本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Amazon Bedrock 端点和配额
要以编程方式连接到 AWS 服务，请使用终端节点。 AWS 服务在该服务支持的部分或全部 AWS 区域提供以下终端节点类型： IPv4 终端节点、双栈终端节点和 FIPS 终端节点。有些服务提供全球终端节点。有关更多信息，请参阅 AWS 服务端点。
服务配额，也称为限制，是您的 AWS 账户的最大服务资源或操作数量。有关更多信息，请参阅 AWS 服务配额。
以下是该服务的服务端点和服务限额。
亚马逊 Bedrock 服务终端节点
亚马逊 Bedrock 控制飞机 APIs
下表提供了 Amazon Bedrock 支持的用于管理、训练和部署模型的特定区域终端节点列表。使用这些终端节点进行 Amazon Bedrock API 操作。
| 区域名称 | 区域 | 端点 | 协议 |
|---|---|---|---|
| 美国东部（俄亥俄州） | us-east-2 |
bedrock.us-east-2.amazonaws.com bedrock-fips.us-east-2.amazonaws.com |
HTTPS HTTPS |
| 美国东部（弗吉尼亚州北部） | us-east-1 |
bedrock.us-east-1.amazonaws.com bedrock-fips.us-east-1.amazonaws.com |
HTTPS HTTPS |
| 美国西部（俄勒冈州） | us-west-2 |
bedrock.us-west-2.amazonaws.com bedrock-fips.us-west-2.amazonaws.com |
HTTPS HTTPS |
| 亚太地区（海得拉巴） | ap-south-2 | bedrock.ap-south-2.amazonaws.com | HTTPS |
| 亚太地区（孟买） | ap-south-1 | bedrock.ap-south-1.amazonaws.com | HTTPS |
| 亚太地区（大阪） | ap-northeast-3 | bedrock.ap-northeast-3.amazonaws.com | HTTPS |
| 亚太地区（首尔） | ap-northeast-2 | bedrock.ap-northeast-2.amazonaws.com | HTTPS |
| 亚太地区（新加坡） | ap-southeast-1 | bedrock.ap-southeast-1.amazonaws.com | HTTPS |
| 亚太地区（悉尼） | ap-southeast-2 | bedrock.ap-southeast-2.amazonaws.com | HTTPS |
| 亚太地区（东京） | ap-northeast-1 | bedrock.ap-northeast-1.amazonaws.com | HTTPS |
| 加拿大（中部） | ca-central-1 |
bedrock.ca-central-1.amazonaws.com bedrock-fips.ca-central-1.amazonaws.com |
HTTPS HTTPS |
| 欧洲地区（法兰克福） | eu-central-1 | bedrock.eu-central-1.amazonaws.com | HTTPS |
| 欧洲地区（爱尔兰） | eu-west-1 | bedrock.eu-west-1.amazonaws.com | HTTPS |
| 欧洲地区（伦敦） | eu-west-2 | bedrock.eu-west-2.amazonaws.com | HTTPS |
| 欧洲地区（米兰） | eu-south-1 | bedrock.eu-south-1.amazonaws.com | HTTPS |
| 欧洲地区（巴黎） | eu-west-3 | bedrock.eu-west-3.amazonaws.com | HTTPS |
| 欧洲（西班牙） | eu-south-2 | bedrock.eu-south-2.amazonaws.com | HTTPS |
| 欧洲地区（斯德哥尔摩） | eu-north-1 | bedrock.eu-north-1.amazonaws.com | HTTPS |
| 欧洲（苏黎世） | eu-central-2 | bedrock.eu-central-2.amazonaws.com | HTTPS |
| 南美洲（圣保罗） | sa-east-1 | bedrock.sa-east-1.amazonaws.com | HTTPS |
| AWS GovCloud （美国东部） | us-gov-east-1 |
bedrock.us-gov-east-1.amazonaws.com bedrock-fips.us-gov-east-1.amazonaws.com |
HTTPS HTTPS |
| AWS GovCloud （美国西部） | us-gov-west-1 |
bedrock.us-gov-west-1.amazonaws.com bedrock-fips.us-gov-west-1.amazonaws.com |
HTTPS HTTPS |
亚马逊 Bedrock 运行时 APIs
下表提供了 Amazon Bedrock 支持对托管在 Amazon Bedrock 中的模型发出推理请求的特定区域终端节点列表。使用这些终端节点进行 Amazon Bedrock 运行时 API 操作。
| 区域名称 | 区域 | 端点 | 协议 |
|---|---|---|---|
| 美国东部（俄亥俄州） | us-east-2 |
bedrock-runtime.us-east-2.amazonaws.com bedrock-runtime-fips.us-east-2.amazonaws.com |
HTTPS HTTPS |
| 美国东部（弗吉尼亚州北部） | us-east-1 |
bedrock-runtime.us-east-1.amazonaws.com bedrock-runtime-fips.us-east-1.amazonaws.com |
HTTPS HTTPS |
| 美国西部（俄勒冈州） | us-west-2 |
bedrock-runtime.us-west-2.amazonaws.com bedrock-runtime-fips.us-west-2.amazonaws.com |
HTTPS HTTPS |
| 亚太地区（海得拉巴） | ap-south-2 | bedrock-runtime.ap-south-2.amazonaws.com | HTTPS |
| 亚太地区（孟买） | ap-south-1 | bedrock-runtime.ap-south-1.amazonaws.com | HTTPS |
| 亚太地区（大阪） | ap-northeast-3 | bedrock-runtime.ap-northeast-3.amazonaws.com | HTTPS |
| 亚太地区（首尔） | ap-northeast-2 | bedrock-runtime.ap-northeast-2.amazonaws.com | HTTPS |
| 亚太地区（新加坡） | ap-southeast-1 | bedrock-runtime.ap-southeast-1.amazonaws.com | HTTPS |
| 亚太地区（悉尼） | ap-southeast-2 | bedrock-runtime.ap-southeast-2.amazonaws.com | HTTPS |
| 亚太地区（东京） | ap-northeast-1 | bedrock-runtime.ap-northeast-1.amazonaws.com | HTTPS |
| 加拿大（中部） | ca-central-1 |
bedrock-runtime.ca-central-1.amazonaws.com bedrock-runtime-fips.ca-central-1.amazonaws.com |
HTTPS HTTPS |
| 欧洲地区（法兰克福） | eu-central-1 | bedrock-runtime.eu-central-1.amazonaws.com | HTTPS |
| 欧洲地区（爱尔兰） | eu-west-1 | bedrock-runtime.eu-west-1.amazonaws.com | HTTPS |
| 欧洲地区（伦敦） | eu-west-2 | bedrock-runtime.eu-west-2.amazonaws.com | HTTPS |
| 欧洲地区（米兰） | eu-south-1 | bedrock-runtime.eu-south-1.amazonaws.com | HTTPS |
| 欧洲地区（巴黎） | eu-west-3 | bedrock-runtime.eu-west-3.amazonaws.com | HTTPS |
| 欧洲（西班牙） | eu-south-2 | bedrock-runtime.eu-south-2.amazonaws.com | HTTPS |
| 欧洲地区（斯德哥尔摩） | eu-north-1 | bedrock-runtime.eu-north-1.amazonaws.com | HTTPS |
| 欧洲（苏黎世） | eu-central-2 | bedrock-runtime.eu-central-2.amazonaws.com | HTTPS |
| 南美洲（圣保罗） | sa-east-1 | bedrock-runtime.sa-east-1.amazonaws.com | HTTPS |
| AWS GovCloud （美国东部） | us-gov-east-1 |
bedrock-runtime.us-gov-east-1.amazonaws.com bedrock-runtime-fips.us-gov-east-1.amazonaws.com |
HTTPS HTTPS |
| AWS GovCloud （美国西部） | us-gov-west-1 |
bedrock-runtime.us-gov-west-1.amazonaws.com bedrock-runtime-fips.us-gov-west-1.amazonaws.com |
HTTPS HTTPS |
Amazon Bedrock 构建时的代理 APIs
下表提供了 Amazon Bedrock 代理支持创建和管理代理和知识库的特定区域终端节点列表。使用这些终端节点执行用于 Amazon Bedrock API 操作的代理。
| 区域名称 | 区域 | 端点 | 协议 |
|---|---|---|---|
| 美国东部 (弗吉尼亚北部) | us-east-1 | bedrock-agent.us-east-1.amazonaws.com | HTTPS |
| bedrock-agent-fips.us-east-1.amazonaws.com | HTTPS | ||
| 美国西部（俄勒冈州） | us-west-2 | bedrock-agent.us-west-2.amazonaws.com | HTTPS |
| bedrock-agent-fips.us-west-2.amazonaws.com | HTTPS | ||
| 亚太地区（新加坡） | ap-southeast-1 | bedrock-agent.ap-southeast-1.amazonaws.com | HTTPS |
| 亚太地区（悉尼） | ap-southeast-2 | bedrock-agent.ap-southeast-2.amazonaws.com | HTTPS |
| 亚太地区（东京） | ap-northeast-1 | bedrock-agent.ap-northeast-1.amazonaws.com | HTTPS |
| 加拿大（中部） | ca-central-1 | bedrock-agent.ca-central-1.amazonaws.com | HTTPS |
| 欧洲地区（法兰克福） | eu-central-1 | bedrock-agent.eu-central-1.amazonaws.com | HTTPS |
| 欧洲地区（爱尔兰） | eu-west-1 | bedrock-agent.eu-west-1.amazonaws.com | HTTPS |
| 欧洲地区（伦敦） | eu-west-2 | bedrock-agent.eu-west-2.amazonaws.com | HTTPS |
| 欧洲地区（巴黎） | eu-west-3 | bedrock-agent.eu-west-3.amazonaws.com | HTTPS |
| 亚太地区（孟买） | ap-south-1 | bedrock-agent.ap-south-1.amazonaws.com | HTTPS |
| 南美洲（圣保罗） | sa-east-1 | bedrock-agent.sa-east-1.amazonaws.com | HTTPS |
亚马逊 Bedrock 运行时代理 APIs
下表提供了 Amazon Bedrock 代理支持调用代理和查询知识库的特定区域终端节点列表。将这些终端节点用于执行亚马逊 Bedrock 运行时 API 操作的代理。
| 区域名称 | 区域 | 端点 | 协议 |
|---|---|---|---|
| 美国东部 (弗吉尼亚北部) | us-east-1 | bedrock-agent-runtime.us-east-1.amazonaws.com | HTTPS |
| bedrock-agent-runtime-fips.us-east-1.amazonaws.com | HTTPS | ||
| 美国西部（俄勒冈州） | us-west-2 | bedrock-agent-runtime.us-west-2.amazonaws.com | HTTPS |
| bedrock-agent-runtime-fips.us-west-2.amazonaws.com | HTTPS | ||
| 亚太地区（新加坡） | ap-southeast-1 | bedrock-agent-runtime.ap-southeast-1.amazonaws.com | HTTPS |
| 亚太地区（悉尼） | ap-southeast-2 | bedrock-agent-runtime.ap-southeast-2.amazonaws.com | HTTPS |
| 亚太地区（东京） | ap-northeast-1 | bedrock-agent-runtime.ap-northeast-1.amazonaws.com | HTTPS |
| 加拿大（中部） | ca-central-1 | bedrock-agent-runtime.ca-central-1.amazows.com | HTTPS |
| 欧洲地区（法兰克福） | eu-central-1 | bedrock-agent-runtime.eu-central-1.amazonaws.com | HTTPS |
| 欧洲地区（巴黎） | eu-west-3 | bedrock-agent-runtime.eu-west-3.amazonaws.com | HTTPS |
| 欧洲地区（爱尔兰） | eu-west-1 | bedrock-agent-runtime.eu-west-1.amazonaws.com | HTTPS |
| 欧洲地区（伦敦） | eu-west-2 | bedrock-agent-runtime.eu-west-2.amazonaws.com | HTTPS |
| 亚太地区（孟买） | ap-south-1 | bedrock-agent-runtime.ap-south-1.amazows.com | HTTPS |
| 南美洲（圣保罗） | sa-east-1 | bedrock-agent-runtime.sa-east-1.amazonaws.com | HTTPS |
Amazon Bedrock 数据自动化 APIs
下表列出了适用于 Amazon Bedrock 的数据自动化支持的特定区域终端节点。使用该词的端点会runtime调用蓝图和项目从文件中提取信息。使用这些终端节点进行 Amazon Bedrock 数据自动化运行时 API 操作。不带runtime的端点用于创建蓝图和项目以提供提取指导。使用这些终端节点进行 Amazon Bedrock 数据自动化 API 构建时操作
| 区域名称 | 区域 | 端点 | 协议 |
|---|---|---|---|
| 美国东部（弗吉尼亚州北部） | us-east-1 |
bedrock-data-automation.us-east-1.amazonaws.com bedrock-data-automation-runtime.us-east-1.amazonaws.com bedrock-data-automation-fips.us-east-1.amazonaws.com bedrock-data-automation-runtime-fips.us-east-1.amazonaws.com |
HTTPS HTTPS HTTPS HTTPS |
| 美国西部（俄勒冈州） | us-west-2 |
bedrock-data-automation.us-west-2.amazonaws.com bedrock-data-automation-runtime.us-west-2.amazonaws.com bedrock-data-automation-fips.us-west-2.amazonaws.com bedrock-data-automation-runtime-fips.us-west-2.amazonaws.com |
HTTPS HTTPS HTTPS HTTPS |
Amazon Bedrock 服务配额
提示
由于 Amazon Bedrock 有大量配额，因此我们建议您使用控制台而不是使用下表查看服务配额。打开 Amazon Bedrock 配额
| 名称 | 默认值 | 可调整 | 描述 |
|---|---|---|---|
| （数据自动化）（控制台）最大文档文件大小 (MB) | 每个受支持的区域：200 个 | 否 | 控制台的最大文件大小 |
| （数据自动化）（控制台）每个文档文件的最大页数 | 每个受支持的区域：20 个 | 否 | 控制台中每个文档的最大页数 |
| （数据自动化） CreateBlueprint -每个账户的最大蓝图数量 | 每个受支持的区域：350 个 | 是 |
每个账户的最大蓝图数量 |
| （数据自动化） CreateBlueprintVersion -每个蓝图的最大蓝图版本数 | 每个受支持的区域：10 个 | 是 |
每个蓝图的最大版本数 |
| （数据自动化）字段描述长度（字符） | 每个受支持的区域：300 个 | 否 | 字段描述的最大长度（以字符为单位） |
| （数据自动化） InvokeDataAutomationAsync -音频-最大并发作业数 | 每个受支持的区域：20 个 | 是 |
调用数据自动化异步打开的音频作业的最大数量 |
| （数据自动化） InvokeDataAutomationAsync -文档-最大并发作业数 | 每个受支持的区域：25 个 | 是 |
文档调用数据自动化异步打开任务的最大数量 |
| （数据自动化） InvokeDataAutomationAsync -图像-最大并发作业数 | 每个受支持的区域：20 个 | 是 |
调用数据自动化异步打开图像任务的最大数量 |
| （数据自动化） InvokeDataAutomationAsync -空缺职位的最大数量 | 每个受支持的区域：1800 个 | 否 | 调用数据自动化异步打开图像任务的最大数量 |
| （数据自动化） InvokeDataAutomationAsync -视频-最大并发作业数 | 每个受支持的区域：20 个 | 是 |
视频调用数据自动化异步打开任务的最大数量 |
| （数据自动化）最大音频采样率 (Hz) | 每个支持的区域：48,000 | 否 | 最大音频采样率 |
| （数据自动化）每个项目的最大蓝图（音频） | 每个受支持的区域：1 个 | 否 | 每个项目的音频蓝图的最大数量 |
| （数据自动化）每个项目的最大蓝图（文档） | 每个受支持的区域：40 个 | 否 | 每个项目的文档蓝图的最大数量 |
| （数据自动化）每个项目的最大蓝图（图像） | 每个受支持的区域：1 个 | 否 | 每个项目的图像蓝图的最大数量 |
| （数据自动化）每个项目的最大蓝图（视频） | 每个受支持的区域：1 个 | 否 | 每个项目的视频蓝图的最大数量 |
| （数据自动化）最大 JSON 蓝图大小（字符） | 每个受支持的区域：10 万个 | 否 | JSON 的最大大小（以字符为单位） |
| （数据自动化）字段层次结构的最大级别 | 每个受支持的区域：1 个 | 否 | 字段层次结构的最大数字级别 |
| （数据自动化）每个文档的最大页数 | 每个受支持的区域：3000 个 | 否 | 每个文档的最大页数 |
| （数据自动化）最大分辨率 | 每个受支持的区域：8000 个 | 否 | 图像的最大分辨率 |
| （数据自动化）最大音频文件大小 (MB) | 每个受支持的区域：2048 个 | 否 | 音频的最大文件大小 |
| （数据自动化）最大音频长度（分钟） | 每个支持的区域：240 | 否 | 音频的最大长度（以分钟为单位） |
| （数据自动化）最大文档文件大小 (MB) | 每个受支持的区域：500 个 | 否 | 最大文件大小 |
| （数据自动化）最大图像文件大小 (MB) | 每个受支持的区域：5 个 | 否 | 图片的最大文件大小 |
| （数据自动化）每个 “开始推理” 请求的最大蓝图数（音频） | 每个受支持的区域：1 个 | 否 | 启动推理请求中内联蓝图的最大数量 |
| （数据自动化）每个 “开始推理” 请求的最大蓝图数（文档） | 每个受支持的区域：10 个 | 否 | 启动推理请求中内联蓝图的最大数量 |
| （数据自动化）每个 “开始推理” 请求的最大蓝图数（图像） | 每个受支持的区域：1 个 | 否 | 启动推理请求中内联蓝图的最大数量 |
| （数据自动化）每个 “启动推理” 请求的最大蓝图数（视频） | 每个受支持的区域：1 个 | 否 | 启动推理请求中内联蓝图的最大数量 |
| （数据自动化）每个蓝图的最大列表字段数 | 每个受支持的区域：15 个 | 否 | 每个蓝图的最大列表字段数 |
| （数据自动化）最大视频文件大小 (MB) | 每个受支持的区域：10240 个 | 否 | 视频的最大文件大小 |
| （数据自动化）最大视频长度（分钟） | 每个支持的区域：240 | 否 | 视频的最大长度（以分钟为单位） |
| （数据自动化）最低音频采样率 (Hz) | 每个受支持的区域：8000 个 | 否 | 最低音频采样率 |
| （数据自动化）最小音频长度（毫秒） | 每个受支持的区域：500 个 | 否 | 音频的最小长度（以毫秒为单位） |
| （评估）自动模型评估任务并发数 | 每个受支持的区域：20 个 | 否 | 在当前区域的此账户中，您一次可以指定的最大自动模型评估任务数量。 |
| （评估）使用人工的并行模型评估作业数量 | 每个受支持的区域：10 个 | 否 | 在当前区域的此账户中，您一次可以指定的使用人类工作者的模型评估作业的最大数量。 |
| （评估）自定义指标的数量 | 每个受支持的区域：10 个 | 否 | 在使用人工操作的模型评估作业中，您可以指定的最大自定义指标数量。 |
| （评估）基于人类的模型评估作业中自定义提示数据集的数量 | 每个受支持的区域：1 个 | 否 | 在当前区域的此账户中，您可以在基于人类的模型评估作业中指定的自定义提示数据集的最大数量。 |
