¿Amazon Bedrock ofrece modelos de pesos abiertos?

Sí, 33 de 77 modelos en Amazon Bedrock son modelos de pesos abiertos: Kimi K3 (max), Kimi K2.5, GLM-4.7, Kimi K2 Thinking, DeepSeek V3.2, MiniMax-M2, GLM-4.7 (non-reasoning), DeepSeek V3.2 (non-reasoning), GLM-4.7-Flash, DeepSeek V3.1 (non-reasoning), DeepSeek V3.1, Qwen3 235B 2507, Qwen3 Coder 480B, gpt-oss-120b (high), DeepSeek R1 (Jan), GLM-4.7-Flash (non-reasoning), gpt-oss-120b (low), gpt-oss-20b (low), Qwen3 Coder 30B A3B, Mistral Large 3, Qwen3 Coder Next, gpt-oss-20b (high), Magistral Small 1.2, Qwen3 32B (non-reasoning), NVIDIA Nemotron Nano 9B V2 (non-reasoning), Ministral 3 14B, NVIDIA Nemotron Nano 12B v2 VL (non-reasoning), Ministral 3 8B, Mixtral 8x7B, Gemma 3 27B, Ministral 3 3B, Gemma 3 4B y Gemma 3 12B.

Artificial Analysis

Amazon Bedrock: inteligencia, rendimiento y precio de sus modelos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Amazon Bedrock

Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Amazon Bedrock para tu caso de uso.

Más inteligente

Claude Opus 5.5 (max with fallback)

Claude Sonnet 5.5 (max with fallback)

GPT-6 Astra (max)

Claude Opus 5 (max)

GPT-5.6 Sol (max)

Intelligence Index

77 modelos en total

Más rápido

Ministral 3 3B

427 t/s

Grok 4.3 (high)

321 t/s

Nova Micro

303 t/s

Grok 4.3 (non-reasoning)

290 t/s

Qwen3 Coder 30B A3B

255 t/s

Velocidad de salida

77 modelos en total

Menor precio

Nova Micro

$0.03

Gemma 3 4B

$0.04

Nova Lite

$0.05

NVIDIA Nemotron Nano 9B V2 (non-reasoning)

$0.08

gpt-oss-20b (low)

$0.09

Precio combinado (por 1M de tokens)

77 modelos en total

Amazon ofrece 77 modelos, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave entre modelos.

En inteligencia, los mejores modelos en Amazon son Claude Opus 5.5 (max with fallback) (58), Claude Sonnet 5.5 (max with fallback) (56) y GPT-6 Astra (max) (53).
En velocidad de salida, los modelos más rápidos son Ministral 3 3B (427 t/s), Grok 4.3 (high) (321 t/s) y Nova Micro (303 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 68% entre el más rápido y el más lento.
En latencia, GPT-5.6 Luna (non-reasoning) (0.45s), GPT-5.6 Terra (non-reasoning) (0.51s) y GPT-5.6 Sol (non-reasoning) (0.57s) ofrecen el menor tiempo hasta el primer token de respuesta.
En precios, Nova Micro ($0.03), Gemma 3 4B ($0.04) y Nova Lite ($0.05) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 3.4x entre modelos.
En tamaño de ventana de contexto, Claude Opus 5.5 (max with fallback) (1M), Claude Sonnet 5.5 (max with fallback) (1M) y Claude Opus 5 (max) (1M) admiten las ventanas de contexto más grandes en Amazon.

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Precio

USD per 1M tokens (blended) · Lower is better

Evaluaciones de inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

AA-LCR v1.1

Long context reasoning

SciCodeUnder review

Coding

CritPtUnder review

Physics reasoning

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 1.1New

Agentic software engineering in open-source repositories

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-3DNew

Agentic interactive 3D experiences, (Elo-500)/2000

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AA

Medical long context reasoning

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. precio

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Ventana de contexto

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Precios

Intelligence Index vs. precio

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Resumen de rendimiento

Velocidad de salida vs. precio

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Velocidad

Medida por la velocidad de salida (tokens por segundo)

Velocidad de salida

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Latencia

Medida por el tiempo (segundos) hasta el primer token

Latencia: Tiempo hasta el primer token de respuesta

Segundos hasta recibir el primer token de respuesta · Incluye el tiempo de «pensamiento» de los modelos de razonamiento

