Bedrock vs OpenAI:為生產級代理選擇託管 AI 平台

關鍵要點

• OpenAI 於 2026 年 8 月 21 日將 GPT-5.6 Sol API 和信用定價降低超過 20%,為期三個月 — 一週內第二次前沿模型大幅降價,緊隨 OpenRouter 50% 的降幅,為 12 月之前做出的任何平台決策創造了時間敏感的 TCO 比較視窗(OpenAI Community)。
• OpenAI 企業收入在 7 月以 400 億美元年化運行率超越消費端收入,企業客戶增長 32% — 企業-消費交叉比預期更早到來,證實 B2B AI 是核心商業引擎,為平台選擇決策提供了具體的跑道資料(CNBC)。
• Ramp 資料顯示 619 倍的支出差距 — 美國企業前 1% 每員工在 AI 上花費 7,400 美元,而中位數為 11.95 美元 — 即使在最重消費者中也存在價格敏感性;Fable 5 價格為 GPT-5.6 Sol 的兩倍,僅佔 Anthropic token 的 6%,而 Sol 佔 OpenAI token 的 25%(PYMNTS;TechCrunch)。
• OpenAI Private Safety Processing 提供零資料保留監控,而 Anthropic 的 Fable 5 要求 30 天資料保留 — 隱私與安全架構現在是平台選擇維度,而非合規腳註,這一選擇決定了哪些客戶資料離開您的環境。
• Etched 以機架級合約達到 210 億美元估值,而 Relay 在 Groq 融資 3.5 億美元的同一週關閉 — neocloud 和硬體供應商連續性現在是推理連續性風險,沒有平台 SLA 能完全覆蓋。

生產級 AI 代理的平台決策曾經很簡單:選最好的模型,呼叫 API,發布。在 2026 年 8 月,這個決策有七個維度,而模型基準是唯一可以安全降低優先級的。OpenAI 將 GPT-5.6 Sol 降價超過 20%,為期三個月。Anthropic 的 Fable 5 以兩倍價格令人失望。OpenAI 企業收入超越消費端,達到 400 億美元運行率。Ramp 覆蓋 70,000+ 家企業的資料顯示 619 倍支出差距,即使在頂級消費者中也存在價格敏感性。問題不再是誰的模型評分最高 — 而是哪個平台能通過 12 個月的成本、隱私和供應商穩定性稽核。

決定平台的七個維度及其關鍵資料點:

本文將決策映射到三個託管平台 — AWS Bedrock、OpenAI API 和 Anthropic Claude(直連及透過 Bedrock)— 對照現在決定您的生產級代理是否保持可負擔、合規和線上的七個維度。下方的決策矩陣承擔核心分析。後續章節用平台選擇決策所需的一手資料解釋每個維度。