| （评估）每个作业的数据集数量 | 每个受支持的区域：5 个 | 否 | 您可以在自动模型评估作业中指定的最大数据集数。这包括自定义和内置提示数据集。 |
| （评估）评估工作数量 | 每个受支持的区域：5000 个 | 否 | 您可在当前区域的该账户中创建的最大模型评估任务数量。 |
| （评估）每个数据集的指标数量 | 每个受支持的区域：3 个 | 否 | 在自动模型评估作业中，您可以为每个数据集指定的最大指标数。这包括自定义指标和内置指标。 |
| （评估）使用人工的模型评估作业中的模型数量 | 每个受支持的区域：2 个 | 否 | 在使用人工操作的模型评估作业中，您可以指定的最大模型数量。 |
| （评估）自动模型评估任务中的模型数量 | 每个受支持的区域：1 个 | 否 | 您可以在自动模型评估作业中指定的最大模型数量。 |
| （评估）自定义提示数据集中的提示数 | 每个受支持的区域：1000 个 | 否 | 自定义提示数据集可以包含的最大提示数。 |
| （评估）提示的大小 | 每个受支持的区域：4 个 | 否 | 自定义提示数据集中单个提示的最大大小（以 KB 为单位）。 |
| （评估）工作人员的任务时间 | 每个受支持的区域：30 个 | 否 | 工作人员完成任务的最大时间长度（以天为单位）。 |
| （流）每个流的代理节点数 | 每个受支持的区域：20 个 | 否 | 代理节点的最大数量。 |
| （流）每个流的收集器节点 | 每个受支持的区域：1 个 | 否 | 收集器节点的最大数量。 |
| （流）每个流的条件节点 | 每个受支持的区域：5 个 | 否 | 条件节点的最大数量。 |
| （流量）每个条件节点的条件 | 每个受支持的区域：5 个 | 否 | 每个条件节点的最大条件数。 |
| 每秒（流量） CreateFlow 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 CreateFlow 请求数。 |
| 每秒（流量） CreateFlowAlias 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 CreateFlowAlias 请求数。 |
| 每秒（流量） CreateFlowVersion 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 CreateFlowVersion 请求数。 |
| 每秒（流量） DeleteFlow 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 DeleteFlow 请求数。 |
| 每秒（流量） DeleteFlowAlias 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 DeleteFlowAlias 请求数。 |
| 每秒（流量） DeleteFlowVersion 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 DeleteFlowVersion 请求数。 |
| （流）每个流的流量别名 | 每个受支持的区域：10 个 | 否 | 流量别名的最大数量。 |
| （流量）每个账户的流量执行次数 | 每个受支持的区域：1,000 个 | 是 |
每个账户的最大流程执行次数。 |
| （流量）每个流的流量版本 | 每个受支持的区域：10 个 | 否 | 流程版本的最大数量。 |
| （流量）每个账户的流量 | 每个受支持的区域：100 个 | 是 |
每个账户的最大流量数。 |
| 每秒（流量） GetFlow 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 GetFlow 请求数。 |
| 每秒（流量） GetFlowAlias 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 GetFlowAlias 请求数。 |
| 每秒（流量） GetFlowVersion 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 GetFlowVersion 请求数。 |
| （流）每个流的内联代码节点 | 每个受支持的区域：5 个 | 否 | 每个流程的最大内联代码节点数。 |
| （流）每个流的输入节点 | 每个受支持的区域：1 个 | 否 | 流输入节点的最大数量。 |
| （流）每个流的迭代器节点 | 每个受支持的区域：1 个 | 否 | 迭代器节点的最大数量。 |
| （流程）每个流程的知识库节点 | 每个受支持的区域：20 个 | 否 | 知识库节点的最大数量。 |
| （流）每个流的 Lambda 函数节点 | 每个受支持的区域：20 个 | 否 | Lambda 函数节点的最大数量。 |
| （流量）每个流的 Lex 节点数 | 每个受支持的区域：5 个 | 否 | Lex 节点的最大数量。 |
| 每秒（流量） ListFlowAliases 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 ListFlowAliases 请求数。 |
| 每秒（流量） ListFlowVersions 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 ListFlowVersions 请求数。 |
| 每秒（流量） ListFlows 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 ListFlows 请求数。 |
| （流）每个流的输出节点 | 每个受支持的区域：20 个 | 否 | 流量输出节点的最大数量。 |
| 每秒（流量） PrepareFlow 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 PrepareFlow 请求数。 |
| （流）每个流程的提示节点 | 每个受支持的区域：20 个 | 是 |
提示节点的最大数量。 |
| （流量）每个流的 S3 检索节点数 | 每个受支持的区域：10 个 | 否 | S3 检索节点的最大数量。 |
| （流量）每个流的 S3 存储节点数 | 每个受支持的区域：10 个 | 否 | S3 存储节点的最大数量。 |
| （流量）每个流的节点总数 | 每个受支持的区域：40 个 | 否 | 流中的最大节点数。 |
| 每秒（流量） UpdateFlow 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 UpdateFlow 请求数。 |
| 每秒（流量） UpdateFlowAlias 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 UpdateFlowAlias 请求数。 |
| 每秒（流量） ValidateFlowDefinition 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 ValidateFlowDefinition 请求数。 |
| （Guardrails）以文本为单位的上下文基础查询长度 | 每个受支持的区域：1 个 | 否 | 上下文基础查询的最大长度（以文本为单位） |
| （护栏）以文本为单位的上下文接地响应长度 | 每个受支持的区域：5 个 | 否 | 上下文基础响应的最大长度（以文本为单位） |
| （护栏）以文本为单位的上下文接地源长度 |
us-east-1：100 个 us-west-2：100 个 每个其他支持的区域：50 个 |
否 | 用于上下文基础的接地源的最大长度（以文本为单位） |
| （护栏）每个主题的示例短语 | 每个受支持的区域：5 个 | 否 | 每个主题可以包含的最大主题示例数量 |
| （护栏）每个账户的护栏 | 每个受支持的区域：100 个 | 否 | 一个账户中护栏的最大数量 |
| （Guardrails）按需 ApplyGuardrail 内容筛选策略每秒文本单位数 |
us-east-1：200 个 us-west-2：200 个 每个其他支持的区域：25 个 |
是 |
内容筛选策略每秒可处理的最大文本单元数 |
| （Guardrails）按需 ApplyGuardrail 拒绝的主题策略每秒文本单位数 |
us-east-1:50 us-west-2：50 每个其他支持的区域：25 个 |
是 |
“已拒绝” 主题策略每秒可处理的最大文本单元数 |
| （Guardrails）按需 ApplyGuardrail 敏感信息筛选策略文本单位每秒 |
us-east-1：200 个 us-west-2：200 个 每个其他支持的区域：25 个 |
是 |
敏感信息筛选策略每秒可处理的最大文本单元数 |
| （Guardrails）按需 ApplyGuardrail Word 筛选策略每秒文本单位数 |
us-east-1：200 个 us-west-2：200 个 每个其他支持的区域：25 个 |
是 |
Word 筛选策略每秒可处理的最大文本单元数 |
| （Guardrails）按需 ApplyGuardrail 上下文基础策略每秒文本单位 | 每个支持的区域：106 | 是 |
每秒可以为上下文基础策略处理的最大文本单元数 |
| （护栏）每秒按需 ApplyGuardrail 请求数 |
us-east-1:50 us-west-2：50 每个其他支持的区域：25 个 |
是 |
每秒允许的最大 ApplyGuardrail API 调用次数 |
| （护栏）敏感信息过滤器中的正则表达式实体 | 每个受支持的区域：10 个 | 否 | 敏感信息策略中可以包含的护栏过滤器正则表达式的最大数量 |
| （护栏）正则表达式长度（以字符为单位） | 每个受支持的区域：500 个 | 否 | 护栏过滤器正则表达式的最大长度（以字符为单位） |
| （护栏）每条护栏的主题 | 每个受支持的区域：30 个 | 否 | 跨护栏主题策略可以定义的最大主题数 |
| （护栏）每个护栏的版本 | 每个受支持的区域：20 个 | 否 | 护栏可以拥有的最大版本数 |
| （护栏）以字符为单位的字长 | 每个受支持的区域：100 个 | 否 | 屏蔽单词列表中单词的最大长度（以字符为单位） |
| （护栏）每字数政策 | 每个受支持的区域：1 万个 | 否 | 屏蔽单词列表中可以包含的最大单词数 |
| （知识库）并发数 IngestKnowledgeBaseDocuments 和每个账户的 DeleteKnowledgeBaseDocuments 请求数 | 每个受支持的区域：10 个 | 否 | 一个账户中可以同时运行的 IngestKnowledgeBaseDocuments 和 DeleteKnowledgeBaseDocuments 请求的最大数量。 |
| （知识库）每个账户的并发摄取任务 | 每个受支持的区域：5 个 | 否 | 一个账户中可以同时运行的最大摄取任务数。 |
| （知识库）每个数据源的并发摄取作业 | 每个受支持的区域：1 个 | 否 | 一个数据源可以同时运行的最大摄取任务数。 |
| （知识库）每个知识库的并发摄取作业 | 每个受支持的区域：1 个 | 否 | 知识库可以同时运行的最大摄取作业数。 |
| （知识库）每秒 CreateDataSource 请求数 | 每个受支持的区域：2 个 | 否 | 每秒 CreateDataSource API 请求的最大数量。 |
| （知识库）每秒 CreateKnowledgeBase 请求数 | 每个受支持的区域：2 个 | 否 | 每秒 CreateKnowledgeBase API 请求的最大数量。 |
| （知识库）每个知识库的数据源 | 每个受支持的区域：5 个 | 否 | 每个知识库的最大数据源数量。 |
| （知识库）每秒 DeleteDataSource 请求数 | 每个受支持的区域：2 个 | 否 | 每秒 DeleteDataSource API 请求的最大数量。 |
| （知识库）每秒 DeleteKnowledgeBase 请求数 | 每个受支持的区域：2 个 | 否 | 每秒 DeleteKnowledgeBase API 请求的最大数量。 |
| （知识库）每秒 DeleteKnowledgeBaseDocuments 请求数 | 每个受支持的区域：5 个 | 否 | 每秒 DeleteKnowledgeBaseDocuments API 请求的最大数量。 |
| （知识库）每个摄取作业要添加或更新的文件 | 每个支持的区域：5 百万个 | 否 | 每个摄取任务可以载入的最大新文件和更新文件数。 |
| （知识库）每个摄取作业要删除的文件 | 每个支持的区域：5 百万个 | 否 | 每个摄取任务可以删除的最大文件数。 |
| （知识库）每个 IngestKnowledgeBaseDocuments 作业要收录的文件。 | 每个受支持的区域：25 个 | 否 | 每个 IngestKnowledgeBaseDocuments 请求可以载入的最大文档数。 |
| （知识库）每秒 GenerateQuery 请求数 | 每个受支持的区域：2 个 | 否 | 每秒 GenerateQuery API 请求的最大数量。 |
| （知识库）每秒 GetDataSource 请求数 | 每个受支持的区域：10 个 | 否 | 每秒 GetDataSource API 请求的最大数量。 |
| （知识库）每秒 GetIngestionJob 请求数 | 每个受支持的区域：10 个 | 否 | 每秒 GetIngestionJob API 请求的最大数量。 |
| （知识库）每秒 GetKnowledgeBase 请求数 | 每个受支持的区域：10 个 | 否 | 每秒 GetKnowledgeBase API 请求的最大数量。 |
| （知识库）每秒 GetKnowledgeBaseDocuments 请求数 | 每个受支持的区域：5 个 | 否 | 每秒 GetKnowledgeBaseDocuments API 请求的最大数量。 |
| （知识库）每秒 IngestKnowledgeBaseDocuments 请求数 | 每个受支持的区域：5 个 | 否 | 每秒 IngestKnowledgeBaseDocuments API 请求的最大数量。 |
| （知识库） IngestKnowledgeBaseDocuments 总有效载荷大小 | 每个受支持的区域：6 个 | 否 | IngestKnowledgeBaseDocuments 请求中总负载的最大大小（以 MB 为单位）。 |
| （知识库）摄取作业文件大小 | 每个受支持的区域：50 个 | 否 | 摄取任务中文件的最大大小（以 MB 为单位）。 |
| （知识库）摄取任务规模 | 每个受支持的区域：100 个 | 否 | 摄取任务的最大大小（以 GB 为单位）。 |
| （知识库）每个账户的知识库 | 每个受支持的区域：100 个 | 否 | 每个账户的最大知识库数量。 |
| （知识库）每秒 ListDataSources 请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListDataSources API 请求的最大数量。 |
| （知识库）每秒 ListIngestionJobs 请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListIngestionJobs API 请求的最大数量。 |
| （知识库）每秒 ListKnowledgeBaseDocuments 请求数 | 每个受支持的区域：5 个 | 否 | 每秒 ListKnowledgeBaseDocuments API 请求的最大数量。 |
| （知识库）每秒 ListKnowledgeBases 请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListKnowledgeBases API 请求的最大数量。 |
| （知识库）BDA 解析器的最大文件数 | 每个受支持的区域：1000 个 | 否 | 可用于 Amazon Bedrock 数据自动化作为解析器的最大文件数。 |
| （知识库）基础模型作为解析器的最大文件数 | 每个受支持的区域：1000 个 | 否 | 可以与基础模型一起用作解析器的最大文件数。 |
| （知识库）每秒重新排列请求次数 | 每个受支持的区域：10 个 | 否 | 每秒重新排名 API 请求的最大数量。 |
| （知识库）每秒检索请求数 | 每个受支持的区域：20 个 | 否 | 每秒检索 API 请求的最大数量。 |
| （知识库）每秒 RetrieveAndGenerate 请求数 | 每个受支持的区域：20 个 | 否 | 每秒 RetrieveAndGenerate API 请求的最大数量。 |
| （知识库）每秒 RetrieveAndGenerateStream 请求数 | 每个受支持的区域：20 个 | 否 | 每秒 RetrieveAndGenerateStream API 请求的最大数量。 |
| （知识库）每秒 StartIngestionJob 请求数 | 每个支持的区域：0.1 | 否 | 每秒 StartIngestionJob API 请求的最大数量。 |
| （知识库）每秒 UpdateDataSource 请求数 | 每个受支持的区域：2 个 | 否 | 每秒 UpdateDataSource API 请求的最大数量。 |
| （知识库）每秒 UpdateKnowledgeBase 请求数 | 每个受支持的区域：2 个 | 否 | 每秒 UpdateKnowledgeBase API 请求的最大数量。 |
| （知识库）用户查询大小 | 每个受支持的区域：1000 个 | 否 | 用户查询的最大大小（以字符为单位）。 |
| （模型自定义）每个账户的自定义模型 | 每个受支持的区域：100 个 | 是 |
一个账户中自定义模型的最大数量。 |
| （模型自定义）蒸馏自定义作业的最大输入文件大小 | 每个受支持的区域：2 GB | 否 | 蒸馏自定义作业的最大输入文件大小。 |
| （型号定制）蒸馏定制作业的最大生产线长度 | 每个受支持的区域：16 KB | 否 | 蒸馏自定义作业的输入文件中的最大行长。 |
| （模型自定义）蒸馏自定义作业的最大提示数 | 每个受支持的区域：1.5 万个 | 否 | 蒸馏自定义作业所需的最大提示数。 |
| （模型自定义）Amazon Nova Micro V1 蒸馏自定义作业的最大学生模型微调上下文长度 | 每个支持的区域：32,000 | 否 | Amazon Nova Micro V1 蒸馏定制作业的最大学生模型微调上下文长度。 |
| （模型自定义）Amazon Nova V1 蒸馏自定义作业的最大学生模型微调上下文长度 | 每个支持的区域：32,000 | 否 | Amazon Nova V1 蒸馏自定义作业的最大学生模型微调上下文长度。 |
| （模型自定义）Anthropic Claude 3 haiku 20240307 V1 蒸馏自定义作业的最大学生模型微调上下文长度 | 每个支持的区域：32,000 | 否 | Anthropic Claude 3 haiku 20240307 V1 蒸馏定制作业的最大学生模型微调上下文长度。 |
| （模型自定义）Llama 3.1 70B Instruct V1 蒸馏自定义作业的最大学生模型微调上下文长度 | 每个受支持的区域：1.6 万个 | 否 | Llama 3.1 70B Instruct V1 蒸馏自定义作业的最大学生模型微调上下文长度。 |
| （模型自定义）Llama 3.1 8B Instruct V1 蒸馏自定义作业的最大学生模型微调上下文长度 | 每个支持的区域：32,000 | 否 | Llama 3.1 8B Instruct V1 蒸馏自定义作业的最大学生模型微调上下文长度。 |
| （模型定制）蒸馏定制作业的最小提示数 | 每个受支持的区域：100 个 | 否 | 蒸馏定制作业所需的最小提示数。 |
| （模型定制）定时定制作业 | 每个受支持的区域：2 个 | 否 | 计划自定义任务的最大数量。 |
| （模型自定义）Amazon Nova Lite 微调作业的训练和验证记录总和 | 每个支持的区域：2 万个 | 是 |
Amazon Nova Lite 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Amazon Nova Micro 微调作业的训练和验证记录总和 | 每个支持的区域：2 万个 | 是 |
Amazon Nova Micro 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Amazon Nova Pro 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Amazon Nova Pro 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Claude 3 Haiku v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Claude 3 Haiku 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Claude 3-5-Haiku v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Claude 3-5-Haiku 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 2 13B v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 2 13B 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 2 70B v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 2 70B 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 3.1 70B Instruct v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 3.1 70B Instruct Fine-tuning 作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 3.1 8B Instruct v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 3.1 8B Instruct Fine-tuning 作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 3.2 11B Instruct v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 3.2 11B Instruct Fine-tuning 作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 3.2 1B Instruct v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 3.2 1B Instruct Fine-tuning 作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 3.2 3B Instruct v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 3.2 3B Instruct Fine-tuning 作业允许的最大训练和验证记录总数。 |
