AWS 预训练 AI 服务全家桶实战(2026 国际版):不训练模型,用托管 API 把图像·语音·语言 AI 接进业务
Meta Description: AWS 预训练 AI 服务怎么选怎么用?一文讲清 Rekognition、Transcribe、Polly、Translate、Comprehend、Lex、Kendra 等托管 AI API 的计费口径、免费额度、CLI 实战与避坑,附 2026 最新价格对比表。
> 关键词:AWS AI 服务、Amazon Rekognition、Amazon Transcribe、Amazon Polly、Amazon Translate、Amazon Comprehend、Amazon Lex、AWS 免费套餐、AWS 价格、AWS 国际版
前言:一句话决策口诀,先分清「买 API」还是「训模型」
很多人一想到「在业务里用 AI」,第一反应是租 GPU、标注数据、训练模型。但云计算厂商早就把大量预训练好的 AI 能力封装成了一行 API:你上传一张图片、一段音频、一段文字,它直接返回标签、文字稿、语音或情绪判断——不用标注数据、不用训练、不占 GPU,按调用量付费,没调用不花钱。
本文聚焦的就是这一层「开箱即用的托管 AI」。一句话决策口诀先记住:
> 能调 API 就别训模型;要生成式对话选 Bedrock;要读文档选 Textract;要自己的私有模型才上 SageMaker。
本文覆盖 AWS 最常用的十款预训练 AI 服务,全部给出真实单价、免费额度、CLI 命令与计费陷阱,价格口径统一为 2026 年 10 月、美元、us-east-1(美东弗吉尼亚北部)区域。不同地域单价不同,最终请以官方定价页为准。
一、先划边界:五种「AI」到底各管什么
AWS 的 AI/ML 产品线很容易混,尤其当你只想要「图像识别」却误买了「机器学习平台」。先看下面这张边界表,选项立刻收敛。
| 你想要的能力 | 该用的产品 | 计费依据 | 是否需要训练 | 是否需要 GPU | |---|---|---|---|---| | 图像/视频识别、人脸、审核 | Amazon Rekognition | 按张/按分钟 | 否 | 否 | | 语音转文字(含会议、客服) | Amazon Transcribe | 按音频秒数 | 否 | 否 | | 文字转语音(配音、播报) | Amazon Polly | 按字符数 | 否 | 否 | | 机器翻译(文档、网站) | Amazon Translate | 按字符数 | 否 | 否 | | 文本情感/实体/关键词/PII | Amazon Comprehend | 按 100 字符单元 | 否 | 否 | | 对话机器人/智能客服 | Amazon Lex | 按请求次数 | 否 | 否 | | 生成式对话、写文案、RAG | Amazon Bedrock | 按 token | 否(可微调) | 否 | | 文档 OCR、表格表单提取 | Amazon Textract | 按页 | 否 | 否 | | 训练自己的专属模型 | Amazon SageMaker | 按实例小时 | 是 | 依赖场景 |
关键区别在于计费单位:Rekognition 按「张 / 分钟」,Transcribe 按「秒」,Polly 与 Translate 按「字符」,Comprehend 按「100 字符单元」,Lex 按「请求次数」。看清计费单位,是预估成本的第一步——很多「怎么这么贵」的意外,都源于把「按分钟」看成了「按次」。
需要说明的是,本文所讲的六款核心服务(Rekognition / Transcribe / Polly / Translate / Comprehend / Lex)与站内已有的几篇深度文正好互补,建议先划清分工:
- 想生成式对话、写文案、做 RAG,看 AWS Bedrock 大模型实战; - 想从发票、合同里抽字段做 OCR,看 AWS Textract 文档智能识别; - 本文只讲「输入数据、拿到结构化结果或合成内容」的开箱即用预训练 AI。
二、全家谱:AWS 托管 AI 服务一览表
先把十款服务的定位、计费轴与免费力度摊在一张表里,方便对照选择。表中价格均为 us-east-1 口径。
| 服务 | 一句话定位 | 计费轴 | 有按月免费额度吗 | |---|---|---|---| | Rekognition | 图像/视频识别、人脸、内容审核 | 按张 / 按分钟 | ✅ 有(12 个月) | | Transcribe | 语音转文字、客服分析、医疗 | 按音频秒数 | ✅ 有(12 个月) | | Polly | 文字转语音(TTS) | 按字符数 | ✅ 有(部分永久) | | Translate | 机器翻译 | 按字符数 | ✅ 有(12 个月) | | Comprehend | 自然语言理解(NLP) | 按 100 字符单元 | ✅ 有(12 个月) | | Lex | 对话式 AI 机器人 | 按请求次数 | ⚠️ 靠账号赠金抵扣 | | Kendra | 企业级智能搜索 | 按索引单元·小时 | ⚠️ 仅 30 天 750 小时 | | Personalize | 个性化推荐 | 按 GB / 请求 | ⚠️ 仅前 2 个月 | | Forecast | 时序预测 | 按 GB / 数据点 | ⚠️ 仅前 2 个月 | | Fraud Detector | 在线欺诈检测 | 按预测次数 | ❌ 无按月额度 |