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Comportamiento de caché

Tasa de aciertos de caché

Proporción de tokens de entrada aptos para caché servidos desde la caché · Mediana de las últimas cuatro semanas, actualizada el 26 sept 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Costo por tarea vs. Tasa de aciertos de caché

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Tiempo de respuesta de extremo a extremo

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Tiempo de respuesta de extremo a extremo vs. precio

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Análisis adicional
Claude Opus 5.5 (max with fallback)	1M	Propietario	58	$5.98	98	752.11	757.23	--	Modelo Proveedor
Claude Sonnet 5.5 (max with fallback)	1M	Propietario	56	--	138	443.79	447.41	--	Modelo Proveedor
GPT-6 Astra (max)	524k	Propietario	53	$3.26	94	249.60	254.93	--	Modelo Proveedor
Claude Opus 5 (max)	1M	Propietario	51	$5.86	62	71.54	79.66	--	Modelo Proveedor
Claude Opus 5 (xhigh)	1M	Propietario	50	$4.88	60	41.17	49.45	--	Modelo Proveedor
Claude Opus 5 (high)	1M	Propietario	48	$3.61	56	19.27	28.18	--	Modelo Proveedor
GPT-5.6 Sol (max)	1M	Propietario	47	$2.57	85	103.71	109.58	--	Modelo Proveedor
Claude Opus 5 (medium)	1M	Propietario	45	$2.19	59	2.98	11.50	--	Modelo Proveedor
Kimi K3 (max)	1M	Abierto	44	$1.87	134	1.71	20.31	14.87	Modelo Proveedor
Claude Opus 5.5 (low with fallback)	1M	Propietario	42	$0.55	83	9.77	15.82	--	Modelo Proveedor
GPT-5.6 Terra (max)	1M	Propietario	42	$1.41	150	143.16	146.50	--	Modelo Proveedor
Claude Opus 4.8 (max)	1M	Propietario	42	$4.02	72	29.82	36.75	--	Modelo Proveedor
Claude Opus 4.7 (max)	1M	Propietario	41*	--	75	15.69	22.41	--	Modelo Proveedor
Claude Opus 5 (low)	1M	Propietario	39	$1.10	56	2.33	11.19	--	Modelo Proveedor
GPT-5.4 (xhigh)	272k	Propietario	39*	--	176	80.79	83.63	--	Modelo Proveedor
GPT-5.5 (xhigh)	272k	Propietario	38	$4.77	123	31.65	35.71	--	Modelo Proveedor
Claude Sonnet 5 (max)	1M	Propietario	38	$6.21	79	140.59	146.91	--	Modelo Proveedor
GPT-5.6 Luna (max)	1M	Propietario	37	$0.18	192	80.47	83.07	--	Modelo Proveedor
GPT-5.5 (high)	272k	Propietario	37	$2.65	111	15.98	20.47	--	Modelo Proveedor
Claude Sonnet 5.5 (low with fallback)	1M	Propietario	36	--	110	1.40	5.94	--	Modelo Proveedor
GPT-5.5 (medium)	272k	Propietario	34	$1.50	99	4.32	9.36	--	Modelo Proveedor
Claude Opus 4.6 (max)	1M	Propietario	32*	--	64	19.25	27.04	--	Modelo Proveedor
Claude Opus 4.7 (non-reasoning, high)	1M	Propietario	31*	--	63	1.12	9.06	--	Modelo Proveedor
GPT-5.5 (low)	272k	Propietario	31*	--	97	1.18	6.35	--	Modelo Proveedor
Claude Sonnet 4.6 (max)	200k	Propietario	30	$2.83	117	56.65	60.91	--	Modelo Proveedor
Claude Opus 4.5	200k	Propietario	29*	--	58	17.03	25.62	--	Modelo Proveedor
GPT-5.6 Sol (non-reasoning)	1M	Propietario	28*	--	77	0.77	7.23	--	Modelo Proveedor
GPT-5.4 (low)	272k	Propietario	28*	--	126	1.42	5.40	--	Modelo Proveedor