| （模型自定义）Meta Llama 3.2 90B Instruct v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Meta Llama 3.2 90B Instruct Fine-tuning 作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan Image Generator Generator G1 V1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Titan Image Generator 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan Image Generator Generator G1 V2 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Titan Image Generator V2 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan 多模态嵌入 G1 v1 微调作业的训练和验证记录总和 | 每个受支持的区域：50,000 个 | 是 |
Titan Multimodal Embeddings 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan Text G1-Express v1 继续预训练作业的训练和验证记录总和 | 每个受支持的区域：10 万个 | 是 |
Titan Text Express 继续预训练作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan Text G1-Express v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Titan Text Express 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan Text G1-Lite v1 的训练和验证记录总和继续预训练作业 | 每个受支持的区域：10 万个 | 是 |
Titan Text Lite 继续预训练作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan Text G1-Lite v1 微调作业的训练和验证记录总和 | 每个受支持的区域：10000 个 | 是 |
Titan Text Lite 微调作业允许的最大训练和验证记录总数。 |
| （模型自定义）Titan Text G1-Premier v1 微调作业的训练和验证记录总和 | 每个支持的区域：2 万个 | 是 |
Titan Text Premier 微调作业允许的最大训练和验证记录总数。 |
| （提示管理）每秒 CreatePrompt 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 CreatePrompt 请求数。 |
| （提示管理）每秒 CreatePromptVersion 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 CreatePromptVersion 请求数。 |
| （提示管理）每秒 DeletePrompt 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 DeletePrompt 请求数。 |
| （提示管理）每秒 GetPrompt 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 GetPrompt 请求数。 |
| （提示管理）每秒 ListPrompts 请求数 | 每个受支持的区域：10 个 | 否 | 每秒的最大 ListPrompts 请求数。 |
| （提示管理）每个账户的提示数 | 每个受支持的区域：500 个 | 是 |
最大提示数。 |
| （提示管理）每秒 UpdatePrompt 请求数 | 每个受支持的区域：2 个 | 否 | 每秒的最大 UpdatePrompt 请求数。 |
| （提示管理）每个提示的版本 | 每个受支持的区域：10 个 | 否 | 每个提示的最大版本数。 |
| APIs 每位代理 | 每个受支持的区域：11 个 | 是 |
您可以 APIs 向代理添加的最大数量。 |
| 每个代理的操作组数 | 每个受支持的区域：20 个 | 是 |
您可以向代理添加的操作组的最大数量。 |
| 每个代理的代理合作者 | 每个受支持的区域：1,000 个 | 是 |
您可以向代理添加的合作者代理的最大数量。 |
| 每个账户的代理数 | 每个受支持的区域：1,000 个 | 是 |
一个账户中代理的最大数量。 |
| AssociateAgentKnowledgeBase 每秒请求数 | 每个受支持的区域：6 个 | 否 | 每秒 AssociateAgentKnowledgeBase API 请求的最大数量。 |
| 每个代理关联的别名 | 每个受支持的区域：10 个 | 否 | 您可以与代理关联的最大别名数。 |
| 每个代理的相关知识库数 | 每个受支持的区域：2 个 | 是 |
您可以与代理关联的最大知识库数量。 |
| Claude 3 Haiku 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Claude 3 Haiku 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Claude 3 Opus 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Claude 3 Opus 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Claude 3 Sonnet 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Claude 3 Sonnet 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Claude 3.5 Haiku 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Claude 3.5 Haiku 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Claude 3.5 Sonnet 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Claude 3.5 Sonnet 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Claude 3.5 Sonnet v2 的批量推理输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Claude 3.5 Sonnet v2 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 3.1 405B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 3.1 405B Instruct 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 3.1 70B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 3.1 70B Instruct 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 3.1 8B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 3.1 8B Instruct 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 3.2 11B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 3.2 11B Instruct 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 3.2 1B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 提交用于批量推理的单个文件的最大大小（以 GB 为单位）Llama 3.2 1B Instruct。 |
| Llama 3.2 3B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 3.2 3B Instruct 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 3.2 90B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 3.2 90B Instruct 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 3.3 70B Instruct 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 3.3 70B Instruct 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 4 Maverick 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Llama 4 Maverick 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Llama 4 Scout 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 提交给 Llama 4 Scout 进行批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Mistral Large 2 (24.07) 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Mistral Large 2 (24.07) 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Mistral Small 的批量推断输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Mistral Small 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Nova Lite V1 的批量推理输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Nova Lite V1 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Nova Micro V1 的批量推理输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Nova Micro V1 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Nova Pro V1 的批量推理输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Nova Pro V1 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Titan 多模态嵌入式 G1 的批量推理输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Titan 多模态嵌入式 G1 提交用于批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Titan Text Embeddings V2 的批量推理输入文件大小（以 GB 为单位） | 每个受支持的区域：1 个 | 否 | 为 Titan Text Embeddings V2 提交以进行批量推理的单个文件的最大大小（以 GB 为单位）。 |
| Claude 3 Haiku 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Claude 3 Haiku 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Claude 3 Opus 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Claude 3 Opus 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Claude 3 Sonnet 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Claude 3 Sonnet 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Claude 3.5 Haiku 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Claude 3.5 Haiku 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Claude 3.5 Sonnet 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Claude 3.5 Sonnet 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Claude 3.5 Sonnet v2 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Claude 3.5 Sonnet v2 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.1 405B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.1 405B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.1 70B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.1 70B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.1 8B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.1 8B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.2 11B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.2 11B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.2 1B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.2 1B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.2 3B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.2 3B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.2 90B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.2 90B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 3.3 70B Instruct 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 3.3 70B Instruct 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 4 Maverick 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 4 Maverick 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Llama 4 Scout 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Llama 4 Scout 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Mistral Large 2 (24.07) 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Mistral Large 2 (24.07) 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Mistral Small 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Mistral Small 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Nova Lite V1 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Nova Lite V1 批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Nova Micro V1 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Nova Micro V1 批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Nova Pro V1 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：100 个 | 否 | Nova Pro V1 批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Titan Multimodal Embeddings G1 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Titan Multimodal Embeddings G1 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| Titan Text Embeddings V2 的批量推理任务大小（以 GB 为单位） | 每个受支持的区域：5 个 | 否 | Titan Text Embeddings V2 的批处理推理作业中包含的所有输入文件的最大累积大小（以 GB 为单位）。 |
| 代理说明中的字符数 | 每个受支持的区域：2 万个 | 否 | 代理说明中的最大字符数。 |
| 并行模型导入任务 | 每个受支持的区域：1 个 | 否 | 同时进行的模型导入任务的最大数量。 |
| CreateAgent 每秒请求数 | 每个受支持的区域：6 个 | 否 | 每秒 CreateAgent API 请求的最大数量。 |
| CreateAgentActionGroup 每秒请求数 | 每个受支持的区域：12 个 | 否 | 每秒 CreateAgentActionGroup API 请求的最大数量。 |
| CreateAgentAlias 每秒请求数 | 每个受支持的区域：2 个 | 否 | 每秒 CreateAgentAlias API 请求的最大数量。 |
| Anthropic Claude 3.5 每分钟跨区域模型推理请求 Haiku | 每个受支持的区域：2,000 个 | 否 | 一分钟内您可以拨打 InvokeModel 的最大次数。 InvokeModelWithResponseStream 配额考虑了 Anthropic Claude 3.5 Haiku InvokeModel 和 InvokeModelWithResponseStream 代币的总和。 |
| Anthropic Claude 3.5 Sonnet V2 的每分钟跨区域模型推理请求数 |
us-west-2：500 个 每个其他支持的区域：100 个 |
否 | 你可以在一分钟内为 Anthropic Claude 3.5 Sonnet V2 调用模型推理的最大次数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3.5 每分钟跨区域模型推理代币 Haiku | 每个支持的区域：4,000,000 | 是 |
您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Anthropic Claude 3.5 Haiku ConverseStream 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 |
| Anthropic Claude 3.5 Sonnet V2 每分钟跨区域模型推理令牌 |
us-west-2：400,000,000 其他支持的每个区域：800,000 |
是 |
您可以在一分钟内为 Anthropic Claude 3.5 Sonnet V2 提交用于模型推断的最大代币数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Lite 每分钟的跨区域模型推理请求数 |
us-east-1：2,000 个 us-east-2：2,000 us-west-1：2,000 us-west-2：2,000 个 每个其他支持的区域：200 个 |
否 | 您可以在一分钟内为 Amazon Nova Lite 提交模型推断的最大跨区域请求数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Micro 每分钟的跨区域模型推理请求数 |
us-east-1：2,000 个 us-east-2：2,000 us-west-1：2,000 us-west-2：2,000 个 每个其他支持的区域：200 个 |
否 | 您可以在一分钟内为 Amazon Nova Micro 提交模型推断的最大跨区域请求数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Premier V1 每分钟的跨区域模型推理请求数 | 每个受支持的区域：200 个 | 否 | 您可以在一分钟内为 Amazon Nova Premier V1 提交模型推断的最大跨区域请求数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Pro 每分钟的跨区域模型推理请求数 |
us-east-1：200 个 us-east-2:200 us-west-1：200 us-west-2：200 个 每个其他支持的区域：100 个 |
否 | 您可以在一分钟内为 Amazon Nova Pro 提交模型推断的最大跨区域请求数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3 Haiku 的每分钟跨区域模型推理请求数 |
