费钱。AWS 作为云厂商，本来可以不管这件事——模型是别人家的，选错了是用户的事。但它选择主动提供比价工具，说明模型泛滥已经到了影响平台易用性的临界点。

这个工具本身是开源的，企业可以部署在自己的环境里。它不改变模型的实际表现，只改变信息透明度。对 AWS 来说，这既降低了用户门槛，也强化了 Bedrock 作为“模型集市”的中立性——你想用谁家的模型都行，但最好都在我这儿用。

企业 AI 采购负责人会最先受益。以前评估一个项目要用哪个模型，可能需要花几天对比文档和价格；现在用 Profiler 几分钟就能筛出符合预算和区域的选项，直接进入测试阶段。

创业公司 CTO 也能更快验证想法。在 Bedrock 上快速试几个模型，避免在早期选型上浪费工程资源。不过，工具只解决信息聚合，不解决模型实际表现差异——该做的基准测试还得自己做。

AWS 把选模型这件事从“翻文档”变成了“逛电商”，企业采购 AI 的门槛正在从技术问题变成信息问题。