Claude Opus 4.6 (non-reasoning, high)	1M	Propietario	26*	--	47	1.73	12.38	--	Modelo Proveedor
Grok 4.3 (high)	524k	Propietario	25	$0.39	307	7.38	9.00	--	Modelo Proveedor
Grok 4.3 (medium)	524k	Propietario	25*	--	271	4.10	5.95	--	Modelo Proveedor
Claude Sonnet 4.6 (non-reasoning, high)	200k	Propietario	25*	--	82	1.06	7.17	--	Modelo Proveedor
Grok 4.3 (low)	524k	Propietario	24*	--	271	2.29	4.14	--	Modelo Proveedor
Claude Opus 4.5 (non-reasoning)	200k	Propietario	24*	--	52	1.55	11.17	--	Modelo Proveedor
Kimi K2.5	256k	Abierto	23*	--	89	1.38	40.52	33.50	Modelo Proveedor
Claude Sonnet 5 (non-reasoning)	1M	Propietario	23*	--	67	1.26	8.69	--	Modelo Proveedor
GPT-5.5 (non-reasoning)	272k	Propietario	23*	--	104	0.76	5.58	--	Modelo Proveedor
Claude 4.1 Opus	200k	Propietario	23*	--	--	--	--	--	Modelo Proveedor
GLM-4.7	200k	Abierto	22*	--	50	1.53	51.06	39.62	Modelo Proveedor
Kimi K2 Thinking	256k	Abierto	22*	--	123	1.35	21.62	16.21	Modelo Proveedor
DeepSeek V3.2	128k	Abierto	21*	--	74	1.54	35.13	26.88	Modelo Proveedor
GPT-5.6 Terra (non-reasoning)	1M	Propietario	21	$0.14	112	0.68	5.14	--	Modelo Proveedor
Claude 4.5 Sonnet	1M	Propietario	21	$0.55	59	13.39	21.83	--	Modelo Proveedor
Claude 4.5 Sonnet (non-reasoning)	1M	Propietario	19*	--	50	1.57	11.49	--	Modelo Proveedor
MiniMax-M2	205k	Abierto	19*	--	119	1.10	22.04	16.75	Modelo Proveedor
Claude 4.1 Opus (non-reasoning)	200k	Propietario	19*	--	--	--	--	--	Modelo Proveedor
GPT-5.4 (non-reasoning)	272k	Propietario	18*	--	122	0.77	4.86	--	Modelo Proveedor
GLM-4.7 (non-reasoning)	200k	Abierto	17*	--	68	1.57	8.96	--	Modelo Proveedor
Claude 4.5 Haiku	200k	Propietario	17	$0.34	156	15.76	18.96	--	Modelo Proveedor
DeepSeek V3.2 (non-reasoning)	128k	Abierto	16*	--	64	1.37	9.24	--	Modelo Proveedor
GPT-5.6 Luna (non-reasoning)	1M	Propietario	16	$0.01	186	0.55	3.23	--	Modelo Proveedor
Claude 4.5 Haiku (non-reasoning)	200k	Propietario	15*	--	107	0.80	5.47	--	Modelo Proveedor
GLM-4.7-Flash	200k	Abierto	15*	--	170	1.04	15.70	11.73	Modelo Proveedor
Nova 2.0 Pro Preview (medium)	256k	Propietario	14*	--	127	12.54	32.18	15.71	Modelo Proveedor
Grok 4.3 (non-reasoning)	524k	Propietario	14	$0.32	258	0.94	2.88	--	Modelo Proveedor
DeepSeek V3.1 (non-reasoning)	128k	Abierto	14*	--	162	1.39	4.47	--	Modelo Proveedor
DeepSeek V3.1	128k	Abierto	13*	--	137	1.41	19.67	14.61	Modelo Proveedor
Nova 2.0 Lite (high)	1M	Propietario	13*	--	183	17.38	31.04	10.93	Modelo Proveedor
Nova 2.0 Pro Preview (low)	256k	Propietario	13*	--	126	7.44	27.26	15.86	Modelo Proveedor
Nova 2.0 Lite (medium)	1M	Propietario	12*	--	196	17.08	29.86	10.22	Modelo Proveedor
Qwen3 235B 2507	256k	Abierto	12*	--	88	1.32	7.03	--	Modelo Proveedor
Qwen3 Coder 480B	262k	Abierto	12*	--	81	1.32	7.50	--	Modelo Proveedor
Nova 2.0 Lite (low)	1M	Propietario	12*	--	183	10.72	24.37	10.92	Modelo Proveedor
gpt-oss-120b (high)	131k	Abierto	12	$0.11	87	0.94	29.81	23.09	Modelo Proveedor