us-east-1：2,000 个 us-west-2：2,000 个 ap-northeast-1：400 ap-southeast-1：400 每个其他支持的区域：800 个 |
否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Anthropic Claude 3 InvokeModelWithResponseStream Haiku 的总 InvokeModel 和。 ConverseStream |
| Anthropic Claude 3 Opus 的每分钟跨区域模型推理请求数 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内为 Anthropic Claude 3 Opus 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3 Sonnet 的每分钟跨区域模型推理请求数 |
us-east-1：1000 个 us-west-2：1000 个 每个其他支持的区域：200 个 |
否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Anthropic Claude 3 Sonnet InvokeModelWithResponseStream 的总 InvokeModel 和。 ConverseStream |
| Anthropic Claude 3.5 Sonnet 的每分钟跨区域模型推理请求数 |
us-west-2：500 个 ap-northeast-1：40 ap-southeast-1：40 eu-central-1：40 eu-west-1：40 个 eu-west-3：40 每个其他支持的区域：100 个 |
否 | 你可以在一分钟内为 Anthropic Claude 3.5 Sonnet 调用模型推断的最大次数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3.7 Sonnet V1 的每分钟跨区域模型推理请求数 |
us-east-1:250 us-east-2：250 us-west-2：250 eu-central-1：100 个 eu-north-1：100 eu-west-1：100 eu-west-2：250 eu-west-3：100 每个其他支持的区域：50 个 |
否 | 您可以在一分钟内为 Anthropic Claude 3.7 Sonnet V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude Opus 4 V1 的每分钟跨区域模型推理请求数 | 每个受支持的区域：200 个 | 否 | 您可以在一分钟内为 Anthropic Claude Opus 4 V1 提交模型推理的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude Sonnet 4 V1 每分钟的跨区域模型推理请求数 | 每个受支持的区域：200 个 | 否 | 您可以在一分钟内为 Anthropic Claude Sonnet 4 V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| R1 V1 每分钟跨区域模型推理请求数 DeepSeek | 每个受支持的区域：200 个 | 否 | 您可以在一分钟内为 DeepSeek R1 V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 405B 每分钟跨区域模型推理请求数 Instruct | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 405B Instruct 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 70B Instruct 每分钟跨区域模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 70B Instruct 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 8B Instruct 每分钟跨区域模型推理请求数 | 每个受支持的区域：1600 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 8B Instruct 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.2 1B Instruct 每分钟跨区域模型推理请求数 | 每个受支持的区域：1600 个 | 否 | 您可以在一分钟内为 Meta Llama 3.2 1B Instruct 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.2 3B Instruct 每分钟跨区域模型推理请求数 | 每个受支持的区域：1600 个 | 否 | 你可以在一分钟内为 Meta Llama 3.2 3B Instruct 调用模型推理的最大次数。配额考虑了 InvokeModel、、 InvokeModelWithResponseStream、Converse 和 ConverseStream的请求总和。 |
| Meta Llama 3.3 70B Instruct 的每分钟跨区域模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内为 Meta Llama 3.3 70B Instruct 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 4 Maverick V1 的每分钟跨区域模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内为 Meta Llama 4 Maverick V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 4 Scout V1 的每分钟跨区域模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内为 Meta Llama 4 Scout V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Mistral Pixtral Large 25.02 V1 的每分钟跨区域模型推理请求数 | 每个受支持的区域：10 个 | 否 | 您可以在一分钟内为 Mistral Pixtral Large 25.02 V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Writer AI Palmyra X4 V1 的每分钟跨区域模型推理请求数 | 每个受支持的区域：10 个 | 否 | 您可以在一分钟内为 Writer AI Palmyra X4 V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Writer AI Palmyra X5 V1 的每分钟跨区域模型推理请求数 | 每个受支持的区域：10 个 | 否 | 您可以在一分钟内为 Writer AI Palmyra X5 V1 提交模型推断的最大跨区域请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Lite 每分钟的跨区域模型推理令牌 |
us-east-1：400,000,000 us-east-2：400,000,000 us-west-1：400,000,000 us-west-2：400,000,000 每个其他支持的区域：200,000 |
是 |
您可以在一分钟内为 Amazon Nova Lite 提交用于模型推断的最大跨区域令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| 亚马逊 Nova Micro 每分钟的跨区域模型推理令牌 |
us-east-1：400,000,000 us-east-2：400,000,000 us-west-1：400,000,000 us-west-2：400,000,000 每个其他支持的区域：200,000 |
是 |
您可以在一分钟内为 Amazon Nova Micro 提交用于模型推断的最大跨区域令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Amazon Nova Premier V1 每分钟跨区域模型推理令牌 | 每个支持的区域：800,000 | 是 |
您可以在一分钟内为 Amazon Nova Premier V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Amazon Nova Pro 每分钟的跨区域模型推理令牌 |
us-east-1：800,000 us-east-2：800,000 us-west-1：800,000 us-west-2：800,000 每个其他支持的区域：200,000 |
是 |
您可以在一分钟内为 Amazon Nova Pro 提交用于模型推断的最大跨区域令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude 3 Haiku 的每分钟跨区域模型推理令牌 |
us-east-1：400,000,000 us-west-2：400,000,000 ap-northeast-1：400,000 ap-southeast-1：400,000 其他支持的每个区域：600,000 |
是 |
您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Anthropic Claude 3 Haiku ConverseStream 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 |
| Anthropic Claude 3 Opus 每分钟跨区域模型推理令牌 | 每个支持的区域：800,000 | 是 |
您可以在一分钟内为 Anthropic Claude 3 Opus 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude 3 Sonnet 的每分钟跨区域模型推理令牌 |
us-east-1：2,000,000 us-west-2：2,000,000 所有其他支持的区域：400,000 |
是 |
您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Anthropic Claude 3 Sonnet 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Anthropic Claude 3.5 Sonnet 的每分钟跨区域模型推理令牌 |
us-west-2：400,000,000 ap-northeast-1：400,000 ap-southeast-1：400,000 eu-central-1：40万 eu-west-1：400,000 eu-west-3：400,000 其他支持的每个区域：800,000 |
是 |
您可以在一分钟内为 Anthropic Claude 3.5 Sonnet 提交用于模型推断的最大代币数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3.7 Sonnet V1 每分钟跨区域模型推理令牌 |
us-east-1：1,000,000 us-east-2：1,000,000 us-west-2：1,000,000 eu-central-1：100,000 eu-north-1：100,000 eu-west-1：100,000 eu-west-2：1,000,000 eu-west-3：100,000 每个其他支持的区域：50,000 |
是 |
您可以在一分钟内为 Anthropic Claude 3.7 Sonnet V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude Opus 4 V1 每分钟跨区域模型推理令牌 | 每个受支持的区域：20 万个 | 是 |
您可以在一分钟内为 Anthropic Claude Opus 4 V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude Sonnet 4 V1 每分钟跨区域模型推理令牌 | 每个受支持的区域：20 万个 | 是 |
您可以在一分钟内为 Anthropic Claude Sonnet 4 V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| R1 V1 每分钟跨区域模型推理令牌 DeepSeek | 每个受支持的区域：20 万个 | 是 |
您可以在一分钟内为 DeepSeek R1 V1 提交用于模型推断的最大跨区域令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.1 405B 每分钟跨区域模型推理令牌 Instruct | 每个支持的区域：800,000 | 是 |
您可以在一分钟内为 Meta Llama 3.1 405B Instruct 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.1 70B Instruct 每分钟跨区域模型推理令牌 | 每个支持的区域：600,000 | 是 |
您可以在一分钟内为 Meta Llama 3.1 70B Instruct 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.1 8B Instruct 每分钟跨区域模型推理令牌 | 每个支持的区域：600,000 | 是 |
您可以在一分钟内为 Meta Llama 3.1 8B Instruct 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.2 1B Instruct 每分钟跨区域模型推理令牌 | 每个支持的区域：600,000 | 是 |
您可以在一分钟内为 Meta Llama 3.2 1B Instruct 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.2 3B Instruct 每分钟跨区域模型推理令牌 | 每个支持的区域：600,000 | 是 |
你可以在一分钟内为 Meta Llama 3.2 3B Instruct 提交用于模型推断的最大代币数量。配额考虑了 InvokeModel、 InvokeModelWithResponseStream、Converse 和 ConverseStream的代币总和。 |
| Meta Llama 3.3 70B Instruct 的每分钟跨区域模型推理令牌 | 每个支持的区域：600,000 | 是 |
您可以在一分钟内为 Meta Llama 3.3 70B Instruct 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 4 Maverick V1 的每分钟跨区域模型推理代币 | 每个支持的区域：600,000 | 是 |
您可以在一分钟内为 Meta Llama 4 Maverick V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 4 Scout V1 的每分钟跨区域模型推理代币 | 每个支持的区域：600,000 | 是 |
您可以在一分钟内为 Meta Llama 4 Scout V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Mistral Pixtral Large 25.02 V1 的每分钟跨区域模型推理令牌 | 每个受支持的区域：8 万个 | 是 |
您可以在一分钟内为 Mistral Pixtral Large 25.02 V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Writer AI Palmyra X4 V1 的每分钟跨区域模型推理令牌 | 每个受支持的区域：15 万个 | 是 |
您可以在一分钟内为 Writer AI Palmyra X4 V1 提交用于模型推断的最大跨区域令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Writer AI Palmyra X5 V1 的每分钟跨区域模型推理令牌 | 每个受支持的区域：15 万个 | 是 |
您可以在一分钟内为 Writer AI Palmyra X5 V1 提交用于模型推断的最大跨区域代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| 每个账户都有创建状态的自定义模型 | 每个受支持的区域：2 个 | 是 |
处于创建状态的自定义模型的最大数量。 |
| DeleteAgent 每秒请求数 | 每个受支持的区域：2 个 | 否 | 每秒 DeleteAgent API 请求的最大数量。 |
| DeleteAgentActionGroup 每秒请求数 | 每个受支持的区域：2 个 | 否 | 每秒 DeleteAgentActionGroup API 请求的最大数量。 |
| DeleteAgentAlias 每秒请求数 | 每个受支持的区域：2 个 | 否 | 每秒 DeleteAgentAlias API 请求的最大数量。 |
| DeleteAgentVersion 每秒请求数 | 每个受支持的区域：2 个 | 否 | 每秒 DeleteAgentVersion API 请求的最大数量。 |
| DisassociateAgentKnowledgeBase 每秒请求数 | 每个受支持的区域：4 个 | 否 | 每秒 DisassociateAgentKnowledgeBase API 请求的最大数量。 |
| 已为每个代理启用操作组 | 每个支持的区域：15 个 | 是 |
可以在代理中启用的最大操作组数。 |
| 每个推理配置文件的终端节点 | 每个受支持的区域：5 个 | 否 | 推理配置文件中的最大端点数。端点由模型和模型的调用请求发送到的区域定义。 |
| GetAgent 每秒请求数 | 每个受支持的区域：15 个 | 否 | 每秒 GetAgent API 请求的最大数量。 |
| GetAgentActionGroup 每秒请求数 | 每个受支持的区域：20 个 | 否 | 每秒 GetAgentActionGroup API 请求的最大数量。 |
| GetAgentAlias 每秒请求数 | 每个受支持的区域：10 个 | 否 | 每秒 GetAgentAlias API 请求的最大数量。 |
| GetAgentKnowledgeBase 每秒请求数 | 每个受支持的区域：15 个 | 否 | 每秒 GetAgentKnowledgeBase API 请求的最大数量。 |
| GetAgentVersion 每秒请求数 | 每个受支持的区域：10 个 | 否 | 每秒 GetAgentVersion API 请求的最大数量。 |
| 每个账户导入的模型 | 每个受支持的区域：3 个 | 是 |
一个账户中导入的模型的最大数量。 |
| 每个账户的推理配置文件 | 每个受支持的区域：1,000 个 | 是 |
一个账户中推理配置文件的最大数量。 |
| ListAgentActionGroups 每秒请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListAgentActionGroups API 请求的最大数量。 |
| ListAgentAliases 每秒请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListAgentAliases API 请求的最大数量。 |
| ListAgentKnowledgeBases 每秒请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListAgentKnowledgeBases API 请求的最大数量。 |
| ListAgentVersions 每秒请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListAgentVersions API 请求的最大数量。 |
| ListAgents 每秒请求数 | 每个受支持的区域：10 个 | 否 | 每秒 ListAgents API 请求的最大数量。 |
| Claude 3 Haiku 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Claude 3 Haiku 的批处理推理作业中所有输入文件的最小记录数。 |
| Claude 3 Opus 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Claude 3 Opus 的批处理推理作业中所有输入文件的最小记录数。 |
| Claude 3 Sonnet 每批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Claude 3 Sonnet 的批处理推理作业中所有输入文件的最小记录数。 |
| Claude 3.5 Haiku 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Claude 3.5 Haiku 的批处理推理作业中所有输入文件的最小记录数。 |
| Claude 3.5 Sonnet 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Claude 3.5 Sonnet 的批处理推理作业中所有输入文件的最小记录数。 |
| Claude 3.5 Sonnet v2 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Claude 3.5 Sonnet v2 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 每批推理作业的最小记录数 3.1 405B Instruct | 每个受支持的区域：100 个 | 否 | Llama 3.1 405B Instruct 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 每批推理作业的最小记录数 3.1 70B Instruct | 每个受支持的区域：100 个 | 否 | Llama 3.1 70B Instruct 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 每批推理作业的最小记录数 3.1 8B Instruct | 每个受支持的区域：100 个 | 否 | Llama 3.1 8B Instruct 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 3.2 11B Instruct 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Llama 3.2 11B Instruct 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 3.2 1B Instruct 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | 批处理推理作业中所有输入文件的最小记录数 Llama 3.2 1B Instruct。 |