从上表可以看出一个规律:「通用识别类」服务(Rekognition / Transcribe / Polly / Translate / Comprehend)几乎都有 12 个月的按月免费额度,足够新手把整条链路跑通;而「建模类」服务(Kendra / Personalize / Forecast / Fraud Detector)因为要为你的数据单独训练/建索引,通常只有短则 30 天、长则 2 个月的试用,或干脆没有免费额度。这一点直接决定了下面「免费套餐」一节的策略。
三、视觉:Amazon Rekognition 图像与视频识别
Rekognition 是最「出效果」的一环:不给它任何模型,直接调用 API 就能识别图片里的物体、场景、人脸、文字,甚至做内容安全审核。
计费口径:图像分析按「处理张数」计费,并且把 API 分成两组,对同一张图片调用多个 API 会分别计费——这是最容易踩的坑。
- Group 1 组(IndexFaces、AssociateFaces、SearchUsersByImage、CompareFaces 等)与 Group 2 组(DetectLabels 标签、DetectText 文字、DetectModerationLabels 审核)各自独立计阶梯价。
- Image Properties(图像属性,如质量、主色调) 是单独一类,单价略低,且无免费额度。
- 人脸元数据存储按「向量个数 · 月」计费。
us-east-1 的图像分析阶梯价如下(Group 1 与 Group 2 前四档一致):
| 月处理量档位 | Group 1 单价 | Group 2 单价 | |---|---|---| | 前 100 万张 | $0.0010/张 | $0.0010/张 | | 100 万–500 万张 | $0.0008/张 | $0.0008/张 | | 500 万–3500 万张 | $0.0006/张 | $0.0006/张 | | 3500 万张以上 | $0.0004/张 | $0.00025/张 |
Image Properties 单独计费:前 100 万张 $0.00075/张,100 万–250 万张 $0.0006/张。人脸元数据存储为 $0.00001/向量/月(即 100 万个向量约 $10/月)。
视频分析分两种:流式视频事件(从 Kinesis Video Streams 拉流、单事件最多分析 120 秒)为 $0.00817/分钟;存量视频分析(分析 S3 中的视频文件)按分析分钟计费、单价随区域浮动。
免费额度:图像分析 Group 1、Group 2 各 1,000 张/月,人脸向量与用户向量各 1,000 个/月,视频分析 60 分钟/月,均为免费 12 个月(自账号创建起算)。注意 Image Properties 不参与免费。
区域提示:Rekognition 的图像端点覆盖东京(ap-northeast-1)、首尔、新加坡、悉尼、孟买、马来西亚、泰国等亚太区,但官方端点表里没有 ap-east-1(香港) ——香港/华南用户就近应选东京或新加坡。
CLI 实战——识别 S3 中一张图片的标签:
`bash
aws rekognition detect-labels \
--image '{"S3Object":{"Bucket":"my-bucket","Name":"photo.jpg"}}' \
--max-labels 10 \
--region ap-northeast-1
`
控制台操作:进入 Amazon Rekognition 控制台 → 左侧「Image analysis」→ 上传图片即可看到标签、置信度与人脸框,用来先验证效果、再决定是否接入代码。
四、语音:Transcribe 转文字 + Polly 转语音
语音是预训练 AI 落地最快的一环,而且 Transcribe(语音→文字)与 Polly(文字→语音)几乎必然是成对使用的。
4.1 Amazon Transcribe:语音转文字
计费口径:按音频秒数计费,按秒向上取整、无最低消费。us-east-1 主流单价:
| 模式 | 单价 | 说明 | |---|---|---| | 批量转写(Batch) | $0.006/分钟 | 上传 S3 音频文件,异步出稿 | | 流式转写(Streaming) | $0.01/分钟 | 实时字幕、实时通话转写 | | 内容脱敏(Redaction) | $0.0024 → $0.0015 → $0.00102/分钟 | 三档递减,自动抹掉 PII | | 客服分析(Call Analytics) | $0.0300 → $0.0186 → $0.0138/分钟 | 说话人分离、情绪、通话特征 | | 生成式通话摘要 | $0.0024 → $0.0015 → $0.0011/分钟 | 叠加在 Call Analytics 上 |
