AI TOOL DATABASE v2
Amazon Bedrock
Amazon Bedrockは、複数プロバイダーの基盤モデルとRAG・Agent・Guardrail等をAWSの管理基盤上で利用する生成AIサービスです。
選定サマリー
30秒で向き不向きを確認
AI位置づけ
AIネイティブ（AIそのものが中核のサービス）
向いている
AWSを主要cloudとして利用している企業
向いていない
単一providerのLLM APIだけを最小構成で利用したい用途
料金
モデル・機能ごとの従量課金が中心。On-Demand、Batch、Provisioned Throughputなど利用方式により料金体系が異なる。
最大の強み
複数providerのfoundation modelをAWS上で選択できる
注意点
model・region・機能ごとの仕様差が多く選定が複雑
THINKLAB判定
Amazon Bedrockは『どのLLMが一番強いか』だけで選ぶサービスではなく、AWSのsecurity・data・operation基盤の中で複数model、RAG、Agent、Guardrailを統合したい企業向けplatformです。AWSを既に標準基盤としている組織ほど導入効果が大きい一方、単一model APIだけで十分な小規模applicationでは構成とcost管理が過剰になる場合があります。
概要
Amazon BedrockはAWSが提供するフルマネージド生成AIサービスです。
単一のLLMではなく、Amazon Novaをはじめ複数プロバイダーのfoundation modelをAPIから選択して利用し、Knowledge BasesによるRAG、Agentsによるtool/action実行、Guardrailsによる安全制御、model evaluationなどを組み合わせて生成AIapplicationを構築できます。
概要の続きを読む概要を閉じる
AWS IAM、KMS、CloudWatch、VPC等の既存AWSサービスと統合しやすく、企業がAWS上のdata・security architectureを維持しながら生成AIを導入できる点が大きな特徴です。
モデルごとに対応region、context、modality、料金、機能が異なるため、Bedrockというplatformだけでなく採用modelまで含めた選定が必要です。
主な機能
複数基盤モデル
AWSの単一managed API基盤から複数providerのfoundation modelを用途に応じて選択できます。
Knowledge Bases
企業dataを検索してmodelへgroundingするmanaged RAG workflowを構築できます。
Agents
APIやbusiness systemをactionとして呼び出すmulti-step agent applicationを構築できます。
Guardrails
modelやapplicationをまたいだ安全policyを設定し、input/outputを制御できます。
AWS security統合
IAM、KMS、CloudTrail、CloudWatch、PrivateLink/VPC等のAWS controlと組み合わせやすい構成です。
Serverless managed service
基盤modelのinfrastructureを直接管理せずAPIとして利用でき、需要に応じた運用方式を選択できます。
AI機能の詳細・制約はページ下部の「詳細情報」にまとめています
活用例
個人・一般
社内RAG
Knowledge Basesで社内規程・manual・product documentを検索し、根拠付き回答assistantを構築する。
生成AIエージェント
Agentsとbusiness APIを接続し、問い合わせ処理や社内operationをmulti-stepで実行する。
複数モデル比較
用途・品質・latency・costに応じて複数foundation modelを評価して選定する。
コンテンツ生成
文章生成、要約、分類、抽出などのworkflowをAWS applicationへ組み込む。
業務・組織
企業ナレッジ検索
S3等のAWS dataとRAGを組み合わせ、社内knowledge assistantを構築する。
カスタマーサポート
FAQ・manualをgroundingし、Guardrailsを組み合わせたsupport assistantを提供する。
業務自動化Agent
社内APIやAWS serviceをactionとして接続し、定型業務の実行支援を行う。
料金
Bedrockは利用するmodelと機能に応じた従量課金が中心です。
On-Demandではmodel inferenceのinput/output token等、Batchではbatch inference、Provisioned Throughputでは予約capacity等の料金が発生します。
Knowledge BasesやAgentsを構成する場合は関連AWS serviceの費用も含めてTCOを確認する必要があります。
無料の継続利用枠なし（有料プラン中心）
On-Demand
モデル別従量課金
request量に応じて利用。token・image等、課金unitはmodelにより異なります。
Batch
モデル別
非同期batch inference向け。対象modelと最新単価はAWS公式Pricingを確認。
Provisioned Throughput
model/capacity別
一定のthroughputを確保するproduction workload向け。commitment条件等を公式で確認。
公式 Pricing ページを開く料金確認：2026年8月27日
強み・弱み
強み
- 複数providerのfoundation modelをAWS上で選択できる
- Knowledge Bases・Agents・Guardrails等をmanaged機能として統合できる
- 既存AWS security/governanceと統合しやすい
- model infrastructureを直接管理せず本番AI applicationを構築できる
弱み
- model・region・機能ごとの仕様差が多く選定が複雑