| Llama 每批推理作业的最小记录数 3.2 3B Instruct | 每个受支持的区域：100 个 | 否 | Llama 3.2 3B Instruct 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 每批推理作业的最小记录数 3.2 90B Instruct | 每个受支持的区域：100 个 | 否 | Llama 3.2 90B Instruct 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 每批推理作业的最小记录数 3.3 70B Instruct | 每个受支持的区域：100 个 | 否 | Llama 3.3 70B Instruct 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 4 Maverick 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Llama 4 Maverick 的批处理推理作业中所有输入文件的最小记录数。 |
| Llama 4 Scout 每个批次推理作业的最小记录数 | 每个受支持的区域：50 个 | 否 | Llama 4 Scout 的批量推理作业中所有输入文件的最小记录数。 |
| Mistral Large 2 每个批次推理作业的最小记录数 (24.07) | 每个受支持的区域：100 个 | 否 | Mistral Large 2 (24.07) 的批处理推理作业中所有输入文件的最小记录数。 |
| Mistral Small 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | 在 Mistral Small 的批处理推理作业中，所有输入文件的最小记录数。 |
| Nova Lite V1 每个批量推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Nova Lite V1 的批处理推理作业中所有输入文件的最小记录数。 |
| Nova Micro V1 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Nova Micro V1 的批处理推理作业中所有输入文件的最小记录数。 |
| Nova Pro V1 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Nova Pro V1 的批处理推理作业中所有输入文件的最小记录数。 |
| Titan 多模态嵌入 G1 每个批次推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Titan Multimodal Embeddings G1 的批量推理作业中所有输入文件的最小记录数。 |
| Titan Text Embeddings V2 每批推理作业的最小记录数 | 每个受支持的区域：100 个 | 否 | Titan Text Embeddings V2 的批处理推理作业中所有输入文件的最小记录数。 |
| 亚马逊 Nova Premier V1 每天的模型调用最大代币数量 | 每个支持的区域：576,000,000 | 否 | 您可以在一天内为 Amazon Nova Premier V1 提交用于模型推断的最大代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude 3.7 Sonnet V1 每天的模型调用最大代币数 | 每个支持的区域：720,000,000 | 否 | 您可以在一天内为 Anthropic Claude 3.7 Sonnet V1 提交用于模型推断的最大代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude Opus 4 V1 每天的模型调用最大代币数 | 每个支持的区域：1.44亿个 | 否 | 您可以在一天内为 Anthropic Claude Opus 4 V1 提交用于模型推断的最大代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude Sonnet 4 V1 每天的模型调用最大代币数 | 每个支持的区域：1.44亿个 | 否 | 您可以在一天内为 Anthropic Claude Sonnet 4 V1 提交用于模型推断的最大代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| DeepSeek R1 V1 每天的模型调用最大代币数 | 每个支持的区域：1.44亿个 | 否 | 您可以在一天内为 DeepSeek R1 V1 提交用于模型推断的最大代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| 模型单位无承诺基本型号的预置吞吐量 | 每个受支持的区域：0 个 | 是 |
在基本模型的无承诺预置吞吐量中可以分配的最大模型单位数 |
| 模型单位无需承诺自定义模型的预配置吞吐量 | 每个受支持的区域：0 个 | 是 |
在自定义模型的无承诺预置吞吐量中可以分配的最大模型单位数 |
| AI21 实验室 Jurassic-2 Mid 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 AI21 实验室 Jurassic-2 Mid 的预配置模型的最大模型单位数。 |
| AI21 实验室 Jurassic-2 Ultra 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 AI21 Labs Jurassic-2 Ultra 的预配置模型的最大模型单位数。 |
| Amazon Nova Canvas 每个预配置型号的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Nova Canvas 的预配置模型的最大模型单位数量。 |
| Amazon Titan Embeddings G1 每个预配置模型的模型单位——文本 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan Embeddings G1 的预配置模型的最大模型单位数量-文本。 |
| Amazon Titan 图像生成器 G1 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan Image Generator G1 的预配置模型的最大模型单位数。 |
| Amazon Titan 图像生成器 G2 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan Image Generator G2 的预配置模型的最大模型单位数。 |
| Amazon Titan Lite V1 4K 每个预配置型号的型号单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan Text Lite V1 4K 的预配置模型的最大模型单位数。 |
| Amazon Titan 多模式嵌入式 G1 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan 多式联运 Embeddings G1 的预配置模型的最大模型单位数。 |
| Amazon Titan 文本嵌入 V2 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan 文本嵌入 V2 的预配置模型的最大模型单位数。 |
| 亚马逊 Titan Titan Text G1-Express 8K 的每个预配置型号的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan Text G1-Express 8K 的预配置模型的最大模型单位数量。 |
| 亚马逊 Titan Titan Text Premier V1 32K 的每个预配置型号的型号单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Titan Text Premier V1 32K 的预配置模型的最大模型单位数量。 |
| Anthropic Claude 3 Haiku 200K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3 Haiku 200K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3 Haiku 48K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3 Haiku 48K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3 Sonnet 200K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3 Sonnet 200K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3 Sonnet 28K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3 Sonnet 28K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Haiku 16K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Haiku 16K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Haiku 200K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Haiku 200K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Haiku 64K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Haiku 64K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Sonnet 18K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Sonnet 18K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Sonnet 200K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Sonnet 200K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Sonnet 51K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Sonnet 51K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Sonnet V2 18K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Sonnet V2 18K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Sonnet V2 200K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Sonnet V2 200K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.5 Sonnet V2 51K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.5 Sonnet V2 51K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.7 V1.0 Sonnet 18K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.7 V1.0 Sonnet 18K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.7 V1.0 Sonnet 200K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.7 V1.0 Sonnet 200K 的预配置模型的最大模型单位数。 |
| Anthropic Claude 3.7 V1.0 Sonnet 51K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude 3.7 V1.0 Sonnet 51K 的预配置模型的最大模型单位数。 |
| Anthropic Claude Instant V1 100K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude Instant V1 100K 的预配置模型的最大模型单位数。 |
| Anthropic Claude V2 100K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude V2 100K 的预配置模型的最大模型单位数。 |
| Anthropic Claude V2 18K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude V2 18K 的预配置模型的最大模型单位数。 |
| Anthropic Claude V2.1 18K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude V2.1 18K 的预配置模型的最大模型单位数。 |
| Anthropic Claude V2.1 200K 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Anthropic Claude V2.1 200K 的预配置模型的最大模型单位数。 |
| Cohere Command 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Cohere Command 的预配置模型的最大模型单位数。 |
| Cohere Command Light 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Cohere Command Light 的预配置模型的最大模型单位数。 |
| Cohere Command R 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Cohere Command R 128k 的预配置模型的最大模型单位数。 |
| Cohere Command R Plus 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Cohere Command R Plus 128k 的预配置模型的最大模型单位数。 |
| Cohere 每个预配置模型的模型单位嵌入英语 | 每个受支持的区域：0 个 | 是 |
可以分配给 Cohere Embed English 的预配置模型的最大模型单位数。 |
| Cohere 嵌入式多语言每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Cohere Embed 多语言的已置备模型的最大模型单位数。 |
| Meta Llama 2 13B 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 2 13B 的预配置模型的最大模型单位数。 |
| Meta Llama 2 70B 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 2 70B 的预配置模型的最大模型单位数。 |
| Meta Llama 2 Chat 13B 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 2 Chat 13B 的预配置模型的最大模型单位数量。 |
| Meta Llama 2 Chat 70B 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 2 Chat 70B 的预配置模型的最大模型单位数量。 |
| Meta Llama 3 70B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3 70B Instruct 的预配置模型的最大模型单位数量。 |
| Meta Llama 3 8B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3 8B Instruct 的预配置模型的最大模型单位数量。 |
| Meta Llama 3.1 70B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3.1 70B Instruct 的预配置模型的最大模型单位数。 |
| Meta Llama 3.1 8B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3.1 8B Instruct 的预配置模型的最大模型单位数。 |
| Meta Llama 3.2 11B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3.2 11B Instruct 的预配置模型的最大模型单位数。 |
| Meta Llama 3.2 1B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3.2 1B Instruct 的预配置模型的最大模型单位数。 |
| Meta Llama 3.2 3B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3.2 3B Instruct 的预配置模型的最大模型单位数。 |
| Meta Llama 3.2 90B Instruct 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Meta Llama 3.2 90B Instruct 的预配置模型的最大模型单位数。 |
| Mistral Large 2407 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Mistral Large 2407 的预配置模型的最大模型单位数。 |
| Mistral Small 每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Mistral Small 的预配置模型的最大模型单位数。 |
| Stability.ai Stable Diffusion XL 0.8 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Stability.ai Stable Diffusion XL 0.8 的预配置模型的最大模型单位数 |
| Stability.ai Stable Diffusion XL 1.0 的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Stability.ai Stable Diffusion XL 1.0 的预配置模型的最大模型单位数。 |
| 亚马逊 Nova Micro 的 128k 情境长度变体的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给 Amazon Nova Micro 的 128k 情境长度变体的预配置模型的最大模型单位数 |
| Amazon Nova Lite 的 24k 情境长度变体的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
Amazon Nova Lite 的 24k 情境长度变体可以分配给预配置模型的最大模型单位数 |
| Amazon Nova Micro 的 24k 情境长度变体的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
在 Amazon Nova Micro 的 24k 环境长度变体中，可以分配给预配置模型的最大模型单位数 |
| Amazon Nova Pro 的 24k 情境长度变体的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
Amazon Nova Pro 的 24k 情境长度变体可以分配给预配置模型的最大模型单位数 |
| Amazon Nova Lite 的 300k 情境长度变体的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
Amazon Nova Lite 的 300k 情境长度变体可以分配给预配置模型的最大模型单位数 |
| Amazon Nova Pro 的 300k 情境长度变体的每个预配置模型的模型单位 | 每个受支持的区域：0 个 | 是 |
对于适用于 Amazon Nova Pro 的 300k 情境长度变体，可以分配给预配置模型的最大模型单位数。 |
| 为 Meta Llama 4 Scout 17B Instruct 10M 创建的 Provisioned Instruct 全程建模单位，附带承诺 | 每个受支持的区域：0 个 | 是 |
可以分配给为 Meta Llama 4 Scout 17B Instruct 10M 创建的预配置吞吐量的最大模型单位数，并附带承诺。 |
| 为 Meta Llama 4 Scout 17B Instruct 128K 创建 Provisioned Trowinground 的带承诺的模型单位 | 每个受支持的区域：0 个 | 是 |
可以分配给为 Meta Llama 4 Scout 17B Instruct 128K 创建的预配置吞吐量的最大模型单位数，包括承诺。 |
| 为 Meta Maverick 4 Scout 17B Instruct 128K 创建的 Provisioned Trowinge 的模型单位，附带承诺 | 每个受支持的区域：0 个 | 是 |
可以分配给为 Meta Llama 4 Maverick 17B Instruct 128K 创建的预配置吞吐量的最大模型单位数，包括承诺。 |
| 为 Meta Maverick 4 Scout 17B Instruct 1M 创建的 Provisioned Instruct Instruct 1M 建模单位 | 每个受支持的区域：0 个 | 是 |
可以分配给为 Meta Llama 4 Maverick 17B Instruct 1M 创建的预配置吞吐量的最大模型单位数，并附带承诺。 |
| 为基本型号 Amazon Nova Canvas V1.0 创建的预配置吞吐量的无承诺模型单位 | 每个受支持的区域：0 个 | 否 | 可以分配给为基本型号 Amazon Nova Canvas V1.0 创建的预配置吞吐量的最大模型单位数，无需承诺。 |
| 为自定义型号 Amazon Nova Canvas V1 0 创建的预配置吞吐量的无承诺模型单位 | 每个受支持的区域：0 个 | 否 | 可以分配给为自定义型号 Amazon Nova Canvas V1 0 创建的预配置吞吐量的最大模型单位数，无需承诺。 |
