Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarAWS Machine Learning Blog→ original

Amazon Bedrock suit les dépenses liées à Claude Code et Codex par collaborateur

Quand des dizaines de développeurs utilisent Claude Code et Codex, la facture de l'IA arrive sous la forme d'une seule ligne, sans qu'on sache qui a dépensé quoi. Amazon Bedrock inscrit désormais dans la facturation l'utilisateur à l'origine de chaque appel, à condition que la connexion passe par IAM Identity Center. Les balises d'équipe et de centre de coûts permettent de ventiler les dépenses par personne et par service, sans modifier les outils eux-mêmes. Il est donc conseillé de configurer le SSO avant de déployer les assistants à grande échelle.

Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Amazon Bedrock suit les dépenses liées à Claude Code et Codex par collaborateur
Source : AWS Machine Learning Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAWS Machine Learning Blog ↗
Rédacteur en chef
Chiffre clé #1Les plafonds via CloudWatch et Lambda se déclenchent en 1 à 5 minutes
Chiffre clé #2AWS Budgets se met à jour jusqu'à 3 fois par jour, et un dépassement peut durer une journée
Chiffre clé #3Si AWS_BEARER_TOKEN_BEDROCK est défini, les dépenses sont imputées au titulaire de la clé

Tant que trois personnes utilisent des assistants IA, la facture ne préoccupe personne. Quand Claude Code, Codex ou Claude Desktop sont déployés auprès de centaines de collaborateurs, le directeur financier ouvre la facturation et ne voit qu'un seul gros montant. Impossible, avec ce chiffre, de savoir qui dépense le plus, si ces dépenses sont rentables et combien budgéter pour l'année suivante. AWS a publié un guide détaillé pour résoudre ce problème sur Amazon Bedrock.

Comment Bedrock identifie l'auteur d'une requête

Le principe est simple : Bedrock enregistre sous quel compte IAM arrive chaque appel de modèle. Cette information est reportée dans le rapport AWS Cost and Usage Reports (CUR 2.0), dans la colonne line_item_iam_principal. Il n'est pas nécessaire de modifier le code ni les réglages des outils eux-mêmes : le suivi fonctionne au niveau des points de terminaison bedrock-runtime et bedrock-mantle. Claude Code, Claude Desktop, OpenAI Codex, ChatGPT Work et OpenCode passent par ces points de terminaison.

La condition essentielle est que chaque personne dispose de sa propre session. Si tout le monde travaille sous un rôle commun avec un même nom de session, ou passe par une passerelle avec son propre rôle, toutes les dépenses se confondent sous un seul « utilisateur ». AWS recommande donc de connecter un fournisseur d'identité d'entreprise (Okta, Microsoft Entra ID ou Ping Identity) à IAM Identity Center. Le nom de session devient alors l'identifiant du collaborateur. Via SCIM, on peut aussi importer des attributs comme l'équipe ou le centre de coûts. Ceux-ci deviennent des balises visibles dans CUR 2.0 et dans Cost Explorer.

Sur le poste du développeur, tout tient en un profil dans ~/.aws/config et une commande aws sso login. Le jeton se renouvelle automatiquement jusqu'à la fin de la session (8 heures par défaut). Les personnes n'utilisent pas de clés AWS de longue durée, et CloudTrail enregistre qui a appelé quoi.

Que configurer dans les outils et dans la facturation

Pour Claude Desktop, les paramètres de connexion SSO sont exportés dans un fichier destiné au système MDM. Dans Claude Code, il suffit d'activer CLAUDE_CODE_USE_BEDROCK et d'indiquer le profil, et de définir awsAuthRefresh pour la reconnexion automatique. Codex lit ses réglages dans ~/.codex/config.toml. Pour les deux, il est utile de figer les versions des modèles avant le déploiement général, afin qu'une nouvelle version ne modifie pas ce qu'appellent les utilisateurs.

Il existe un piège. Si la variable AWS_BEARER_TOKEN_BEDROCK est définie dans l'environnement, Claude Code et Codex utilisent cette clé au lieu du SSO. Toutes les dépenses sont alors imputées au titulaire de la clé, et le suivi individuel disparaît. Pour une attribution par utilisateur, il faut la supprimer.