可以看出两条重要规律:① 批量比流式便宜约 40%($0.006 vs $0.01),能转文件就别做实时;② 附加能力(脱敏、通话分析、摘要)按分钟叠加计费,且不享受免费额度,做通话分析时这一项往往比转写本身还贵。
免费额度:批量、流式、医疗、客服分析各有 60 分钟/月、免费 12 个月(自首次转写请求起算,跨所有区域合并计算,不结转)。
CLI 实战——提交一个批量转写任务(中文普通话):
`bash
aws transcribe start-transcription-job \
--transcription-job-name my-first-job \
--language-code zh-CN \
--media-format mp3 \
--media '{"MediaFileUri":"s3://my-bucket/audio.mp3"}' \
--output-bucket-name my-output-bucket
`
提交后用 aws transcribe get-transcription-job --transcription-job-name my-first-job 查询状态,完成后结果 JSON 会写入你指定的输出桶。
4.2 Amazon Polly:文字转语音
计费口径:按转换的字符数计费(含转换成语音或 Speech Marks 元数据)。Polly 分四种音色档位,价格差很大:
| 音色档位 | 单价(每 100 万字符) | 特点 | |---|---|---| | Standard 标准音色 | $4.00 | 最便宜、最通用 | | Neural 神经音色 | $16.00 | 更自然,普通话可用 | | Generative 生成式音色 | $30.00 | 最自然、语气最拟人 | | Long-Form 长文本音色 | $100.00 | 专为有声书/长文朗读优化 |
免费额度是本篇一个值得留意的细节:Standard 标准音色每月 500 万字符免费,且官方文案未附加「12 个月」限制(可理解为长期免费);而 Neural 100 万字符/月、Long-Form 50 万字符/月、Generative 10 万字符/月均为前 12 个月有效。也就是说,只要用标准音色,每月的免费额度(500 万字符)足以支撑相当规模的播报场景。
CLI 实战——用神经音色合成一段中文普通话:
`bash
aws polly synthesize-speech \
--engine neural \
--voice-id Zhiyu \
--output-format mp3 \
--text "欢迎使用 AWS 预训练 AI 服务" \
out.mp3
`
控制台侧可在 Polly 控制台粘贴文本、选择音色与语言(简体中文对应 Zhiyu),实时试听后再决定音色档位——先用免费的标准档验证文本,再考虑是否升级到神经/生成式档,是最省钱的做法。
五、语言:Translate 机器翻译 + Comprehend 自然语言理解
5.1 Amazon Translate:机器翻译
计费口径:按翻译的字符数计费(含空白字符),最便宜、最容易预估。us-east-1 主流单价:
| 翻译类型 | 单价(每 100 万字符) | 免费额度 | |---|---|---| | 标准文本翻译 | $15.00 | 200 万字符/月,12 个月 | | 批量文档翻译 | $15.00 | 200 万字符/月,12 个月 | | 实时文档翻译(文本/HTML) | $15.00 | 无 | | 实时文档翻译(Docx) | $30.00 | 无 | | 主动自定义翻译(ACT) | $60.00 | 50 万字符/月,仅 2 个月 |
三条要点:① 实时文档翻译(保留排版的 Docx 等)单价翻倍且不享免费额度,能走批量就别用实时;② 主动自定义翻译(用平行语料微调译文)单价是标准价的 4 倍,且免费期只有 2 个月,适合有专属术语库的场景;③ 平行数据存储每账号免费 200 GB,超出按 $0.023/GB/月计费。
CLI 实战——自动识别源语言并翻译成中文:
`bash
aws translate translate-text \
--text "AWS Free Tier gives new customers up to 200 USD in credits." \
--source-language-code auto \
--target-language-code zh
`
其中 --source-language-code auto 让服务自动判断源语言;目标语言用 zh 表示简体中文。需要批量翻译整份文档时,改用 aws translate start-text-translation-job(批量)或 aws translate translate-document(实时文档)。