| 每个账户的自定义提示路由器数量 | 每个受支持的区域：500 个 | 否 | 每个区域每个账户可以创建的最大自定义提示路由器数量。 |
| Meta Llama 3.1 405B Instruct 每分钟按需延迟优化的模型推理请求 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 405B Instruct 提交的最大按需延迟优化请求以进行模型推断。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 70B Instruct 每分钟按需延迟优化的模型推理请求 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 70B Instruct 提交的最大按需延迟优化请求以进行模型推断。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 405B Instruct 每分钟按需延迟优化的模型推理令牌 | 每个受支持的区域：4 万个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 405B Instruct 提交用于模型推断的最大按需、延迟优化的代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.1 70B Instruct 每分钟按需延迟优化的模型推理令牌 | 每个受支持的区域：4 万个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 70B Instruct 提交用于模型推断的最大按需、延迟优化的代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Amazon Nova Reel1.0 的按需 InvokeModel 并发请求 | 每个受支持的区域：10 个 | 否 | 您可以为 Amazon Nova Reel 1.0 提交的最大并发模型推理请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Reel1.1 的按需 InvokeModel 并发请求 | 每个受支持的区域：3 个 | 否 | 您可以为 Amazon Nova Reel 1.1 提交的并发模型推理请求的最大数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Sonic 的按需 InvokeModel 并发请求 | 每个受支持的区域：20 个 | 否 | 您可以为 Amazon Nova Sonic 的模型推断提交的最大并发请求数。 |
| Anthropic Claude 3.5 Haiku 每分钟按需延迟优化的模型推理请求 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Anthropic Claude 3.5 Haiku 的总 InvokeModel 和 InvokeModelWithResponseStream （如果配置了延迟优化）。 ConverseStream |
| Anthropic Claude 3.5 Haiku 每分钟按需延迟优化的模型推理令牌 | 每个受支持的区域：500 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。如果配置了延迟优化，配额会考虑所有向 Converse 发出的请求中的输入和输出令牌的总 InvokeModel 和 ConverseStream，以及 InvokeModelWithResponseStream Anthropic Claude 3.5 Haiku 的总和。 |
| Luma Ray V2 的按需模型推理并发请求 | 每个受支持的区域：1 个 | 否 | 您可以为 Luma Ray V2 的模型推断提交的最大并发请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| AI21 Labs Jamba 1.5 Large 每分钟按需模型推理请求数 | 每个受支持的区域：100 个 | 否 | 在 AI21 Labs Jamba 1.5 Large 中，您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 InvokeModel |
| AI21 Labs Jamba 1.5 Mini 每分钟的按需模型推理请求数 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内为 AI21 Labs Jamba 1.5 Mini 调用模型推理的最大次数。配额考虑了 Converse 和 InvokeModel |
| AI21 Labs Jamba Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内为 AI21 Labs Jamba Instruct 调用模型推理的最大次数。配额考虑了 Converse 和 InvokeModel |
| AI21 Labs Jurassic-2 Mid 每分钟按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 你在一分钟内可以拨打 InvokeModel AI21 Labs Jurassic-2 Mid 的最大次数 |
| AI21 Labs Jurassic-2 Ultra 每分钟按需模型推理请求数 | 每个受支持的区域：100 个 | 否 | 你在一分钟内可以拨打 AI21 Labs Jurassic- InvokeModel 2 Ultra 的最大次数 |
| Amazon Nova Canvas 每分钟按需模型推理请求数 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内为 Amazon Nova Canvas 提交的模型推断请求的最大数量。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Lite 每分钟按需模型推理请求数 |
us-east-1：1000 个 每个其他支持的区域：100 个 |
否 | 您可以在一分钟内为 Amazon Nova Lite 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| 亚马逊 Nova Micro 每分钟的按需模型推理请求数 |
us-east-1：1000 个 每个其他支持的区域：100 个 |
否 | 您可以在一分钟内为 Amazon Nova Micro 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Nova Pro 每分钟的按需模型推理请求数 |
us-east-1：100 个 us-east-2：100 每个其他支持的区域：50 个 |
否 | 您可以在一分钟内为 Amazon Nova Pro 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Rerank 1.0 每分钟按需模型推理请求数 | 每个受支持的区域：200 个 | 否 | 您在一分钟内可以拨打 InvokeModel Amazon Rerank 1.0 的最大次数。 |
| Amazon Titan 图像生成器 G1 的每分钟按需模型推理请求数 | 每个受支持的区域：60 个 | 否 | 您在一分钟内可以调用 InvokeModel Amazon Titan 图像生成器 G1 的最大次数。 |
| Amazon Titan 图像生成器 G1 V2 每分钟的按需模型推理请求数 | 每个受支持的区域：60 个 | 否 | 您可以在一分钟内为 Amazon Titan 图像生成器 G1 V2 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Amazon Titan 多模态嵌入式 G1 的每分钟按需模型推理请求数 | 每个受支持的区域：2,000 个 | 否 | 您在一分钟内可以拨打 InvokeModel Amazon Titan 多式联运 Embeddings G1 的最大次数。 |
| Amazon Titan 文本嵌入每分钟的按需模型推理请求数 | 每个受支持的区域：2,000 个 | 否 | 您在一分钟内可以拨打 InvokeModel Amazon Titan 文本嵌入的最大次数 |
| Amazon Titan 文本嵌入 V2 每分钟的按需模型推理请求数 | 每个受支持的区域：2,000 个 | 否 | 你在一分钟内可以拨打 InvokeModel Amazon Titan Text Embeddings V2 的最大次数 |
| Amazon Titan Text Express 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Amazon Titan Te ConverseStream xt E InvokeModel xp InvokeModelWithResponseStream ress 的总和 |
| Amazon Titan Text Lite 每分钟按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Amazon Titan Te InvokeModel xt Lite InvokeModelWithResponseStream 的总和 ConverseStream |
| Amazon Titan Text Premier 每分钟的按需模型推理请求数 | 每个受支持的区域：100 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Amazon Titan Te ConverseStream x InvokeModel t P InvokeModelWithResponseStream remier 的总和 |
| Anthropic Claude 3 Haiku 每分钟的按需模型推理请求数 |
us-east-1：1000 个 us-west-2：1000 个 ap-northeast-1：200 ap-southeast-1：200 其他支持的每个区域：400 |
否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Anthropic Claude 3 InvokeModelWithResponseStream Haiku 的总 InvokeModel 和。 ConverseStream |
| Anthropic Claude 3 Opus 每分钟的按需模型推理请求数 | 每个受支持的区域：50 个 | 否 | 您可以在一分钟内为 Anthropic Claude 3 Opus 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3 Sonnet 每分钟按需模型推理请求数 |
us-east-1：500 个 us-west-2：500 个 每个其他支持的区域：100 个 |
否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Anthropic Claude 3 Sonnet InvokeModelWithResponseStream 的总 InvokeModel 和。 ConverseStream |
| Anthropic Claude 3.5 Haiku 每分钟的按需模型推理请求数 |
us-west-1:400 每个其他支持的区域：1,000 个 |
否 | 您可以在一分钟内为 Anthropic Claude 3.5 Haiku 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3.5 Sonnet 每分钟按需模型推理请求数 |
us-east-1:50 us-east-2:50 us-west-2：250 ap-northeast-2：50 ap-south-1：50 ap-southeast-2：50 每个其他支持的区域：20 个 |
否 | 你可以在一分钟内为 Anthropic Claude 3.5 Sonnet 调用模型推断的最大次数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3.5 Sonnet V2 每分钟按需模型推理请求数 |
us-west-2：250 每个其他支持的区域：50 个 |
否 | 你可以在一分钟内为 Anthropic Claude 3.5 Sonnet V2 调用模型推理的最大次数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude Instant 每分钟的按需模型推理请求数 |
us-east-1：1000 个 us-west-2：1000 个 其他支持的每个区域：400 |
否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Anthropic Clau ConverseStream de InvokeModel In InvokeModelWithResponseStream stant 的总和 |
| Anthropic Claude V2 每分钟的按需模型推理请求数 |
us-east-1：500 个 us-west-2：500 个 每个其他支持的区域：100 个 |
否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Anthropic Cl ConverseStream au InvokeModel de V2 InvokeModelWithResponseStream 的总和 |
| Cohere Command 每分钟按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Cohere Command 的 Converse ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream 和。 |
| Cohere Command Light 每分钟的按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Cohere Command Light Command Light InvokeModelWithResponseStream 的 Converse ConverseStream、、 InvokeModel 和 |
| Cohere Command R 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Cohere Command R 128k Command ConverseStream、 InvokeModel 和 Cohere C InvokeModelWithResponseStream ommand R 128k 的总和。 |
| Cohere Command R Plus 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Cohere Command R Plus 128k 的 Converse ConverseStream、、 InvokeModel 和 128k InvokeModelWithResponseStream 的总和。 |
| Cohere 每分钟按需模型推理请求 | 每个受支持的区域：2,000 个 | 否 | 你在一分钟内可以拨打 Cohere Embed E InvokeModel mbed English 的最大次数。 |
| Cohere 嵌入式多语言每分钟按需模型推理请求 | 每个受支持的区域：2,000 个 | 否 | 您在一分钟内可以拨打 Cohere E InvokeModel mbed 多语言的最大次数。 |
| Cohere Rerank 3.5 每分钟按需模型推理请求数 | 每个受支持的区域：250 个 | 否 | 你在一分钟内可以呼叫 InvokeModel Cohere Rerank 3.5 的最大次数。 |
| Meta Llama 2 13B 每分钟按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Meta Llama 2 13B InvokeModelWithResponseStream 的总 InvokeModel 和。 ConverseStream |
| Meta Llama 2 70B 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Meta Llama 2 70B InvokeModelWithResponseStream 的总 InvokeModel 和。 ConverseStream |
| Meta Llama 2 Chat 13B 的每分钟按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Meta Llama 2 Chat 13B InvokeModelWithResponseStream 的总和。 ConverseStream InvokeModel |
| Meta Llama 2 Chat 70B 每分钟按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Converse 和 Meta Llama 2 Chat 70B InvokeModelWithResponseStream 的总和。 ConverseStream InvokeModel |
| Meta Llama 3 70B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内为 Meta Llama 3 70B Instruct 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3 8B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内为 Meta Llama 3 8B Instruct 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 405B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：200 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 405B Instruct 提交模型推断的最大按需请求数。配额考虑了 Converse、 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 70B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 70B Instruct 提交模型推断的最大按需请求数。配额考虑了匡威 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.1 8B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 8B Instruct 提交模型推断的最大按需请求数。配额考虑了匡威 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.2 11B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 你可以在一分钟内为 Meta Llama 3.2 11B Instruct 调用模型推理的最大次数。配额考虑了 InvokeModel、、 InvokeModelWithResponseStream、Converse 和 ConverseStream的请求总和。 |
| Meta Llama 3.2 1B Instruct 每分钟按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 您可以在一分钟内为 Meta Llama 3.2 1B Instruct 提交模型推断的最大按需请求数。配额考虑了匡威 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Meta Llama 3.2 3B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 你可以在一分钟内为 Meta Llama 3.2 3B Instruct 调用模型推理的最大次数。配额考虑了 InvokeModel、、 InvokeModelWithResponseStream、Converse 和 ConverseStream的请求总和。 |
| Meta Llama 3.2 90B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 你可以在一分钟内为 Meta Llama 3.2 90B Instruct 调用模型推理的最大次数。配额考虑了 InvokeModel、、 InvokeModelWithResponseStream、Converse 和 ConverseStream的请求总和。 |
| Meta Llama 3.3 70B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内为 Meta Llama 3.3 70B Instruct 提交模型推断的最大按需请求数。配额考虑了匡威 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Mistral 7B Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：800 个 | 否 | 你在一分钟内可以呼叫 InvokeModel Mistral mi b-instruct-v stral-7 的最大次数 0 |
| Mistral AI Mistral Small 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 你可以在一分钟内呼叫 InvokeModel 的最大次数 Mistral AI Mistral Small InvokeModelWithResponseStream |
| Mistral Large 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | Mistral mistral-large-240 InvokeModel 2-v1 InvokeModelWithResponseStream 在一分钟内可以拨打的最大次数 |
| Mistral Large 2407 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 您可以在一分钟内为 Mistral Large 2407 调用模型推断的最大次数。配额考虑了 InvokeModel、 InvokeModelWithResponseStream、Converse 和 ConverseStream |
| Mistral Mixtral 8x7b Instruct 每分钟的按需模型推理请求数 | 每个受支持的区域：400 个 | 否 | 你在一分钟内可以拨打 Mistral mixtral- InvokeModel 8x7b-v0 的最大次数 |
| Stability.ai Stable Diffusion 3 Large 的每分钟按需模型推理请求数 | 每个受支持的区域：15 个 | 否 | 你在一分钟内可以呼叫 Stability.ai Stable Di InvokeModel ffusion 3 Large 的最大次数。 |