Dans la console Billing, il faut créer un export CUR 2.0 au format Parquet, avec un détail horaire ou quotidien, et activer l'option incluant les données du compte appelant. Les anciens exports sans cette option ne conviennent pas : il faut en créer un nouveau. Les balises Team et CostCenter doivent être activées manuellement, et seulement après que les utilisateurs ont effectué au moins un appel. Elles apparaissent sous 24 heures dans CUR et sous 48 heures au maximum dans Cost Explorer, et ne s'appliquent pas rétroactivement. Ensuite, les dépenses peuvent être analysées par requêtes SQL dans Athena, par utilisateur ou par centre de coûts. Pour les tableaux de bord, on peut utiliser Cost Explorer, QuickSight, CUDOS ou Grafana.

La limite est la suivante : le CUR agrège les dépenses par principal et par type d'usage sur l'intervalle d'export. Il n'indique pas le coût d'une requête individuelle. Pour un détail par prompt, il faut les journaux d'appels au modèle ou des balises de métadonnées de requête. Les jetons d'entrée, de sortie, de lecture et d'écriture du cache sont facturés séparément, si bien qu'une heure d'activité donne généralement quatre lignes.

Comment plafonner les dépenses

Voir les dépenses ne suffit pas : il faut aussi pouvoir les arrêter. AWS décrit quatre options, chacune avec son propre délai de réaction :

  • AWS Budgets avec une action automatique, par exemple un blocage d'accès, est la solution la plus simple. Mais les budgets se mettent à jour jusqu'à trois fois par jour, et les données de facturation accusent jusqu'à 24 heures de retard. Un utilisateur actif peut dépasser le plafond en une journée.
  • CloudWatch et Lambda, sur les métriques de jetons, réagissent en 1 à 5 minutes. Pour une ventilation par utilisateur, il faut des profils d'inférence ou des rôles distincts pour chacun.
  • Les quotas dans DynamoDB sont vérifiés lors de la délivrance des identifiants. Le blocage intervient au renouvellement suivant, et non à chaque appel.
  • Une passerelle vers le LLM bloque chaque requête, mais c'est l'option la plus complexe, et elle ajoute de la latence.

En pratique, on combine ces options : CUR pour les rapports, la passerelle ou DynamoDB pour le contrôle en temps réel, et Budgets comme filet de sécurité.

Que faire

La mise en place peut se faire par étapes. Connectez le fournisseur d'identité, accordez aux groupes les droits sur Bedrock : l'attribution dans CloudTrail fonctionne immédiatement. Activez ensuite les balises et ajoutez les requêtes Athena. Les plafonds ne doivent être introduits qu'une fois les dépenses réelles par personne visibles, et non à l'aveugle. Si une partie des outils passe par Claude for Enterprise ou Claude Platform on AWS, le suivi de ces dépenses se fait dans la console d'Anthropic. C'est Anthropic qui fixe les plafonds, et ces dépenses ne se ventilent pas par utilisateur dans le CUR.

Dossier

Questions clés sur cet article

Comment Bedrock identifie l'auteur d'une requête?

Le principe est simple : Bedrock enregistre sous quel compte IAM arrive chaque appel de modèle. Cette information est reportée dans le rapport AWS Cost and Usage Reports (CUR 2.0), dans la colonne line_item_iam_principal. Il n'est pas nécessaire de modifier le code ni les réglages des outils eux-mêmes : le suivi fonctionne au niveau des points de terminaison bedrock-runtime et bedrock-mantle. Claude Code, Claude Desktop, OpenAI Codex, ChatGPT Work et OpenCode passent par ces points de terminaison.

Que sait-on sur Que configurer dans les outils et dans la facturation ?

Pour Claude Desktop, les paramètres de connexion SSO sont exportés dans un fichier destiné au système MDM. Dans Claude Code, il suffit d'activer CLAUDE_CODE_USE_BEDROCK et d'indiquer le profil, et de définir awsAuthRefresh pour la reconnexion automatique. Codex lit ses réglages dans ~/.codex/config.toml. Pour les deux, il est utile de figer les versions des modèles avant le déploiement général, afin qu'une nouvelle version ne modifie pas ce qu'appellent les utilisateurs. Il existe un piège.

Comment plafonner les dépenses?

Voir les dépenses ne suffit pas : il faut aussi pouvoir les arrêter. AWS décrit quatre options, chacune avec son propre délai de réaction : AWS Budgets avec une action automatique, par exemple un blocage d'accès, est la solution la plus simple. Mais les budgets se mettent à jour jusqu'à trois fois par jour, et les données de facturation accusent jusqu'à 24 heures de retard. Un utilisateur actif peut dépasser le plafond en une journée. CloudWatch et Lambda, sur les métriques de jetons, réagissent en 1 à 5 minutes.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ 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
Qu'en pensez-vous ?
Chargement des commentaires…