5.2 Amazon Comprehend:自然语言理解(NLP)
计费口径:按 100 字符为 1 个单元计费,每次请求最低按 3 个单元(300 字符)收费——短文本请求(比如一句评论)会被「最低消费」放大单价,这是最容易算错的一处。
us-east-1 单价(每单元的阶梯价,适用于关键词、情感、实体、语言检测等):
| 月用量档位 | 通用 NLP 单价/单元 | 语法分析单价/单元 | |---|---|---| | 前 1,000 万单元 | $0.0001 | $0.00005 | | 1,000 万–5,000 万单元 | $0.00005 | $0.000025 | | 5,000 万单元以上 | $0.000025 | $0.0000125 |
其他能力单独计价:事件检测 $0.003/事件类型/单元;检测 PII(识别身份证号、电话等敏感信息)$0.0001/单元(高档可降至 $0.000005);判断是否含 PII 只需 $0.000002/单元;毒性/提示词安全检测(Trust and Safety)同为 $0.0001/单元。
自定义模型:训练按 $3/小时(按秒计费),模型管理 $0.50/模型/月;若要实时(同步)推理,需预置端点,端点按 $0.0005/推理单元/秒计费(每单元约 100 字符/秒吞吐)——同步端点只要开着就一直在计费,验证阶段务必用异步推理。
免费额度:每个 API 每月 50,000 单元(即 500 万字符)免费,12 个月(自首次请求起算,新老账号均可)。注意是「每个 API 各 50,000 单元」,情感、实体、关键词分别享受,不是共享额度。
🔴 语言覆盖陷阱:Comprehend 的多数开箱能力以英文为主,中文等语言的可用范围随功能而异,选型前务必核对官方的语言支持清单——不要默认「能翻译就能做情感分析」。
CLI 实战——对一段文本做情感分析:
`bash
aws comprehend detect-sentiment \
--text "This product is amazing, I love it!" \
--language-code en
`
返回结果给出 POSITIVE / NEGATIVE / NEUTRAL / MIXED 及置信度。改成 detect-entities、detect-key-phrases、detect-pii 即可分别抽取实体、关键词与敏感信息,命令参数都只需 --text(必填)与 --language-code(必填)两项。
六、对话:Amazon Lex 搭建智能客服机器人
Lex 是把「语音/文字输入 → 意图识别 → 调用后端」串起来的对话式 AI。它有两种交互模型:请求-响应式(每次用户输入算一次 API 调用)与流式会话(多轮输入合并为一次流式调用)。us-east-1 的请求-响应式单价为:
| 输入类型 | 单价 | 举例 | |---|---|---| | 语音请求 | $0.004/次 | 1,000 次语音 = $4.00 | | 文本请求 | $0.00075/次 | 1,000 次文本 = $0.75 |
此外,自动化机器人设计器(用历史客服对话自动生成机器人设计)按 $0.50/分钟的训练时间计费——分析 5 小时(300 分钟)的对话记录一次性收费 $150,这是个容易忽略的成本项。
免费额度:官方定价页未列出按月免费额度,只能靠账号级的 2026 免费计划 $200 赠金抵扣(见第八节)。
区域:Lex V2 的模型端点与运行时端点覆盖东京、首尔、新加坡、悉尼等亚太区,同样不含 ap-east-1(香港)。
落地路径:控制台里创建 Bot → 添加语言(简体中文)→ 定义 Intent(意图)与 Slot(槽位)→ 配置 Fulfillment 指向 Lambda → 构建并发布 Alias,前端再由 lexv2-runtime 的 recognize-text / recognize-utterance 调用。用 CLI 建 Bot 骨架的入口是 aws lexv2-models create-bot,随后 create-bot-locale、create-intent、create-slot-type,最后 build-bot-locale 与 create-bot-alias 才算可对外服务。
七、进阶四件套:Kendra / Personalize / Forecast / Fraud Detector
这四款都是「要先用你的数据训练/建索引」的托管 AI,计费更重、免费更短,适合已经跑通基础链路后再上。
7.1 Amazon Kendra:企业级智能搜索
Kendra 按索引单元 · 小时计费,而且索引一创建就开始收费,无论你查没查——这是它最大的成本陷阱。us-east-1 三种索引档位:
| 索引类型 | 基础索引 | 存储单元 | 查询单元 | 连接器 | |---|---|---|---|---| | GenAI Enterprise | $0.32/小时 | $0.25/小时 | $0.07/小时 | $30/索引/月(含 500 小时同步) | | Basic Enterprise | $1.4/小时 | $0.7/小时 | $0.7/小时 | $0.35/小时 + $1/百万文档 | | Basic Developer | $1.125/小时 | 不可加 | 不可加 | $0.35/小时 + $1/百万文档 |
基础索引自带一份额度(如 GenAI 档含 2 万文档、0.1 QPS)。免费额度仅为「Basic Developer 或 GenAI Enterprise 前 30 天最多 750 小时」,连接器使用不计入。一个 20 万文档的生产型索引,一个月轻松 $1,900 以上——验证阶段一定用 Developer 档,验完立即删索引。
7.2 Amazon Personalize:个性化推荐
按「数据接入 + 训练 + 推理」三段计费。us-east-1 要点:
| 环节 | 预置 v2 方案 | 自定义方案 | |---|---|---| | 数据接入 | $0.05/GB | $0.05/GB | | 训练 | $0.002/1,000 次交互 | $0.24/训练小时 | | 推理 | $0.15/1,000 次请求 | 分档 $0.0556 → $0.0139/1,000 次 |
🔴 最低 1 TPS 保底计费:只要有活跃 campaign,即使一个请求都没有,也按每秒 1 次、即每小时 3,600 次请求计费。闲置的 campaign 会一直烧钱,这是 Personalize 最反直觉的一条。启用 Item metadata 还要再加 $0.0167/1,000 次请求。
免费额度:仅前 2 个月,含每月最多 20 GB 数据处理与存储、v2 方案每月 500 万次交互、其他自定义方案每月 100 训练小时、以及每月最多 5 万次(v2)/18 万次(自定义)实时请求。
7.3 Amazon Forecast:时序预测
| 环节 | 单价 | |---|---| | 导入数据 | $0.088/GB | | 训练预测器 | $0.24/小时 | | 生成预测数据点 | $2.00 → $0.80 → $0.20 → $0.02 每 1,000 点(分档) | | 预测解释(Explainability) | $2.00 → $0.80 → $0.25 → $0.15 每 1,000 条 |
🔴 训练小时 ≠ 墙上时钟:Forecast 会并行部署多个实例训练,计费的实例小时数会明显大于你观察到的实际耗时。免费额度仅前 2 个月:每月 10 万个预测数据点、10 GB 存储、10 小时训练。
7.4 Amazon Fraud Detector:在线欺诈检测
| 环节 | 单价 | |---|---| | 数据处理与存储 | $0.10/GB | | 模型训练 | $0.39/计算小时(1 计算小时 = 8 vCPU + 32 GB) | | 模型托管 | $0.06/小时 | | ML 模型预测 | 前 10 万次 $0.0300 → 超出 $0.0075 | | 规则型预测 | 前 40 万次 $0.00500 → 再 80 万次 $0.00250 → 超出 $0.00125 |
托管是按小时常驻计费的(一个月约 $43/模型),加上预测费,一个日均 1,000 次预测的电商场景首月可达几百美元。官方定价页没有按月免费额度,只靠账号 $200 赠金。从 SageMaker 导入的模型按「规则型」计价,这一点可用来降本。
八、2026 免费套餐口径:两层免费,别混为一谈
AWS 的「免费」分两层,很多教程只讲一半,导致读者误判。第一层是账号级赠金(2025-07-15 起的现行口径):
- 新账号注册即得 $100 赠金,完成探索基础服务可再赚最多 $100,合计最高 $200; - 免费计划有效期 6 个月(或赠金用完,先到者为准),到期账号自动关闭、数据保留 90 天;赠金本身须在 12 个月内用完; - 加入 Organizations 或创建 Control Tower landing zone 会让赠金立即失效并自动转付费计划——这条对多账号团队尤其关键; - 30+ 服务「永远免费」(Always Free),在免费计划与付费计划下都生效。
第二层是服务级的按月免费额度,写在每个服务定价页的 with AWS Free Tier 列里,与我们上面逐项列出的数字一致。第二层额度通常是「12 个月」,且起算点各不相同:Rekognition 从账号创建起算,而 Transcribe / Translate / Comprehend 从首次请求起算。免费账号的开支策略因此很清晰:先用第二层免费额度把识别类服务跑通,再用第一层赠金覆盖 Kendra / Personalize 这类无月免费额度的服务。