- token料金以外にRAG・Agent・vector store等の周辺costも設計が必要
- AWS固有serviceへの依存が強くなる場合がある
- 単純なLLM API利用には構成が大きくなることがある
比較・競合
迷うときの比較軸
- 対応モデル
- RAG
- Agents
- Guardrails
- 評価
- AWS統合
- private networking
- IAM
- 料金
- region
- 運用難易度
Amazon Bedrock vs Microsoft Foundry
Microsoft FoundryはAzure/Entra/Microsoft ecosystemとの統合が中心。BedrockはAWS IAM・VPC・S3等と統合しながら複数foundation modelを利用する構成に強みがあります。
Amazon Bedrock vs Vertex AI
Vertex AIはGeminiとGoogle CloudのML/MLOps ecosystemを広く統合。BedrockはAWS環境と複数provider foundation modelを軸に生成AI managed機能を提供します。
Amazon Bedrock vs Vercel AI Gateway
Vercel AI Gatewayは複数model providerへのrouting・observabilityを軽量に統一するgateway。BedrockはRAG、Agent、Guardrailまで含むAWSの生成AIapplication platformです。
Amazon Bedrock vs OpenAI API
OpenAI APIはOpenAI modelを直接利用するシンプルな選択肢。Bedrockは複数providerのmodelとAWS governance・managed RAG/Agent機能を一つのAWS環境で扱います。
THINKLABの結論
選定サマリーの判定を、選び方として整理したものです。
選ぶべき場合
AWS上の企業dataと生成AIを接続し、複数foundation model、RAG、Agent、GuardrailをIAM/VPC等の既存governance下で本番運用したい場合。
別製品を選ぶべき場合
単一LLMを小規模に呼び出すだけで、AWS固有のRAG・Agent・governance機能を必要としない場合。
確信度: high
詳細情報
導入判断の本線から外した補足です。必要な項目だけ開いてください。
AI機能の詳細
Foundation Models
Bedrock APIから複数providerのfoundation modelを選択し、text生成、embedding、画像等の対応taskを実行します。
制約
利用可能model・機能・region・quotaはmodelごとに異なり、model accessや最新仕様の確認が必要です。
Knowledge Bases for Amazon Bedrock
企業document等をdata sourceとして取り込み、embedding/vector searchと生成modelを組み合わせたRAG applicationを構築します。
制約
retrieval品質はchunking、embedding、metadata、data freshness、source qualityに依存します。
Agents for Amazon Bedrock
foundation modelにinstruction、knowledge、action/APIを組み合わせ、複数stepのtaskを計画・実行するagentを構築します。
制約
外部actionにはIAM、権限境界、入力validation、human approval等を含む安全設計が必要です。
Guardrails for Amazon Bedrock
content filter、denied topics、sensitive information等のpolicyを設定し、生成AIapplicationのinput/output制御に利用します。
制約
Guardrailだけで全リスクを除去できるわけではなく、application側のvalidationや監査と組み合わせる必要があります。
Model Evaluation
用途に応じてmodel responseを評価し、候補modelやpromptの比較・選定を支援します。
制約
自動評価だけでなくbusiness固有の正解基準、人手評価、本番monitoringを併用することが重要です。
向き不向き（一覧）
こんな人におすすめ
- AWSを主要cloudとして利用している企業
- 複数のfoundation modelを比較しながら生成AIを構築したい開発チーム
- RAG・Agent・Guardrailをmanaged serviceとして組み合わせたい組織
- IAMやVPC等のAWS governanceを生成AIにも適用したい企業
おすすめしないケース
- 単一providerのLLM APIだけを最小構成で利用したい用途
- AWSのIAM・network・cost管理を運用する体制がない小規模な非開発チーム
プラットフォーム / API
対応プラットフォーム
- Web
API
あり
セキュリティ / データの扱い
BedrockはAWS IAMによるaccess control、encryption、logging、private connectivity等をAWS architectureへ統合できます。
enterprise利用ではmodel access、data source、agent actionそれぞれにleast privilegeを設計することが重要です。
取扱い: AWSはBedrockのpromptやcompletionを基盤modelのtrainingに利用せず、model providerへ共有しない旨を公式documentationで説明しています。実際のretention、logging、region、接続する外部serviceの条件は構成ごとに確認してください。
学習・送信: Bedrockへ送信したinput/outputは基盤modelのtrainingには使用されないとAWSが案内しています。