DeepSeek R1 (Jan)	128k	Abierto	11	$0.22	143	1.08	21.00	16.42	Modelo Proveedor
GLM-4.7-Flash (non-reasoning)	200k	Abierto	11*	--	161	1.03	4.14	--	Modelo Proveedor
gpt-oss-120b (low)	131k	Abierto	10*	--	87	0.99	29.61	22.89	Modelo Proveedor
Nova 2.0 Pro Preview (non-reasoning)	256k	Propietario	10*	--	105	0.98	5.75	--	Modelo Proveedor
gpt-oss-20b (low)	131k	Abierto	10*	--	220	6.78	18.17	9.11	Modelo Proveedor
Qwen3 Coder 30B A3B	262k	Abierto	10*	--	237	1.00	3.11	--	Modelo Proveedor
Llama 4 Maverick	128k	Abierto	9	$0.04	--	--	--	--	Modelo Proveedor
Mistral Large 3	256k	Abierto	9	$0.10	178	1.28	4.08	--	Modelo Proveedor
Qwen3 Coder Next	128k	Abierto	9	$0.78	82	2.76	8.88	--	Modelo Proveedor
gpt-oss-20b (high)	131k	Abierto	9	$0.01	208	29.13	41.15	9.62	Modelo Proveedor
Nova 2.0 Lite (non-reasoning)	1M	Propietario	9*	--	160	1.14	4.27	--	Modelo Proveedor
Magistral Small 1.2	128k	Abierto	9*	--	74	1.52	35.09	26.86	Modelo Proveedor
Claude 3.5 Sonnet (Oct)	200k	Propietario	8*	--	--	--	--	--	Modelo Proveedor
Llama 3.3 70B	128k	Abierto	8*	--	--	--	--	--	Modelo Proveedor
Qwen3 32B (non-reasoning)	32.8k	Abierto	7*	--	161	1.11	4.22	--	Modelo Proveedor
Claude 3.5 Sonnet (June)	200k	Propietario	7*	--	--	--	--	--	Modelo Proveedor
Nova Pro	300k	Propietario	7*	--	130	1.09	4.94	--	Modelo Proveedor
Llama 3.1 8B	128k	Abierto	7*	--	--	--	--	--	Modelo Proveedor
NVIDIA Nemotron Nano 9B V2 (non-reasoning)	131k	Abierto	7*	--	168	1.13	4.12	--	Modelo Proveedor
Mistral Large 2 (Jul)	128k	Abierto	7*	--	--	--	--	--	Modelo Proveedor
Nova Lite	300k	Propietario	7*	--	169	0.92	3.89	--	Modelo Proveedor
Llama 3.1 70B Standard	128k	Abierto	7*	--	--	--	--	--	Modelo Proveedor
Llama 3.1 70B Latency Optimized	128k	Abierto	7*	--	--	--	--	--	Modelo Proveedor
Llama 4 Scout	128k	Abierto	6	$0.11	--	--	--	--	Modelo Proveedor
Ministral 3 14B	256k	Abierto	6	$0.14	182	1.09	3.84	--	Modelo Proveedor
Jamba 1.5 Large	256k	Abierto	6*	--	--	--	--	--	Modelo Proveedor
Nova Micro	130k	Propietario	6*	--	298	0.84	2.52	--	Modelo Proveedor
NVIDIA Nemotron Nano 12B v2 VL (non-reasoning)	128k	Abierto	6*	--	204	1.10	3.55	--	Modelo Proveedor
Mistral Large (Feb)	32.8k	Propietario	6*	--	--	--	--	--	Modelo Proveedor
Claude 3 Haiku	200k	Propietario	6*	--	--	--	--	--	Modelo Proveedor
Ministral 3 8B	256k	Abierto	5	$0.07	234	1.02	3.15	--	Modelo Proveedor
Llama 3 70B	8.19k	Abierto	5*	--	--	--	--	--	Modelo Proveedor
Jamba 1.5 Mini	256k	Abierto	5*	--	--	--	--	--	Modelo Proveedor
Mixtral 8x7B	32.8k	Abierto	5*	--	24	1.10	21.64	--	Modelo Proveedor
Mistral 7B	8.19k	Abierto	5*	--	--	--	--	--	Modelo Proveedor
Gemma 3 27B	128k	Abierto	5	$0.47	61	1.44	9.64	--	Modelo Proveedor
Ministral 3 3B	256k	Abierto	5	$0.04	415	0.91	2.12	--	Modelo Proveedor
Gemma 3 4B	128k	Abierto	5*	--	180	1.04	3.81	--	Modelo Proveedor
Llama 3 8B	8.19k	Abierto	5*	--	--	--	--	--	Modelo Proveedor
Gemma 3 12B	128k	Abierto	4	$0.24	108	1.32	5.96	--	Modelo Proveedor