| 服务 | 免费额度 | 期限 | |---|---|---| | Rekognition 图像 | Group 1 / Group 2 各 1,000 张/月 + 向量各 1,000 个/月 | 12 个月 | | Rekognition 视频 | 60 分钟/月 | 12 个月 | | Transcribe | 转写 / 医疗 / 客服分析各 60 分钟/月 | 12 个月 | | Polly | Standard 500 万字符/月(无 12 个月限制);Neural 100 万、Long-Form 50 万、Generative 10 万字符/月 | 后三者 12 个月 | | Translate | 标准 / 批量 200 万字符/月;ACT 50 万字符/月 | 前者 12 个月,ACT 2 个月 | | Comprehend | 每个 API 50,000 单元(500 万字符)/月 | 12 个月 | | Lex | 无按月额度(靠 $200 赠金) | — | | Kendra | Developer / GenAI 索引合计 750 小时 | 前 30 天 | | Personalize | 20 GB/月 + 交互/请求额度 | 前 2 个月 | | Forecast | 10 万预测数据点/月 + 10 GB + 10 训练小时 | 前 2 个月 |
九、真实成本测算:三条业务线一个月要花多少钱
下面用 us-east-1 口径、不含免费额度抵扣、也不含 S3 存储与带宽等周边费用,给出三个典型场景的月账单估算。假设与算式一并列出,方便你按自己的量级折算。
| 场景 | 用量假设 | 计算 | 月成本 | |---|---|---|---| | 商品图自动打标 | 20 万张/月,用 DetectLabels(Group 2) | 200,000 × $0.0010 | $200.00 | | 客服通话批量转写 | 5 万分钟/月,批量 + 内容脱敏 | 50,000 × $0.006 + 50,000 × $0.0024 | $420.00 | | 网站翻译 + 舆情情感分析 | 翻译 1,000 万字符 + 情感分析 1,000 万字符 | 10 × $15 + 100,000 × $0.0001 | $160.00 |
三条线合计 $780/月。可以看出:计费单位决定了成本量级——图片和语音按「张 / 分钟」计费,量一大就贵;而文本类(Translate / Comprehend)按字符计费,同样是「百万级」体量,成本往往只有几百美元。做预算时先问一句:我的业务量落在哪个计费单位上。
好消息是,若业务量不大,靠免费额度几乎可以零成本验证:10 万张图片、100 万分钟音频的规模以内,识别类服务在一个月内基本都还在免费额度之内。
十、省钱 6 招
1. 能用批量就别用实时:Transcribe 批量($0.006/分钟)比流式($0.01/分钟)便宜约 40%;Translate 文档批量走标准价且享免费额度,实时文档翻译单价翻倍还无免费。 2. 先用低档再升级:Polly 标准音色 500 万字符/月长期免费,验证文本够用;Kendra 先用 Basic Developer 档,别一上来就 GenAI 生产档。 3. 减少计费字符:Translate 按字符(含空白)计费,Comprehend 每次请求最低按 300 字符收费——把短文本攒批提交,别一条一句地打 API。 4. 异步优先,避免常驻端点:Comprehend 同步推理端点按秒烧钱,Personalize 有最低 1 TPS 保底,能异步就别常驻。 5. 复用与缓存:同一张图片别重复调用多个 Rekognition API;Polly 合成的语音可缓存重放且不额外收费,别每次播放都重新合成。 6. 管好生命周期与区域:Rekognition / Lex 在亚太无香港端点,就近选东京或新加坡;Kendra 索引验完立即删除,避免「忘了删」的持续计费。
十一、8 个大坑(每条都有真实代价)
1. Rekognition 同一张图调多个 API 会分别计费——「打标签 + 提取文字」= 两张的钱。 2. Comprehend 每次请求最低按 300 字符收费——一千条短评论分开提交,会被最低消费放大数倍。 3. Transcribe 的脱敏、客服分析、摘要都不享免费额度——免费期只免基础转写。 4. Translate 实时文档翻译单价翻倍且无免费额度——保留排版的 Docx 翻译尤其贵。 5. Polly 神经/生成式音色的免费额度只有 12 个月,唯有标准音色的 500 万字符/月长期有效。 6. Kendra 索引一创建就计费,与你查不查无关——验证完不删索引,账单会一直涨。 7. Personalize 有最低 1 TPS 保底——闲置的 campaign 也会按每小时 3,600 次请求扣费。 8. 免费计划 6 个月到期会自动关号,且加入 Organizations 或建 Control Tower 会让赠金立即失效并转付费——多账号团队务必先规划再建组织。
十二、常见问题 FAQ
Q: 我完全没有 AI/机器学习经验,能用这些服务吗?