決策矩陣

維度	AWS Bedrock	OpenAI API(直連)	Anthropic Claude(直連 / 透過 Bedrock)
模型選擇	多模型:透過單一 API 使用 Claude、Llama、Mistral、Titan、DeepSeek	僅 OpenAI:GPT-5.6 Sol、o-series、Codex	僅 Anthropic:Claude Mythos 5、Fable 5、Opus 5
成本結構(2026年8月)	按 token,批量層級,承諾支出的 Provisioned Throughput	按 token,GPT-5.6 Sol 降價 20%+ 持續 3 個月,Codex/Work 基於信用	按 token,Fable 5 約 $10/M(2× GPT-5.6 Sol),30 天保留開銷
資料駐留	AWS 區域隔離,現有合規姿態	美國端點,透過 Private Safety Processing 實現 ZDR	Fable 5 要求 30 天保留,部分層級提供 ZDR
隱私架構	繼承 AWS 資料治理;不用您的資料訓練	Private Safety Processing:相容 ZDR 的跨會話監控	Fable 5 的 30 天資料保留引發使用者不滿
推理前執行	Guardrails 服務(可配置),無內建代理 kill switch	Inference Hooks(推理前否決),軌跡級監控	Claude Enterprise Inference Hooks(推理前否決,三層執行)
供應商穩定性	AWS 支援;超大規模 capex $195–205B(2026)	$40B 運行率,IPO 延至 2027,高管離職(CRO、COO)	$65B 運行率,Q2 盈利($559M),IPO 目標 $2T(2026年10月),超級投票權
Neocloud / 硬體風險	屏蔽 — AWS 吸收硬體供應商輪換	暴露於 OpenAI 基礎設施選擇(Nvidia $105B 俄亥俄融資)	暴露於 Anthropic 算力合作(Google、AWS)
鎖定概況	API 級;多模型降低模型鎖定但增加 AWS 鎖定	高:僅 OpenAI 模型,Codex 信用,ChatGPT Work 生態	中:僅 Claude 模型,但可透過 Bedrock 作為備選
企業採購信號	IBM-OpenAI 將 OpenAI 嵌入 IBM Consulting — 非 Bedrock 原生	Ramp:40% 市場份額,Q3 增長更快	Ramp:44% 市場份額,Fable 5 在價格+保留上表現不佳

成本結構:三個月視窗

成本維度在 2026 年 8 月發生了實質性變化。OpenAI 宣布 GPT-5.6 Sol 降價 20%+,涵蓋 API 定價、Codex 信用和 ChatGPT Work 計畫,為期三個月。此前 OpenRouter 於 8 月 18 日對 GPT-5.6 Sol 降價 50%,Grok 4.6 以 $2/$6 每百萬 token 發布(低於可比定價 60%)。推理價格戰現在是多向量市場動態:閘道競爭、前沿實驗室直降和新進入者低價。

Ramp 資料量化了這對平台選擇的意義。Anthropic 的 Fable 5,定價約 $10 每百萬 token(GPT-5.6 Sol 的兩倍),首月僅佔企業從 Anthropic 購買的 token 的 6%,佔總支出的 11.4%。GPT-5.6 Sol 以半價佔據 OpenAI token 的 25% 和支出的 23%。Ramp 經濟學家 Ara Kharazian 的結論:"我們找到了企業願意在 AI 上花費的新上限。"

對於平台決策,信號很明確:高端模型的價格溢價未能持續。基於 8 月定價的三個月 TCO 比較將顯示 GPT-5.6 Sol 在相同工作負載類別下顯著便宜。Bedrock 對 Claude 模型的按 token 定價與 Anthropic 的直連定價一致,因此成本維度不偏向 Bedrock 的 Claude 工作負載 — 但 Bedrock 的 Provisioned Throughput 選項允許承諾固定支出,如果您的代理始終在線,這很重要。母文章 Inference Economics: Why Always-On Production Agents Are Now Affordable 涵蓋了使始終在線代理可行的 1,000 倍按 token 成本崩潰。伴隨文章 Beyond Per-Token: Six Cost Vectors Reshaping Inference Procurement 涵蓋了模型定價之外六個成本最佳化向量。本文聚焦於這些成本向量所饋入的平台級決策。

隱私架構:ZDR vs 30 天保留

隱私維度在 2026 年 8 月成為平台選擇標準。OpenAI 推出了 Private Safety Processing — 相容零資料保留的跨會話安全監控,不儲存客戶提示或補全。相比之下,Anthropic 的 Fable 5 要求 30 天資料保留,這是監管者施加的要求,也是使用者不滿的來源。TechCrunch 報道 Ramp 的資料顯示 Fable 5"在採用和實際應用中都令人失望,原因是價格+資料保留要求。"

對於執行處理客戶資料、RFQ 內容或採購文件的生產級代理的 B2B 團隊,保留策略不是合規腳註 — 它決定了哪些資料離開您的環境以及持續多久。AWS Bedrock 繼承 AWS 的資料治理姿態,對許多企業來說已映射到現有合規框架。OpenAI 的 Private Safety Processing 為不能允許保留的團隊提供 ZDR 監控。Anthropic 的 30 天保留是受監管工作負載的硬約束。

