Amazonが提供する、生成AIアプリケーションとAIエージェントを本番規模で構築するためのフルマネージドサービス。複数のAI企業が開発した数百のファウンデーションモデル（基盤モデル）に、単一のAPIから統一的にアクセスできる点が最大の特徴である。モデルごとにSDKや認証を用意し直す必要がなく、用途やコストに応じてモデルを差し替えられる。ナレッジベースやファインチューニングで自社データに適応させ、ガードレールで有害コンテンツやハルシネーションを抑制し、HIPAA・FedRAMP Highに対応したセキュリティ基準の下で運用できる。2023年9月28日に一般提供が開始され、2026年時点ではOpenAIのモデルも利用可能になっている。
主な特徴
- 単一APIで数百のモデルを横断利用: Anthropic、Meta、Mistral AI、Amazon Nova、OpenAIなど複数プロバイダーのモデルを、共通のAPI・共通の認証で呼び出せる。アプリ側のコードをほとんど変えずにモデルを切り替えられるため、性能とコストの比較検証がしやすい
- AgentCoreによるエージェント開発: フレームワークやモデルを問わず、AIエージェントの構築・接続・最適化を行える基盤。サーバーやスケーリングといったインフラ管理なしでエージェント型アプリケーションをデプロイできる
- ナレッジベースとデータ自動化: 社内ドキュメントを取り込んでRAG（検索拡張生成）を構成できるナレッジベースと、PDFや画像などのマルチモーダルな資料を解析するData Automationを備える
- Guardrailsによる安全対策: 有害コンテンツのブロックに加え、Automated Reasoning checksによる回答の妥当性検証が可能。AWSは有害コンテンツを最大88%ブロックすると説明している
- カスタマイズとコスト最適化: ファインチューニング、プロンプト管理、モデル蒸留（distillation）、プロンプトルーティングなどを用意。蒸留やルーティングは推論コストと応答速度の改善を狙う機能である
- エンタープライズ向けのセキュリティ: ISO、SOC、CSA STAR Level 2、GDPR、FedRAMP Highの対象で、HIPAA対応も可能。既存のAWSアカウント・IAM・VPCの枠組みにそのまま乗せられる
料金
Bedrockは月額固定のプランではなく、使った分だけ支払う従量課金である。同じモデルでも「どの実行方式を選ぶか」で単価が変わる。
| 課金方式 | 概要 | 目安 |
|---|---|---|
| On-Demand | トークン量に応じた標準の従量課金 | モデル・リージョンごとに単価が異なる |
| Batch | 即時性が不要な一括処理向け | On-Demandより約50%低い単価 |
| Flex Tier | 遅延を許容する代わりに割安 | Standardの約50% |
| Priority Tier | 優先的に処理する代わりに割高 | Standardより約75%高い |
| Provisioned Throughput | 処理能力を予約する時間課金 | 1ヶ月または6ヶ月のコミットメント |
このほか、Guardrails・ナレッジベース・モデル評価などの周辺機能にも個別の課金が発生する。個々のモデルの1,000トークンあたりの単価はモデルとリージョンによって大きく異なるため、見積もりの際は必ず公式の料金ページで対象モデルを指定して確認したい。
料金は2026年8月時点の情報です。最新の料金は公式サイトをご確認ください。
メリット・デメリット
✅ メリット
- 複数ベンダーのモデルを1つのAPIで扱えるため、モデルのロックインを避けやすい
- IAM・VPC・CloudWatchなど既存のAWS運用にそのまま組み込める
- FedRAMP HighやHIPAAへの対応があり、規制の厳しい業界でも採用しやすい
- ガードレール、ナレッジベース、エージェント基盤まで揃っており、周辺機能を自前で作らずに済む
- 最低利用料のない従量課金で、小さく試して段階的に拡大できる
⚠️ デメリット
- 開発者向けのAPIサービスであり、そのまま使えるチャットUIではない。利用にはAWSアカウントと実装が前提となる
- 課金方式・モデル・リージョンの組み合わせが多く、コストの見積もりが難しい
- 利用したいモデルやリージョンによっては、事前のモデルアクセス申請やクォータ調整が必要になる
- 最新モデルの提供開始が、モデル提供元の直接APIより遅れる場合がある
- AWSのIAM権限設計に慣れていないと、初期セットアップでつまずきやすい
類似サービスとの比較
| 比較項目 | Amazon Bedrock | Azure AI Foundry | Google Vertex AI | OpenRouter |
|---|---|---|---|---|
| 提供元 | Amazon (AWS) | Microsoft | Google Cloud | OpenRouter |
| モデルの幅 | 複数ベンダーの数百モデル | OpenAI中心＋複数ベンダー | Gemini中心＋複数ベンダー | 多数のベンダーを横断 |
| 主な強み | AWS運用との統合・エンタープライズ要件 | Microsoft 365/Azure連携 | Google Cloudのデータ基盤連携 | 導入の手軽さ・単一APIの薄さ |
| エージェント基盤 | AgentCore | Azure AI Agent Service | Vertex AI Agent Builder | 提供なし |
| 想定ユーザー | AWS利用中の企業・開発チーム | Azure利用中の企業 | Google Cloud利用中の企業 | 個人開発者・小規模チーム |
こんな人におすすめ
- すでにAWSを本番環境で使っており、生成AIを既存の権限・監査の枠組みに載せたい開発チーム
- 複数のモデルを比較しながら、コストと品質のバランスを継続的に調整したいプロダクト担当者
- 社内ドキュメントを対象にしたRAGや業務エージェントを、インフラ運用を増やさずに構築したい企業
- HIPAAやFedRAMPなど、コンプライアンス要件が厳しい業界でAI活用を進めたい組織
- 特定のモデルベンダーへの依存を避け、将来の乗り換え余地を残しておきたいチーム
まとめ
Amazon Bedrockは、AWSの運用基盤の上に生成AIを載せるための土台である。単一のAPIで複数ベンダーのモデルを扱える設計により、モデル選定を後から見直せる柔軟さを持ち、ガードレールやナレッジベース、AgentCoreといった周辺機能まで一体で提供される。一方で、そのまま使えるチャットサービスではなく、実装と設計が前提になる点は理解しておきたい。すでにAWSを使っている組織であれば、まずは小さなユースケースをOn-Demandで試し、負荷とコストの見通しが立った段階でBatchやProvisioned Throughputへ広げていくのが現実的である。