A: 可以。本文讲的都是预训练 API,不需要标注数据、不需要训练、不需要 GPU,本质就是「上传数据 → 拿到结果」。建议从 Rekognition 控制台传一张图、或用 aws translate translate-text 翻译一句话,十分钟就能看到效果。
Q: 免费额度用完后会自动扣费吗? A: 会。免费额度耗尽后自动转为按量付费。防止意外扣费的正规做法是:设置账单告警与 Budgets 预算、每月清理闲置资源(Kendra 索引、Personalize campaign、Comprehend 端点)。具体操作可参考站内 AWS 账单管理:避免天价账单的 10 个关键设置。
Q: 这些服务支持中文吗?
A: 分服务看。Polly 普通话有 Zhiyu 等音色;Transcribe 支持 zh-CN 普通话;Translate 支持中文互译;但 Comprehend 的自然语言理解以英文为主,中文可用范围随功能而异——选型前务必核对官方语言清单,不要默认「能翻译就能做情感分析」。
Q: 香港区域(ap-east-1)能用吗? A: 不能一概而论。经核对 2026 年 10 月官方端点表,Rekognition 与 Lex V2 在亚太均不提供 ap-east-1 香港端点,最近的是东京(ap-northeast-1)、首尔、新加坡;其余服务的区域覆盖请以各自的官方端点页为准。香港/华南用户选区域时应把「就近」放在东京或新加坡。
Q: 我该用预训练 API 还是自己训练模型? A: 先问三句:是否需要生成式内容(要 → Bedrock);是否是标准识别任务(是 → 本文的 Rekognition / Transcribe / Translate / Comprehend);是否有大量标注数据且任务高度专属(才是 SageMaker 自训)。绝大多数业务在前两类里就能解决。
Q: 一个月的真实成本大概多少? A: 取决于你的计费单位落在哪里。文本类(翻译、情感分析)百万字符级通常几十到几百美元;图像/语音类量级一大就上千美元。第九节给出了三条业务线合计约 $780/月的测算,可作为量级参考;小额验证阶段基本在免费额度内。
> ⚠️ 文中价格为 2026 年 10 月基于 AWS 官方定价页(us-east-1,美元口径)整理的参考价,实际费用随区域、用量档位与官方调价变动,最终请以 AWS 官网定价页与 Pricing Calculator 为准。
十三、延伸阅读
- AWS Bedrock 基础模型实战:生成式 AI 从开通到 RAG - AWS Textract 文档智能识别:OCR、表格与表单提取 - AWS Lambda 无服务器实战:从 0 搭建 API - AWS 免费套餐注册教程:避免被扣费的 5 个关键设置 - AWS 账单管理:避免天价账单的 10 个关键设置 - AWS Macie 敏感数据发现:把 PII 从 S3 里找出来
> 🚀 需要 AWS 国际版账号?通过 3.chengzicloud.cloud 获取最新注册教程与专属优惠,助你轻松上云。
> 本文由 3.chengzicloud.cloud 提供,点击访问首页了解更多