| Stability.ai Stable Diffusion 3 Medium 的每分钟按需模型推理请求数 | 每个受支持的区域：60 个 | 否 | 你在一分钟内可以拨打 Stability.ai Stable Dif InvokeModel fusion 3 Medium 的最大次数 |
| Stability.ai Stable Diffusion 3.5 Large 的每分钟按需模型推理请求数 | 每个受支持的区域：15 个 | 否 | 你在一分钟内可以呼叫 Stability.ai Stable Dif InvokeModel fusion 3.5 Large 的最大次数。 |
| Stability.ai Stable Diffusion XL 0.8 的每分钟按需模型推理请求数 | 每个受支持的区域：60 个 | 否 | 你在一分钟内可以拨打 Stability.ai Stable Di InvokeModel ffusion XL 0.8 的最大次数 |
| Stability.ai Stable Diffusion XL 1.0 的每分钟按需模型推理请求数 | 每个受支持的区域：60 个 | 否 | 你在一分钟内可以拨打 Stability.ai Stable Di InvokeModel ffusion XL 1.0 的最大次数 |
| Stability.ai Stable Image Core 每分钟按需模型推理请求数 | 每个受支持的区域：90 个 | 否 | 你在一分钟内可以调用 InvokeModel Stability.ai Stable Image Core 的最大次数。 |
| Stability.ai Stable Image Ultra 每分钟的按需模型推理请求数 | 每个受支持的区域：10 个 | 否 | 你在一分钟内可以调用 InvokeModel Stability.ai Stable Image Ultra 的最大次数。 |
| AI21 Labs Jamba 1.5 Large 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 AI21 Labs Jamba 1.5 Large 提交用于模型推断的最大代币数量。配额考虑了对Converse和的所有请求中输入和输出令牌的总和。 InvokeModel |
| AI21 Labs Jamba 1.5 Mini 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 AI21 Labs Jamba 1.5 Mini 提交用于模型推断的最大代币数量。配额考虑了对Converse和的所有请求中输入和输出令牌的总和。 InvokeModel |
| AI21 Labs Jamba Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 AI21 Labs Jamba Instruct 提交用于模型推断的最大代币数量。配额考虑了 Converse 和 InvokeModel |
| AI21 Labs Jurassic-2 Mid 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 AI21 Labs Jurassic-2 Mid 的 Converse InvokeModel 和 ConverseStream、和 Labs InvokeModelWithResponseStream 的总和。 |
| AI21 Labs Jurassic-2 Ultra 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了匡威、 ConverseStream和 AI21 Labs Jurassic-2 Ult InvokeModelWithResponseStream ra 的总 InvokeModel 和。 |
| Amazon Nova Lite 每分钟按需模型推理令牌 |
us-east-1：2,000,000 每个其他支持的区域：10 万个 |
否 | 您可以在一分钟内为 Amazon Nova Lite 提交用于模型推断的最大按需令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| 亚马逊 Nova Micro 每分钟按需模型推理令牌 |
us-east-1：2,000,000 每个其他支持的区域：10 万个 |
否 | 您可以在一分钟内为 Amazon Nova Micro 提交用于模型推断的最大按需令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| 亚马逊 Nova Pro 每分钟按需模型推理令牌 |
us-east-1：400,000 us-east-2：400,000 每个其他支持的区域：10 万个 |
否 | 您可以在一分钟内为 Amazon Nova Pro 提交用于模型推断的最大按需令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Amazon Titan 图像生成器 G1 每分钟按需模型推理令牌 | 每个受支持的区域：2,000 个 | 否 | 您可以在一分钟内为 Amazon Titan 图像生成器 G1 提供的最大代币数量。 InvokeModel |
| Amazon Titan 图像生成器 G1 V2 每分钟按需模型推理令牌 | 每个受支持的区域：2,000 个 | 否 | 您可以在一分钟内为 Amazon Titan Image Generator G1 V2 提交用于模型推断的最大按需令牌数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Amazon Titan 多模态嵌入式 G1 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Amazon Titan 多式联运 Embeddings G1 提供的最大代币数量。 InvokeModel |
| Amazon Titan 文本嵌入每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Amazon Titan 文本嵌 InvokeModel 入提供的最大代币数量。 |
| Amazon Titan 文本嵌入 V2 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Amazon Titan Text Embeddings V2 提供的最大代币数量。 InvokeModel |
| Amazon Titan Text Express 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Amazon Titan Text Express 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Amazon Titan Text Lite 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Amazon Titan Text Lite 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Amazon Titan Text Premier 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Amazon Titan Text Premier 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Anthropic Claude 3 Haiku 每分钟按需模型推理令牌 |
us-east-1：2,000,000 us-west-2：2,000,000 ap-northeast-1：200,000 ap-southeast-1：200,000 每个其他支持的区域：300,000 |
否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Anthropic Claude 3 Haiku ConverseStream 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 |
| Anthropic Claude 3 Opus 每分钟按需模型推理令牌 | 每个受支持的区域：40 万个 | 否 | 您可以在一分钟内为 Anthropic Claude 3 Opus 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude 3 Sonnet 每分钟按需模型推理令牌 |
us-east-1：1,000,000 us-west-2：1,000,000 每个其他支持的区域：200,000 |
否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Anthropic Claude 3 Sonnet 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Anthropic Claude 3.5 Haiku 每分钟按需模型推理令牌 |
us-west-1：300,000 其他支持的区域各为：2,000,000 |
否 | 您可以在一分钟内为 Anthropic Claude 3.5 Haiku 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Anthropic Claude 3.5 Sonnet 每分钟按需模型推理令牌 |
us-east-1：400,000 us-east-2：400,000 us-west-2：2,000,000 ap-northeast-2：400,000 ap-south-1：400,000 ap-southeast-2：400,000 每个其他支持的区域：200,000 |
否 | 您可以在一分钟内为 Anthropic Claude 3.5 Sonnet 提交用于模型推断的最大代币数量。配额考虑了匡威 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude 3.5 Sonnet V2 每分钟按需模型推理令牌 |
us-west-2：2,000,000 所有其他支持的区域：400,000 |
否 | 您可以在一分钟内为 Anthropic Claude 3.5 Sonnet V2 提交用于模型推断的最大代币数量。配额考虑了匡威 ConverseStream、 InvokeModel 和 InvokeModelWithResponseStream的总和。 |
| Anthropic Claude Instant 每分钟按需模型推理令牌 |
us-east-1：1,000,000 us-west-2：1,000,000 每个其他支持的区域：300,000 |
否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Anthropic Claude Instant 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Anthropic Claude V2 每分钟按需模型推理令牌 |
us-east-1：50 万个 us-west-2：50 万个 每个其他支持的区域：200,000 |
否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了 Converse 和 Anthropic Claude V2 的所有请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Cohere Command 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Cohere Command 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Cohere Command Light 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内调用模型推理的最大次数。配额考虑了 Cohere Command Light Command Light InvokeModelWithResponseStream 的 Converse ConverseStream、、 InvokeModel 和 |
| Cohere Command R 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Cohere Command R 128k 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Cohere Command R Plus 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了 Converse 和 Cohere Command R Plus 128 ConverseStream k 的所有请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 |
| Cohere 每分钟按需模型推理令牌嵌入英语 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Cohere Embed Embed English 提供的最大代币数量。 InvokeModel |
| Cohere 每分钟按需模型推理令牌嵌入多语言 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Cohere Embed 多语言提供的最大代币数量。 InvokeModel |
| Meta Llama 2 13B 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Meta Llama 2 13B 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Meta Llama 2 70B 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Meta Llama 2 70B 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Meta Llama 2 Chat 13B 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Meta Llama 2 Chat 13B 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Meta Llama 2 Chat 70B 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Meta Llama 2 Chat 70B 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Meta Llama 3 70B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Meta Llama 3 70B Instruct 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3 8B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Meta Llama 3 8B Instruct 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.1 405B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：40 万个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 405B Instruct 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.1 70B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 70B Instruct 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.1 8B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Meta Llama 3.1 8B Instruct 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.2 11B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 你可以在一分钟内为 Meta Llama 3.2 11B Instruct 提交用于模型推断的最大代币数量。配额考虑了 InvokeModel、 InvokeModelWithResponseStream、Converse 和 ConverseStream的代币总和。 |
| Meta Llama 3.2 1B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Meta Llama 3.2 1B Instruct 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Meta Llama 3.2 3B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 你可以在一分钟内为 Meta Llama 3.2 3B Instruct 提交用于模型推断的最大代币数量。配额考虑了 InvokeModel、 InvokeModelWithResponseStream、Converse 和 ConverseStream的代币总和。 |
| Meta Llama 3.2 90B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 你可以在一分钟内为 Meta Llama 3.2 90B Instruct 提交用于模型推断的最大代币数量。配额考虑了 InvokeModel、 InvokeModelWithResponseStream、Converse 和 ConverseStream的代币总和。 |
| Meta Llama 3.3 70B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Meta Llama 3.3 70B Instruct 提交用于模型推断的最大按需代币数量。配额考虑了所有向 Converse、和发出的请求中输入和输出令牌的总 InvokeModel 和 InvokeModelWithResponseStream。 ConverseStream |
| Mistral AI Mistral 7B Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Mistral AI Mistral 7B Instruc ConverseStream t 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 |
| Mistral AI Mistral Large 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Mistral AI Mistral Large 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Mistral AI Mistral Small 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Mistral AI Mistral Small 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 ConverseStream |
| Mistral AI Mixtral 8X7BB Instruct 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为模型推断提交的最大按需令牌数量。配额考虑了所有向 Converse 和 Mistral AI Mixtral 8X7B Instru ConverseStream ct 发出的请求中输入 InvokeModel 和输出令牌 InvokeModelWithResponseStream 的总和。 |
| Mistral Large 2407 每分钟按需模型推理令牌 | 每个受支持的区域：30 万个 | 否 | 您可以在一分钟内为 Mistral Large 2407 提交用于模型推断的最大代币数量。配额考虑了 InvokeModel、 InvokeModelWithResponseStream、Converse 和 ConverseStream |
| 每个函数的参数 | 每个受支持的区域：5 个 | 是 |
您在一个操作组函数中可以拥有的最大参数数。 |
| PrepareAgent 每秒请求数 | 每个受支持的区域：2 个 | 否 | 每秒 PrepareAgent API 请求的最大数量。 |
| Claude 3 Haiku 的每批推理作业的记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3 Haiku 的批处理推理作业中所有输入文件的最大记录数。 |
| Claude 3 Opus 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3 Opus 的批处理推理作业中所有输入文件的最大记录数。 |
| Claude 3 Sonnet 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3 Sonnet 的批处理推理作业中所有输入文件的最大记录数。 |
| Claude 3.5 Haiku 的每批推理作业的记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3.5 Haiku 的批处理推理作业中所有输入文件的最大记录数。 |
| Claude 3.5 Sonnet 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3.5 Sonnet 的批处理推理作业中所有输入文件的最大记录数。 |
| Claude 3.5 Sonnet v2 的每批推理作业的记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3.5 Sonnet v2 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 3.1 405B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.1 405B Instruct 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 3.1 70B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.1 70B Instruct 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 3.1 8B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.1 8B Instruct 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 3.2 11B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.2 11B Instruct 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 3.2 1B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