更深入的分析見 Privacy vs Safety Architecture: The New Agent Governance Choice,涵蓋四層 kill-switch 架構(網路、身份、應用、平台)和 ZDR-vs-保留權衡的細節。對於平台決策,總結是:如果您的代理處理受 GDPR、HIPAA 或 ITAR 約束的資料,保留策略可能在成本比較開始之前就排除某個平台。

供應商穩定性:capex、IPO 和高管流失

平台決策是 12 到 36 個月的承諾。供應商穩定性維度評估平台提供商是否會在該期限內存在、保持獨立並維持定價姿態。

三個資料點定義了當前格局。OpenAI CFO 告訴投資者企業收入超越消費端,年化運行率 $40B,7 月企業客戶增長 32% — 強勁商業動能。但 OpenAI 的 CRO 在八個月後離職,COO 在八年後離開,IPO 延遲至 2027。Anthropic 達到 $65B 運行率,Q2 利潤 $559M,2026 年 10 月 IPO 目標 $2T,但為創始人引入超級投票權,集中了治理。AWS 由 Alphabet 級別的 capex 支援 — Alphabet Q2 顯示 $5.9B 現金消耗(十年來首次負自由現金流),2026 capex 指引提高至 $195–205B。

Neocloud 層增加了第二個穩定性風險。Etched 以機架級合約達到 $21B 估值。Groq 融資 $350M進行 neocloud 轉型。Relay 在同一週關閉。如果您的代理依賴 neocloud 推理提供商且該提供商退出,代理會失敗 — 不是因為模型錯誤,而是因為端點消失了。AWS Bedrock 將您與 neocloud 輪換隔離,因為 AWS 在內部吸收硬體供應商風險。OpenAI 和 Anthropic 將您暴露於其基礎設施選擇,現在包括 Nvidia 融資 $105B 的俄亥俄資料中心。

企業採購信號:市場在做什麼

8 月 13 日宣布的 IBM-OpenAI 戰略合作是最清晰的企業採購信號:IBM 將 OpenAI 模型嵌入 IBM Consulting Advantage,配備數千名認證顧問,面向金融服務、政府、電信和零售。對於平台選擇,這意味著 OpenAI 正在構建降低 B2B 團隊部署風險的企業服務層 — 但也意味著 OpenAI 正在成為預設選擇,以及隨之而來的鎖定。

Ramp 資料顯示市場尚未穩定。Anthropic 以 44% 對 OpenAI 的 40% 領先(截至 7 月),但 OpenAI 在 Q3 增長更快。Salesforce Agentic Enterprise Index 顯示每組織代理從 5 個增至 13 個,幾乎翻三倍。頂級消費者與中位數之間的 619 倍支出差距意味著市場正在分化:一小群人重金押注,其他人謹慎購買。OpenAI CFO 點明了轉變:"企業客戶已從 tokenmaxxing 轉向關注單位智能成本。"

對於平台選擇,採購信號是:市場波動、價格敏感且未鎖定。今天做出的平台決策應考慮成本領導者在 6 個月內變化的可能性。AWS Bedrock 的多模型存取是對沖這種波動性的工具 — 您可以在同一 API 合約內從 Claude 切換到 Llama 再到 DeepSeek。OpenAI 和 Anthropic 將您鎖定在單一實驗室的模型上。

推理前執行:治理維度

生產級代理需要 kill switch。治理維度已從錦上添花成熟為平台選擇標準。OpenAI 推出了 Inference Hooks — 推理前否決、軌跡級監控以及暫停長時間會話供人工審查的能力。Anthropic 推出 Claude Enterprise Inference Hooks,具備三層執行。AWS Bedrock 提供 Guardrails 作為可配置服務,但不包含內建代理 kill switch — 您需自行構建。

