Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarAWS Machine Learning Blog→ original

Amazon Bedrock calcula el gasto en Claude Code y Codex por empleado

Cuando decenas de desarrolladores trabajan con Claude Code y Codex, la factura de IA llega como una sola línea y no se ve quién gastó cuánto. Amazon Bedrock ya registra en la facturación qué usuario realizó cada llamada, siempre que el acceso se haga a través de IAM Identity Center. Las etiquetas de equipo y de centro de costes permiten repartir el gasto por personas y departamentos sin cambiar las propias herramientas. Por eso conviene configurar el SSO antes de repartir los asistentes a gran escala.

Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
Amazon Bedrock calcula el gasto en Claude Code y Codex por empleado
Fuente: AWS Machine Learning Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalAWS Machine Learning Blog ↗
Editor jefe
Dato clave #1Los límites mediante CloudWatch y Lambda se activan en 1–5 minutos
Dato clave #2AWS Budgets se actualiza hasta 3 veces al día, y un exceso de gasto puede prolongarse un día
Dato clave #3Si se define AWS_BEARER_TOKEN_BEDROCK, el gasto se imputa al titular de la clave

Mientras los asistentes de IA los usan tres personas, nadie se preocupa por la factura. Cuando Claude Code, Codex o Claude Desktop se despliegan entre cientos de empleados, el director financiero abre la facturación y ve una sola cifra enorme. Con ella no se puede saber quién gasta más, si ese gasto compensa ni cuánto presupuestar para el año siguiente. AWS ha publicado una guía detallada para resolver este problema en Amazon Bedrock.

¿Cómo sabe Bedrock quién hizo la solicitud?

La idea es sencilla: Bedrock registra con qué cuenta de IAM llega cada llamada al modelo. Ese registro aparece en el informe AWS Cost and Usage Reports (CUR 2.0), en la columna line_item_iam_principal. No hace falta modificar el código ni la configuración de las propias herramientas: el registro funciona a nivel de los endpoints bedrock-runtime y bedrock-mantle. Por ellos pasan Claude Code, Claude Desktop, OpenAI Codex, ChatGPT Work y OpenCode.

La condición principal es que cada persona tenga su propia sesión. Si todos trabajan con un mismo rol compartido y el mismo nombre de sesión, o si pasan por una pasarela con su propio rol, todo el gasto se fusionará en un único "usuario". Por eso AWS propone conectar un proveedor de identidad corporativo (Okta, Microsoft Entra ID o Ping Identity) a IAM Identity Center. Así, el nombre de la sesión será el inicio de sesión del empleado. Mediante SCIM se pueden además incorporar atributos como el equipo o el centro de costes, que se convierten en etiquetas visibles en CUR 2.0 y en Cost Explorer.

En el equipo del desarrollador, todo se reduce a un único perfil en ~/.aws/config y al comando aws sso login. El token se renueva automáticamente hasta que expira la sesión (por defecto, 8 horas). Las personas no tienen claves de AWS de larga duración, y CloudTrail registra quién hizo cada llamada.

Qué configurar en las herramientas y en la facturación

Para Claude Desktop, los parámetros de acceso por SSO se exportan a un archivo para el sistema MDM. En Claude Code basta con activar CLAUDE_CODE_USE_BEDROCK e indicar el perfil, y además definir awsAuthRefresh para la reautenticación automática. Codex toma la configuración de ~/.codex/config.toml. En ambos casos conviene fijar las versiones de los modelos antes de desplegarlos en toda la empresa, para que una nueva versión no cambie lo que invocan los usuarios.

Hay un escollo. Si en el entorno está definida la variable AWS_BEARER_TOKEN_BEDROCK, Claude Code y Codex usan esa clave en lugar del SSO. En ese caso, todo el gasto se atribuye al titular de la clave y desaparece el registro personal. Para atribuir el gasto por usuario, hay que eliminarla.

