AWS montre comment plafonner les dépenses Bedrock par collaborateur, sans code
Dès qu'une entreprise déploie l'IA générative, le directeur financier veut savoir qui dépense combien, et s'il est possible de fixer un plafond. AWS propose une réponse sans code maison : Bedrock enregistre quelle rôle IAM ou quel utilisateur a envoyé la requête, les tags remontent ces informations dans la facturation, et AWS Budgets désactive les modèles coûteux au-delà du seuil. C'est plus simple que la solution sur mesure de Jamf, mais pas en temps réel : les budgets sont actualisés jusqu'à trois fois par jour.
Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Dès qu'une entreprise ouvre l'accès à l'IA générative à ses collaborateurs, la facture des jetons cesse d'être abstraite. Le directeur financier veut savoir combien dépense chaque personne ou chaque équipe, s'il est possible de poser un plafond, et quel travail une telle configuration exige. AWS a publié une analyse décrivant comment répondre à ces questions avec les outils intégrés d'Amazon Bedrock. Pour un cas courant, il n'est pas nécessaire d'écrire son propre code.
C'est la suite de l'histoire de Jamf. L'équipe y avait bâti son propre dispositif de contrôle : IAM Identity Center, Athena appliqué aux journaux d'appels des modèles, et Lambda. Il fonctionne presque en temps réel, mais il faut le maintenir soi-même. La nouvelle approche est plus simple, en revanche elle est moins réactive.
Trois étapes : attribution, rapport, limitation
Première étape : Bedrock enregistre automatiquement l'utilisateur ou le rôle IAM qui a émis chaque requête d'inférence. Il n'est pas nécessaire de modifier les appels aux modèles. Si chaque personne ou application dispose de son propre rôle, il suffit de poser des tags sur ce rôle, par exemple user, team, CostCenter. Si le rôle est partagé, il faut recourir aux tags de session. Ils sont transmis au moment où le rôle est obtenu : via sts:AssumeRole avec le paramètre --tags, via un jeton OIDC ou via une assertion SAML. La politique de confiance du rôle doit alors autoriser sts:TagSession. Il est possible de définir jusqu'à 50 tags par utilisateur ou par rôle.
Deuxième étape : les tags doivent être activés comme cost allocation tags dans la console Billing. Dans une organisation AWS, cette opération se fait depuis le compte payeur (payer). La clé du tag n'apparaît dans la liste qu'après au moins un appel à Bedrock. Ensuite, il faut jusqu'à 24 heures pour que la clé apparaisse, puis jusqu'à 24 heures supplémentaires pour que les données remontent dans la facturation. L'activation ne fonctionne pas rétroactivement : mieux vaut donc l'activer à l'avance.
Pour les rapports, deux voies existent. La plus simple : Cost Explorer, avec un filtre sur Bedrock et un regroupement par tag. La plus détaillée : l'export CUR 2.0 avec l'option caller identity, interrogé en SQL via Athena. Les tags y figurent dans des colonnes préfixées par iamPrincipal/. L'ancien export CUR n'obtiendra pas rétroactivement cette identité : il faut un nouvel export. AWS met à disposition des requêtes prêtes à l'emploi dans le dépôt aws-samples/sample-cur-iam-principal-bedrock-tracking.
Les requêtes sont sources d'erreurs. Bedrock facture quatre types de jetons : entrée, sortie, lecture du cache et écriture du cache. Si l'on ne compte que l'entrée et la sortie, le total sera sous-estimé, surtout pour les charges qui utilisent intensivement la mise en cache des prompts. Le prix dépend en outre du niveau tarifaire et du fait que la requête soit passée par l'inférence cross-Region. Il faut donc rattacher le tarif à la ligne de facturation, et non au modèle. Par ailleurs, Bedrock peut être comptabilisé sous plusieurs valeurs de product_servicecode.
Limitation via AWS Budgets
Troisième étape : on crée un budget Bedrock filtré sur une identité précise ou sur une valeur de tag. On lui associe une budget action qui attache une politique IAM de type Deny lorsque le seuil est franchi. Il est possible de n'interdire que les modèles coûteux, tout en laissant accessible un modèle bon marché, afin que la personne puisse continuer à travailler.