批处理推理作业中所有输入文件的最大记录数 Llama 3.2 1B Instruct。 |
| Llama 3.2 3B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.2 3B Instruct 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 3.2 90B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.2 90B Instruct 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 3.3 70B Instruct 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.3 70B Instruct 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 4 Maverick 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 4 Maverick 的批处理推理作业中所有输入文件的最大记录数。 |
| Llama 4 Scout 每批推理作业的记录 | 每个受支持的区域：50,000 个 | 是 |
Llama 4 Scout 的批量推理作业中所有输入文件的最大记录数。 |
| Mistral Large 2 的每批推理作业记录 (24.07) | 每个受支持的区域：50,000 个 | 是 |
Mistral Large 2 的批处理推理作业中所有输入文件的最大记录数 (24.07)。 |
| Mistral Small 每批推理作业的记录 | 每个受支持的区域：50,000 个 | 是 |
在 Mistral Small 的批处理推理作业中，所有输入文件的最大记录数。 |
| Nova Lite V1 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Nova Lite V1 的批处理推理作业中所有输入文件的最大记录数。 |
| Nova Micro V1 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Nova Micro V1 的批处理推理作业中所有输入文件的最大记录数。 |
| Nova Pro V1 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Nova Pro V1 的批处理推理作业中所有输入文件的最大记录数。 |
| Titan 多模态嵌入式 G1 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Titan Multimodal Embeddings G1 的批处理推理作业中所有输入文件的最大记录数。 |
| Titan Text Embeddings V2 的每批推理作业记录 | 每个受支持的区域：50,000 个 | 是 |
Titan Text Embeddings V2 的批处理推理作业中所有输入文件的最大记录数。 |
| Claude 3 Haiku 中每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Claude 3 Haiku 的批处理推理作业中输入文件中的最大记录数。 |
| Claude 3 Opus 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3 Opus 的批处理推理作业中输入文件中的最大记录数。 |
| Claude 3 Sonnet 中每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3 Sonnet 的批量推理作业中输入文件中的最大记录数。 |
| Claude 3.5 Haiku 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Claude 3.5 Haiku 的批处理推理作业中输入文件中的最大记录数。 |
| Claude 3.5 Sonnet 每个批处理推理作业每个输入文件的记录 | 每个受支持的区域：50,000 个 | 是 |
Claude 3.5 Sonnet 的批量推理作业中输入文件中的最大记录数。 |
| Claude 3.5 Sonnet v2 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Claude 3.5 Sonnet v2 的批处理推理作业中输入文件中的最大记录数。 |
| Llama 3.1 405B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
在 Llama 3.1 405B Instruct 的批处理推理作业中，输入文件中的最大记录数。 |
| Llama 3.1 70B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.1 70B Instruct 的批处理推理作业中输入文件中的最大记录数。 |
| Llama 3.1 8B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.1 8B Instruct 的批处理推理作业中输入文件中的最大记录数。 |
| Llama 3.2 11B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.2 11B Instruct 的批处理推理作业中输入文件中的最大记录数。 |
| Llama 3.2 1B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
批量推理作业 Llama 3.2 1B Instruct 中输入文件中的最大记录数。 |
| Llama 3.2 3B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.2 3B Instruct 的批处理推理作业中输入文件中的最大记录数。 |
| Llama 3.2 90B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.2 90B Instruct 的批处理推理作业中输入文件中的最大记录数。 |
| Llama 3.3 70B Instruct 每个批处理推理作业的每个输入文件记录数 | 每个受支持的区域：50,000 个 | 是 |
Llama 3.3 70B Instruct 的批处理推理作业中输入文件中的最大记录数。 |
| Llama 4 Maverick 每个批处理推理作业每个输入文件的记录 | 每个受支持的区域：50,000 个 | 是 |
在 Llama 4 Maverick 的批量推理作业中，输入文件中的最大记录数。 |
| Llama 4 Scout 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
在 Llama 4 Scout 的批量推理作业中，输入文件中的最大记录数。 |
| Mistral Large 2 每个批处理推理作业每个输入文件的记录 (24.07) | 每个受支持的区域：50,000 个 | 是 |
在 Mistral Large 2 的批处理推理作业中，输入文件中的最大记录数 (24.07)。 |
| Mistral Small 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
在 Mistral Small 的批处理推理作业中，输入文件中的最大记录数。 |
| Nova Lite V1 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
Nova Lite V1 批量推理作业中输入文件中的最大记录数。 |
| Nova Micro V1 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
Nova Micro V1 的批量推理作业中输入文件中的最大记录数。 |
| Nova Pro V1 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
Nova Pro V1 批量推理作业中输入文件中的最大记录数。 |
| Titan 多模嵌入 G1 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
Titan Multimodal Embeddings G1 的批量推理作业中输入文件中的最大记录数。 |
| Titan Text Embeddings V2 每个批处理推理作业的每个输入文件记录 | 每个受支持的区域：50,000 个 | 是 |
Titan Text Embeddings V2 的批量推理作业中输入文件中的最大记录数。 |
| 使用 Claude 3 Haiku 的基本模型计算正在进行和已提交的批量推理作业的总和 Haiku | 每个受支持的区域：20 个 | 是 |
使用 Claude 3 Haiku 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Claude 3 Opus 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Claude 3 Opus 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Claude 3 Sonnet 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Claude 3 Sonnet 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Claude 3.5 Haiku 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Claude 3.5 Haiku 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Claude 3.5 Sonnet 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Claude 3.5 Sonnet 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Claude 3.5 Sonnet v2 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Claude 3.5 Sonnet v2 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.1 405B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.1 405B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.1 70B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.1 70B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.1 8B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.1 8B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.2 11B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.2 11B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.2 1B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.2 1B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.2 3B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.2 3B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.2 90B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.2 90B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 3.3 70B Instruct 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 3.3 70B Instruct 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 4 Maverick 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 4 Maverick 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Llama 4 Scout 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Llama 4 Scout 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Mistral Large 2 (24.07) 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Mistral Large 2 (24.07) 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Mistral Small 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Mistral Small 的基本模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Nova Lite V1 基础模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Nova Lite V1 基础模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Nova Micro V1 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Nova Micro V1 基础模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Nova Pro V1 的基本模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Nova Pro V1 基础模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Titan 多模态嵌入 G1 的基础模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Titan 多模态嵌入 G1 的基础模型进行中和已提交的批量推理作业的最大数量。 |
| 使用 Titan Text Embeddings V2 的基础模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：20 个 | 是 |
使用 Titan Text Embeddings V2 的基础模型进行中和已提交的批量推理作业的最大数量。 |
| 使用自定义模型 Titan Multimodal Embeddings G1 计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：3 个 | 否 | 使用自定义模型 Titan Multimodal Embeddings G1 的正在进行和已提交的批量推理作业的最大数量。 |
| 使用 Titan Text Embeddings V2 的自定义模型计算正在进行和已提交的批量推理作业的总和 | 每个受支持的区域：3 个 | 否 | 使用 Titan Text Embeddings V2 的自定义模型进行中和已提交的批量推理作业的最大数量 |
| 基岩数据自动化运行时的节流速率限制： ListTagsForResource | 每个受支持的区域：每秒 25 个 | 否 | Bedrock 数据自动化运行时的最大数量：在当前区域中，每个账户每秒可以发出的 ListTagsForResource 请求数 |
| 基岩数据自动化运行时的节流速率限制： TagResource | 每个受支持的区域：每秒 25 个 | 否 | Bedrock 数据自动化运行时的最大数量：在当前区域中，每个账户每秒可以发出的 TagResource 请求数 |
| 基岩数据自动化运行时的节流速率限制： UntagResource | 每个受支持的区域：每秒 25 个 | 否 | Bedrock 数据自动化运行时的最大数量：在当前区域中，每个账户每秒可以发出的 UntagResource 请求数 |
| 基岩数据自动化的节流速率限制： ListTagsForResource | 每个受支持的区域：每秒 25 个 | 否 | Bedrock Data Automation 的最大数量：在当前区域内，每个账户每秒可以发出的 ListTagsForResource 请求数 |
| 基岩数据自动化的节流速率限制： TagResource | 每个受支持的区域：每秒 25 个 | 否 | Bedrock Data Automation 的最大数量：在当前区域内，每个账户每秒可以发出的 TagResource 请求数 |
| 基岩数据自动化的节流速率限制： UntagResource | 每个受支持的区域：每秒 25 个 | 否 | Bedrock Data Automation 的最大数量：在当前区域内，每个账户每秒可以发出的 UntagResource 请求数 |
| 油门速率限制 CreateBlueprint | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 CreateBlueprint 请求数 |
| 油门速率限制 CreateBlueprintVersion | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 CreateBlueprintVersion 请求数 |
| 油门速率限制 CreateDataAutomationProject | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 CreateDataAutomationProject 请求数 |
| 油门速率限制 DeleteBlueprint | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 DeleteBlueprint 请求数 |
| 油门速率限制 DeleteDataAutomationProject | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 DeleteDataAutomationProject 请求数 |
| 油门速率限制 GetBlueprint | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 GetBlueprint 请求数 |
| 油门速率限制 GetDataAutomationProject | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 GetDataAutomationProject 请求数 |
| 油门速率限制 GetDataAutomationStatus | 每个受支持的区域：每秒 10 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 GetDataAutomationStatus 请求数 |
| 油门速率限制 InvokeDataAutomationAsync | 每个受支持的区域：每秒 10 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 InvokeDataAutomationAsync 请求数 |
| 油门速率限制 ListBlueprints | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 ListBlueprints 请求数 |
| 油门速率限制 ListDataAutomationProjects | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 ListDataAutomationProjects 请求数 |
| 油门速率限制 UpdateBlueprint | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 UpdateBlueprint 请求数 |
| 油门速率限制 UpdateDataAutomationProject | 每个受支持的区域：每秒 5 个 | 否 | 在当前区域内，每个账户每秒可以发出的最大 UpdateDataAutomationProject 请求数 |
| UpdateAgent 每秒请求数 | 每个受支持的区域：4 个 | 否 | 每秒 UpdateAgent API 请求的最大数量。 |
| UpdateAgentActionGroup 每秒请求数 | 每个受支持的区域：6 个 | 否 | 每秒 UpdateAgentActionGroup API 请求的最大数量。 |
| UpdateAgentAlias 每秒请求数 | 每个受支持的区域：2 个 | 否 | 每秒 UpdateAgentAlias API 请求的最大数量。 |
| UpdateAgentKnowledgeBase 每秒请求数 | 每个受支持的区域：4 个 | 否 | 每秒 UpdateAgentKnowledgeBase API 请求的最大数量。 |
注意
您可以按照以下步骤请求为账户增加配额：
-
如果将配额标记为 “是”，则可以按照 Service Quotas 用户指南中请求增加配额中的步骤进行调整。
-
如果配额标记为 “否”，则您可以通过提高限额表
提交申请，以考虑提高限额。 -
对于任何型号，您都可以同时申请提高以下配额：
-
每分钟跨区域 InvokeModel 代币
${model} -
的每分钟跨区域 InvokeModel 请求数
${model} -
每分钟按需 InvokeModel 代币
${model} -
的每分钟按需 InvokeModel 请求数
${model}
要申请增加这些配额的任意组合，请按照 Service Quotas 用户指南中请求增加
${model}配额中的步骤申请增加每分钟跨区域 InvokeModel 令牌的配额。完成后，支持团队将与您联系，并为您提供增加其他三个配额的选项。由于需求过大，将优先考虑那些产生的流量消耗了现有配额分配的客户。如果您不符合此条件，将可能拒绝您的请求。 -