四層 kill-switch 架構 — 網路(Portnox)、身份(Okta XAA)、應用(Straiker)、平台(ServiceNow)— 在 Kill Switch by Design: Agent Governance Architecture 中詳述。對於平台決策,總結是:OpenAI 和 Anthropic 正在將推理前執行作為平台功能發布。AWS Bedrock 給您構建塊但無執行。如果您的代理處理金融交易、採購審批或客戶資料修改,推理前執行差距就是生產就緒差距。

更新 — 2026-09-30：Gemini 4 Argon 的 Fairwind Program——託管平台的門控發布模式走向收斂

Google 的 Gemini 4 Argon 發布（2026 年 9 月 30 日）從另一個方向給整合論證補上了託管平台數據點：該模型首先經由 Google 的 Fairwind Program 向受信任的網路防禦者開放——這是一個受控的、需憑證的渠道——之後再分階段擴展到付費 API 客戶與消費者，與美國政府的自願性模型預發布存取流程保持一致。該模式與本文在 AWS 一側追蹤的模式（Astra 自身的門控預發布存取）互為映照，如今已在三個實驗室得到確認：前沿能力越來越多地經由受控存取計畫而非首日全面開放來分發，而平台承諾（Bedrock、Vertex AI）都位於這些門控之內。對今天就要做平台決策的團隊，評估問題要擴展到發布渠道治理之外：哪家提供商的存取計畫覆蓋你的合規姿態，以及在你的獲批渠道承載該模型之前的窗口期裡，你的工作負載要怎麼做。網路防禦還是該受控渠道點名的首項能力——Argon 以 68% 並列 CWE-bench v1 第一，且 Wiz 已透過 Scan for Good 用它發現了一個此前前沿模型都漏掉的關鍵醫療軟體漏洞——這使得「安全類工作負載的准入資格」成為兩個平台上防禦團隊的活採購問題。

更新 — 2026-10-02：無需雲端供應商的算力存取——Broadcom 租賃路徑

本文梳理的算力存取圖景（Bedrock 對直接 API）在 2026 年 10 月 1 日獲得第三種結構：Broadcom 同意向 Anthropic 出借高達 420 億美元（$42 billion），用於租賃 Broadcom 晶片——一條供應商融資路徑，把前沿實驗室容量放到了本文比較所假設的兩大雲端供應商框架之外。對正在評估託管平台的企業而言，這個數據點是結構性的：Anthropic 的容量不再完全由 AWS/GCP 承諾結構居中介紹；它如今還包括一種由晶片供應商自身資產負債表出資的直接矽晶租賃關係。對平台選擇的實際後果在方向上不變——託管平台買給你的仍然是整合與治理，而不只是容量——但容量風險問題（「如果供應商的配額不夠用怎麼辦？」）如今在 Anthropic 一側有了一個新的答案，而本文給出的多供應商路由指引也多了一條理由：容量結構正沿著各供應商的融資模式分化，而不僅僅是沿著雲端區域分化。

更新 — 2026-10-07：GLM-5.3-Flash——服務效率數據點落在中國晶片軸上

**GLM-5.3-Flash（2026 年 10 月 7 日）——服務效率數據點落在中國晶片軸上。**Z.ai 新推出的 320B 總參數/18B 啟用原生多模態 MoE，定價每百萬 token 0.15/0.50 美元（僅為 744B 旗艦 1.40/4.40 的十分之一），在大規模服務中執行於中國 AI 晶片上，配備 SGLang 上的專用推論引擎，宣稱端到端服務效能提升 3 倍——硬體效率與每 token 成本堪比主流 NVIDIA GPU（Z.AI 部落格）。對本文論述的平台決策而言，該數據點強化了主權軸的服務側：託管平台對比（Bedrock vs OpenAI）將 NVIDIA 支撐的推論固定在美國司法轄區內，而開放權重路線現在擁有接近前沿的代理能力——Terminal Bench 84.3、AutomationBench 48.8 超越 Claude Opus 4.8——且其服務基礎設施不依賴任何西方供應鏈。已經在權衡成本、隱私、供應商穩定性與主權能力存取的平台評估，如今還要權衡服務晶片位居何處——對路由表中成本最佳化的 80% 部分，開放權重+自行託管路線在全部五個軸上都有可信答案。