Plusieurs seuils peuvent être définis. Par exemple, le modèle premium est désactivé à 80 % du budget, le modèle intermédiaire à 100 %, et le modèle économique n'est jamais désactivé. L'action peut se déclencher automatiquement ou après validation manuelle.
Il est conseillé de prévenir l'utilisateur de la raison du blocage, faute de quoi il pensera que le service est en panne.
Deux rôles sont nécessaires : le vôtre, avec la politique gérée AWSBudgetsActionsWithAWSResourceControlAccess, et un rôle distinct au nom duquel Budgets attache et détache les politiques.
Limites à connaître
La principale limite : les données de Budgets sont mises à jour jusqu'à trois fois par jour. Les dépenses peuvent donc dépasser le seuil avant que l'action ne se déclenche. Pour un contrôle strict en temps réel, l'approche de Jamf reste nécessaire.
Deuxième point : l'action est rattachée à un utilisateur, un groupe ou un rôle. Un rôle partagé signifie que le blocage touchera tous ceux qui l'utilisent. Via une passerelle LLM, Bedrock ne voit que le rôle de service de la passerelle, et non la personne finale. Pour les utilisateurs fédérés qui n'ont pas de rôle propre, cette méthode convient mal.
Troisième point : le CUR ne contient pas de données ligne à ligne sur les requêtes, seulement des agrégats par heure ou par jour. Les tags de session n'apparaissent pas dans les journaux d'appels, où seul l'ARN de l'appelant est consigné. Pour distinguer des personnes partageant une même session, un RoleSessionName unique ou des métadonnées de requête sont utiles. Enfin, lorsqu'un nouveau modèle est ajouté, vérifiez qu'il est bien visible dans les requêtes et dans les filtres de budget : les types d'utilisation sont rattachés aux modèles.
Conclusion pratique : si chaque développeur ou chaque service dispose de son propre rôle, la configuration prend quelques heures, ce qui suffit à la plupart des entreprises. Si le trafic passe par une passerelle commune, il faut d'abord résoudre la question de l'attribution, avant de penser aux plafonds.
- 21 nov. 2026AG-UI 1.0 donne aux agents IA un langage commun pour dialoguer avec l'application : 31 types d'événements
- 21 nov. 2026OpenAI lance ChatGPT Wallet : des agents qui achètent sans jamais voir le numéro de carte
- 21 nov. 2026Les annonceurs américains ont dépensé 70,7 M$ en publicité sur ChatGPT en octobre, soit 127 % de plus qu'en avril
- 21 nov. 2026ONNX Runtime disparu de GitHub : Microsoft a masqué les dépôts après le piratage d'un paquet
Questions clés sur cet article
Que sait-on sur Trois étapes : attribution, rapport, limitation ?
Première étape : Bedrock enregistre automatiquement l'utilisateur ou le rôle IAM qui a émis chaque requête d'inférence. Il n'est pas nécessaire de modifier les appels aux modèles. Si chaque personne ou application dispose de son propre rôle, il suffit de poser des tags sur ce rôle, par exemple user, team, CostCenter. Si le rôle est partagé, il faut recourir aux tags de session.
Que sait-on sur Limitation via AWS Budgets ?
Troisième étape : on crée un budget Bedrock filtré sur une identité précise ou sur une valeur de tag. On lui associe une budget action qui attache une politique IAM de type Deny lorsque le seuil est franchi. Il est possible de n'interdire que les modèles coûteux, tout en laissant accessible un modèle bon marché, afin que la personne puisse continuer à travailler. Plusieurs seuils peuvent être définis.
Que sait-on sur Limites à connaître ?
La principale limite : les données de Budgets sont mises à jour jusqu'à trois fois par jour. Les dépenses peuvent donc dépasser le seuil avant que l'action ne se déclenche. Pour un contrôle strict en temps réel, l'approche de Jamf reste nécessaire. Deuxième point : l'action est rattachée à un utilisateur, un groupe ou un rôle. Un rôle partagé signifie que le blocage touchera tous ceux qui l'utilisent. Via une passerelle LLM, Bedrock ne voit que le rôle de service de la passerelle, et non la personne finale.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.