Início rápido

Para executar sua primeira solicitação de inferência

1. Inscreva-se em uma AWS conta.

   Se você já tiver um Conta da AWS, pule esta etapa.

2. Gere uma chave de API de curto prazo para autenticar suas solicitações no Amazon Bedrock abrindo o serviço Amazon Bedrock no AWS Management Console.

   Para ver o procedimento completo, consulte a Chaves de API seção.

   Para aplicativos de produção, use funções do IAM ou credenciais temporárias.

3. Instale o SDK relevante para as APIs que você planeja usar. O Python já deve estar instalado.

   Messages API

   pip install boto3 anthropic

   Responses/Chat Completions API

   pip install boto3 openai

   Invoke/Converse API

   pip install boto3

4. Defina as seguintes variáveis de ambiente para usar a chave de API para autenticação.

   Messages API

   AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

   Responses/Chat Completions API

   OPENAI_API_KEY="<provide your Bedrock API key>"
   OPENAI_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/openai/v1"

   Invoke/Converse API

   AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

5. Escolha um modelo e execute sua primeira solicitação de inferência.

   1. Escolha um modelo. O Amazon Bedrock oferece suporte a mais de 100 modelos de fundação.

   2. Use o código Python a seguir para executar sua primeira solicitação de inferência.

      Messages API

      from anthropic import AnthropicBedrock
      
      client = AnthropicBedrock(aws_region="us-east-1")
      
      response = client.messages.create(
          model="global.anthropic.claude-opus-5",
          max_tokens=1024,
          messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
      )
      print(response)

      Responses API

      from openai import OpenAI
      
      client = OpenAI()
      
      response = client.responses.create(
          model="openai.gpt-5.6-sol",
          input="Can you explain the features of Amazon Bedrock?"
          )
      print(response)

      Chat Completions API

      from openai import OpenAI
      
      client = OpenAI()
      
      response = client.chat.completions.create(
          model="openai.gpt-5.6-sol",
          messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
          )
      print(response)

      Converse API

      import boto3
      
      client = boto3.client('bedrock-runtime', region_name='us-east-1')
      response = client.converse(
          modelId='global.anthropic.claude-opus-5',
          messages=[
              {
                  'role': 'user',
                  'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
              }
          ]
      )
      print(response)

      Invoke API

      import json
      import boto3
      
      client = boto3.client('bedrock-runtime', region_name='us-east-1')
      response = client.invoke_model(
          modelId='global.anthropic.claude-opus-5',
          body=json.dumps({
                  'anthropic_version': 'bedrock-2023-05-31',
                  'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}],
                  'max_tokens': 1024
          })
       )
       print(json.loads(response['body'].read()))

   3. Salve o arquivo como bedrock-first-request.py.

   4. Execute o código com o seguinte comando:

      python3 bedrock-first-request.py

      Você deve ver a saída da sua solicitação de inferência.