相關閱讀

• Inference Economics: Why Always-On Production Agents Are Now Affordable — 母文章,記錄使始終在線代理可行的 1,000 倍按 token 成本崩潰
• Beyond Per-Token: Six Cost Vectors Reshaping Inference Procurement — 伴隨文章,涵蓋機架級合約、neocloud 風險和模型定價之外的路由基礎設施
• Privacy vs Safety Architecture: The New Agent Governance Choice — ZDR-vs-保留權衡和四層 kill-switch 架構詳解

更新 — 2026-10-05：主權開放權重之週——Mistral Large 4、Reflection Beam、Kolibri-1

Mistral Large 4（ML4）——公開預覽（2026 年 10 月 6 日）。 Mistral 發布了 ML4（"le Chonk"）的公開預覽：1T 參數 / 49B 激活的原生多模態 MoE，在 Mistral 位於歐洲的自有資料中心以 3,800 塊 NVIDIA Grace Blackwell GPU 訓練，由 €3B 的 D 輪融資支撐——歐洲科技公司史上最大的股權融資。在資安能力上居開放權重模型之首（reproduce-and-patch 得分 82%——已測模型中的最高分；Claude Opus 5.5 與 GPT-6 Astra 因拒絕執行該任務而接近零分），金融與法律亦然。伴隨的論點是資安主權主張：供應商層級的拒答會阻斷正當的漏洞研究與事件回應——在事件進行中失去一項能力，本身就可能成為關鍵資安風險。 開放權重競賽如今是三個區域——美國（Reflection Beam，501B / 23B 激活稀疏 MoE，算力效率比 GLM-5.2 級高出 3–4 倍，Nvidia 支持，Apache 2.0 權重本月）、歐洲（Mistral ML4；Aleph Alpha 的 Kolibri-1，78.1B / 3.46B 激活 MoE，在德國和芬蘭建構訓練，德英雙語，Apache 2.0），中國（DeepSeek、Qwen、GLM）。對本文框架的平台決策而言，評估問題在成本、隱私、供應商穩定性之外新增第四個軸：主權能力獲取——你的工作負載能否透過這樣一條部署路線執行資安能力類（reproduce-and-patch 達 82%）：其能力可用性不依賴某個拒絕層？如今每個企業技術堆疊對這個問題都有三個區域性的答案。

對買方算術而言：主權資料點並不改變平台比較的結構（整合與治理仍然買到可用性與合規），但容量/主權這一列項目現在要計入權重位於何處、誰能拒絕你的事件回應工作負載——這是 10 月 2 日的算力存取更新以融資術語引入、而本週模型格局新聞用能力術語坐實的評估維度。

---

一家執行 NetSuite 和 BigCommerce 的中型經銷商需要決定哪個託管平台支援其報價代理。代理每週處理 200 個 RFQ,讀取供應商目錄,將報價寫回 ERP,並處理客戶特定定價層級。平台決策不是關於哪個模型在基準測試中得分最高 — 而是關於當 neocloud 提供商關閉時平台是否保持代理線上,客戶 RFQ 資料是否留在正確的司法管轄區,以及第 9 個月的按 token 成本是否與第 1 個月的按 token 成本相似。

GPT-5.6 Sol 三個月的價格視窗將在 12 月關閉。平台決策應在此之前做出 — 但應基於成本、隱私、供應商穩定性和推理前執行,而非三者已趨同的基準測試。

申請一個範圍明確的構建。一週發現期。您將獲得系統清單、工作流地圖和固定範圍 — 無論您是否與我們合作。