Amazon Bedrock Projects API : attribuez enfin les coûts GenAI par équipe et par projet

 |  Eric Pinet

Introduction

AWS lance la Projects API dans Amazon Bedrock (moteur Mantle, compatible OpenAI), permettant d’isoler les workloads GenAI par projet, équipe ou environnement. Chaque projet dispose de ses propres permissions IAM et tags de cost allocation, offrant une visibilité granulaire sur les dépenses d’inférence.

C’est la première réponse concrète d’AWS au besoin urgent des équipes FinOps de contrôler et d’attribuer les coûts de l’IA générative, désormais le poste de dépense cloud à la croissance la plus rapide en 2026.

Qu’est-ce qui change ?

Avant cette annonce, toutes les requêtes d’inférence Bedrock d’un même compte AWS étaient regroupées dans un seul bucket de coûts dans Cost Explorer, rendant impossible l’attribution des dépenses par équipe, produit ou environnement sans instrumentation supplémentaire complexe.

La Projects API introduit un concept de « projet » au sein de Bedrock, qui agit comme un conteneur logique pour les workloads GenAI. Concrètement, un projet peut recevoir :

  • Des tags AWS personnalisés pour le cost allocation (ex : Team=data, Project=chatbot-client)
  • Des politiques IAM dédiées pour contrôler l’accès par application ou équipe
  • Une isolation complète vis-à-vis des autres projets du même compte AWS

Techniquement, les projets s’appuient sur le moteur Mantle de Bedrock, qui expose des API compatibles OpenAI (Responses API et Chat Completions API). La migration depuis une intégration OpenAI existante est donc quasi transparente.

Pourquoi c’est important pour le FinOps ?

Les dépenses d’IA générative sont devenues le poste de croissance le plus rapide sur AWS en 2026. Pourtant, la majorité des organisations n’ont aucune visibilité sur qui consomme quoi dans Bedrock. La Projects API change la donne sur quatre axes :

  1. Chargeback & showback des coûts IA : imputer les dépenses d’inférence aux bons centres de coût sans instrumentation maison.
  2. Budgets par équipe et alertes : configurer des AWS Budgets spécifiques par projet Bedrock et déclencher des alertes avant dépassement.
  3. Identification des gaspillages : repérer les équipes utilisant des modèles premium (ex : Claude Opus) pour des tâches qui ne le nécessitent pas.
  4. Pilotage des décisions de modèle : comparer le coût par tâche entre modèles et justifier les migrations vers des alternatives plus économiques.

Les modèles supportés en ce 6 mars 2026 dans us-east-1

Pour plus de renseignements :