あるメディア企業は、特定の都市の読者向けに低レイテンシーの記事レコメンデーションを必要としています。トラフィックは予測可能な時間帯（朝、昼食時、退社後）にピークを迎え、それ以外の時間は軽微です。推論応答は4MB未満です。レイテンシーを最小限に抑え、最も費用対効果の高いデプロイオプションはどれですか？

このシナリオでは、トラフィックの変動が大きく、低レイテンシーが求められるため、プロビジョニングされた同時実行性を持つサーバーレス推論が最適です。サーバーレス推論は、トラフィックのピーク時に自動的にスケールアップし、アイドル時にはスケールダウンしてコストを削減します。プロビジョニングされた同時実行性により、コールドスタートのレイテンシーが排除され、予測可能な低レイテンシーが保証されます。リアルタイム推論エンドポイントはオートスケーリングが可能ですが、サーバーレス推論の方がアイドル時のコスト効率に優れています。非同期推論とバッチ変換ジョブは、低レイテンシーの要件を満たしません。