一個託管在 Amazon Bedrock 上的基礎模型每天會被提示 10 個範例一次，且表現良好。公司希望降低每月成本。在保持相同基礎模型的情況下，哪種做法可以降低成本？

正確答案是減少每個提示中使用的 token 數量。在 Amazon Bedrock 中，基礎模型的計費通常基於輸入和輸出的 token 數量。減少每個提示中的 token 數量會直接降低每次 API 呼叫的成本，從而減少每月總費用。 微調（Fine-tuning）模型雖然可以提升模型效能或使其更貼合特定任務，但它本身會產生額外費用，且不直接降低每次提示的成本，因此不是降低成本的直接方法。增加每個提示中使用的 token 數量會導致每次呼叫的成本增加，與降低成本的目標背道而馳。使用 Provisioned Throughput 適用於需要穩定高吞吐量且可預測成本的場景，但對於降低現有使用模式下的成本，它通常會比按需計費更昂貴，除非用量極大且穩定。