Definiciones clave

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preguntas frecuentes

Preguntas comunes sobre Amazon Bedrock

Amazon Bedrock ofrece 77 modelos que monitoreamos: Claude Opus 5.5 (max with fallback), Claude Sonnet 5.5 (max with fallback), GPT-6 Astra (max), Claude Opus 5 (max), GPT-5.6 Sol (max), Kimi K3 (max), Claude Opus 5.5 (low with fallback), GPT-5.6 Terra (max), Claude Opus 4.8 (max), Claude Opus 4.7 (max), Claude Opus 5 (low), GPT-5.4 (xhigh), GPT-5.5 (xhigh), Claude Sonnet 5 (max), GPT-5.6 Luna (max), Claude Sonnet 5.5 (low with fallback), Claude Opus 4.6 (max), Claude Opus 4.7 (non-reasoning, high), Claude Sonnet 4.6 (max), Claude Opus 4.5, GPT-5.6 Sol (non-reasoning), Claude Opus 4.6 (non-reasoning, high), Grok 4.3 (high), Claude Sonnet 4.6 (non-reasoning, high), Claude Opus 4.5 (non-reasoning), Kimi K2.5, Claude Sonnet 5 (non-reasoning), GPT-5.5 (non-reasoning), GLM-4.7, Kimi K2 Thinking, DeepSeek V3.2, GPT-5.6 Terra (non-reasoning), Claude 4.5 Sonnet, Claude 4.5 Sonnet (non-reasoning), MiniMax-M2, GPT-5.4 (non-reasoning), GLM-4.7 (non-reasoning), Claude 4.5 Haiku, DeepSeek V3.2 (non-reasoning), GPT-5.6 Luna (non-reasoning), Claude 4.5 Haiku (non-reasoning), GLM-4.7-Flash, Nova 2.0 Pro Preview (medium), Grok 4.3 (non-reasoning), DeepSeek V3.1 (non-reasoning), DeepSeek V3.1, Nova 2.0 Lite (high), Nova 2.0 Pro Preview (low), Nova 2.0 Lite (medium), Qwen3 235B 2507, Qwen3 Coder 480B, Nova 2.0 Lite (low), gpt-oss-120b (high), DeepSeek R1 (Jan), GLM-4.7-Flash (non-reasoning), gpt-oss-120b (low), Nova 2.0 Pro Preview (non-reasoning), gpt-oss-20b (low), Qwen3 Coder 30B A3B, Mistral Large 3, Qwen3 Coder Next, gpt-oss-20b (high), Nova 2.0 Lite (non-reasoning), Magistral Small 1.2, Qwen3 32B (non-reasoning), Nova Pro, NVIDIA Nemotron Nano 9B V2 (non-reasoning), Nova Lite, Ministral 3 14B, Nova Micro, NVIDIA Nemotron Nano 12B v2 VL (non-reasoning), Ministral 3 8B, Mixtral 8x7B, Gemma 3 27B, Ministral 3 3B, Gemma 3 4B y Gemma 3 12B.

El modelo más inteligente disponible en Amazon Bedrock es Claude Opus 5.5 (max with fallback), con una puntuación de 58 en el Intelligence Index.

El modelo más rápido en Amazon Bedrock por velocidad de salida es Ministral 3 3B, con 427.2 tokens por segundo.

El modelo con el menor tiempo hasta el primer token de respuesta en Amazon Bedrock es GPT-5.6 Luna (non-reasoning), con 0.45s. Una menor latencia significa una respuesta inicial más rápida.

El modelo más económico en Amazon Bedrock por precio combinado es Nova Micro, a $0.03 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).