En la consola de Billing hay que crear una exportación CUR 2.0 en formato Parquet con detalle horario o diario, y activar la opción con los datos de la cuenta que realiza la llamada. Las exportaciones antiguas sin esa opción no sirven: hace falta una nueva. Las etiquetas Team y CostCenter deben activarse manualmente, y solo después de que los usuarios hayan hecho al menos una llamada. Aparecen en un plazo de 24 horas, en CUR y Cost Explorer tardan hasta 48 horas, y no se aplican retroactivamente. A partir de ahí, el gasto se puede consultar con SQL en Athena por usuario o por centro de costes. Para los paneles sirven Cost Explorer, QuickSight, CUDOS o Grafana.

Hay también una limitación: CUR agrega el gasto por principal y tipo de uso durante el intervalo de exportación. No ofrece el coste de una solicitud concreta. Para el detalle por prompt hacen falta los registros de llamadas al modelo o las etiquetas de metadatos de la solicitud. Los tokens de entrada, salida, lectura y escritura de caché se facturan por separado, por lo que una hora de actividad suele generar cuatro líneas.

Cómo limitar el gasto

Ver el gasto no basta: hay que poder detenerlo. AWS describe cuatro opciones, cada una con su propia latencia:

  • AWS Budgets con una acción automática, por ejemplo bloqueando el acceso, es lo más sencillo. Pero los presupuestos se actualizan hasta tres veces al día, y los datos de facturación tardan hasta 24 horas. Un usuario activo puede superar el límite en un día.
  • CloudWatch y Lambda, sobre las métricas de tokens, reaccionan en 1–5 minutos. Para desglosar por usuario hacen falta perfiles de inferencia o roles independientes para cada uno.
  • Las cuotas en DynamoDB se comprueban al emitir las credenciales. El bloqueo se aplica en la siguiente renovación, no en cada llamada.
  • Una pasarela para LLM bloquea cada solicitud, pero es la opción más compleja y añade latencia.

En la práctica se combinan estas opciones: CUR para los informes, la pasarela o DynamoDB para el control en tiempo real y Budgets como seguro.

Qué hacer

Se puede empezar por pasos. Conecte el proveedor de identidad, asigne a los grupos los permisos de Bedrock y la atribución en CloudTrail funcionará de inmediato. Después, active las etiquetas y añada las consultas en Athena. Los límites conviene introducirlos cuando ya vea el gasto real por persona, y no a ciegas. Si parte de las herramientas usa Claude for Enterprise o Claude Platform on AWS, el registro de esos casos se lleva en la consola de Anthropic. Allí los límites los establece la propia Anthropic, y en CUR ese gasto no se desglosa por usuario.

Historia

Preguntas frecuentes sobre la noticia

¿Cómo sabe Bedrock quién hizo la solicitud?

La idea es sencilla: Bedrock registra con qué cuenta de IAM llega cada llamada al modelo. Ese registro aparece en el informe AWS Cost and Usage Reports (CUR 2.0), en la columna line_item_iam_principal. No hace falta modificar el código ni la configuración de las propias herramientas: el registro funciona a nivel de los endpoints bedrock-runtime y bedrock-mantle. Por ellos pasan Claude Code, Claude Desktop, OpenAI Codex, ChatGPT Work y OpenCode. La condición principal es que cada persona tenga su propia sesión.

¿Qué se sabe sobre Qué configurar en las herramientas y en la facturación?

Para Claude Desktop, los parámetros de acceso por SSO se exportan a un archivo para el sistema MDM. En Claude Code basta con activar CLAUDE_CODE_USE_BEDROCK e indicar el perfil, y además definir awsAuthRefresh para la reautenticación automática. Codex toma la configuración de ~/.codex/config.toml. En ambos casos conviene fijar las versiones de los modelos antes de desplegarlos en toda la empresa, para que una nueva versión no cambie lo que invocan los usuarios. Hay un escollo.

Cómo limitar el gasto?

Ver el gasto no basta: hay que poder detenerlo. AWS describe cuatro opciones, cada una con su propia latencia: AWS Budgets con una acción automática, por ejemplo bloqueando el acceso, es lo más sencillo. Pero los presupuestos se actualizan hasta tres veces al día, y los datos de facturación tardan hasta 24 horas. Un usuario activo puede superar el límite en un día. CloudWatch y Lambda, sobre las métricas de tokens, reaccionan en 1–5 minutos.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…