Los precios en Amazon Bedrock varían hasta 284x entre modelos, desde $0.03 por 1M de tokens para Nova Micro hasta $7.70 por 1M de tokens para GPT-6 Astra (max).

18 de 77 modelos en Amazon Bedrock admiten el modo JSON para salida estructurada.

75 de 77 modelos en Amazon Bedrock admiten llamadas a funciones (uso de herramientas).

Sí, Amazon Bedrock ofrece 40 modelos de razonamiento: Claude Opus 5.5 (max with fallback), Claude Sonnet 5.5 (max with fallback), GPT-6 Astra (max), Claude Opus 5 (max), GPT-5.6 Sol (max), Kimi K3 (max), Claude Opus 5.5 (low with fallback), GPT-5.6 Terra (max), Claude Opus 4.8 (max), Claude Opus 4.7 (max), Claude Opus 5 (low), GPT-5.4 (xhigh), GPT-5.5 (xhigh), Claude Sonnet 5 (max), GPT-5.6 Luna (max), Claude Sonnet 5.5 (low with fallback), Claude Opus 4.6 (max), Claude Sonnet 4.6 (max), Claude Opus 4.5, Grok 4.3 (high), Kimi K2.5, GLM-4.7, Kimi K2 Thinking, DeepSeek V3.2, Claude 4.5 Sonnet, MiniMax-M2, Claude 4.5 Haiku, GLM-4.7-Flash, Nova 2.0 Pro Preview (medium), DeepSeek V3.1, Nova 2.0 Lite (high), Nova 2.0 Pro Preview (low), Nova 2.0 Lite (medium), Nova 2.0 Lite (low), gpt-oss-120b (high), DeepSeek R1 (Jan), gpt-oss-120b (low), gpt-oss-20b (low), gpt-oss-20b (high) y Magistral Small 1.2. Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.

Sí, el rendimiento de un proveedor puede variar con el tiempo debido a cambios de infraestructura, balanceo de carga y actualizaciones. Medimos continuamente a todos los proveedores y mostramos las tendencias históricas de rendimiento en los gráficos "a lo largo del tiempo".

Al elegir un modelo en Amazon Bedrock, considera: inteligencia (para tareas sensibles a la calidad), velocidad de salida (para tareas intensivas en rendimiento), latencia (para aplicaciones interactivas que requieren primeras respuestas rápidas), precios (para cargas de trabajo sensibles al costo) y funcionalidades como el tamaño de la ventana de contexto, el modo JSON o las llamadas a funciones.

Amazon Bedrock: inteligencia, rendimiento y precio de sus modelos

Más inteligente

Más rápido

Menor precio

Inteligencia

Velocidad

Precio

Evaluaciones de inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index vs. precio

Price-Quality Variance

Ventana de contexto

Ventana de contexto

Context Window for RAG

Context Window

Precios

Intelligence Index vs. precio

Price-Quality Variance

Resumen de rendimiento

Velocidad de salida vs. precio

Output Speed

Price

Velocidad

Velocidad de salida

Output Speed

Model Performance Representation

Latencia

Latencia: Tiempo hasta el primer token de respuesta

Time to First Answer Token

Comportamiento de caché

Tasa de aciertos de caché

What Cache Hit Rate Shows

Costo por tarea vs. Tasa de aciertos de caché

Cost per Intelligence Index Task

Tiempo de respuesta de extremo a extremo

Tiempo de respuesta de extremo a extremo vs. precio

Price

Definiciones clave

Context Window

Preguntas frecuentes

¿Qué modelos ofrece Amazon Bedrock?

¿Cuál es el modelo más inteligente en Amazon Bedrock?

¿Cuál es el modelo más rápido en Amazon Bedrock?

¿Qué modelo tiene la menor latencia en Amazon Bedrock?

¿Cuál es el modelo más barato en Amazon Bedrock?

¿Cuánto varían los precios entre modelos en Amazon Bedrock?

¿Amazon Bedrock admite el modo JSON?

¿Amazon Bedrock admite llamadas a funciones?

¿Amazon Bedrock ofrece modelos de razonamiento?

¿Amazon Bedrock ofrece modelos de pesos abiertos?

¿El rendimiento de Amazon Bedrock cambia con el tiempo?

¿Cómo elijo un modelo en Amazon Bedrock?