Otimização de custos e governança para cargas de trabalho de IA

Custo é onde o exame AIF-C01 para de ser abstrato. Todos os outros domínios podem ser respondidos com uma definição; este pede que você calcule, e depois escolha o controle que previne o gasto excessivo em vez do que apenas o reporta. A boa notícia é que a aritmética é rasa, multiplicação e porcentagens, e as armadilhas são poucas, afiadas e repetidamente testadas.

Ao final desta lição você será capaz de:

• ler as três famílias de medidores que a AWS usa para IA (instância-horas, tokens, unidades de requisição) e dizer qual delas uma questão está cobrando;
• calcular o custo mensal de um endpoint, de uma carga de tokens ou de um pipeline de processamento de documentos com preços datados;
• escolher entre sob demanda, Spot, Savings Plans e Serverless Inference usando os tetos publicados (≤90 %, ≤72 %, ≤66 %, ≤64 %);
• aplicar as alavancas específicas do Bedrock: Batch (50 %), cache de prompts (leituras a 0,1×), Provisioned Throughput, service tiers e roteamento de modelos;
• converter cotas de free tier em dólares para dimensionar uma prova de conceito;
• distinguir controles preventivos (SCP, RCP, opt-out, política do Bedrock, política de tags, Service Catalog, ações de orçamento) dos detectivos (Cost Explorer, AWS Config, tags de alocação de custo);
• evitar toda armadilha de preço datado e de compromisso pela qual este domínio é conhecido.

---

1. As três famílias de medidores: o que você realmente é cobrado

1.1 Família de medidores 1, SageMaker AI: instância-horas mais armazenamento

O SageMaker AI cobra por instância-hora (por segundo na maioria das regiões) por treinamento, processamento, notebooks e endpoints hospedados, mais gigabyte-meses de EBS. Sob demanda não tem mínimo nem compromisso adiantado (aws.amazon.com/sagemaker/ai/pricing, verificado em 06 de outubro de 2026).

1.2 Família de medidores 2, Amazon Bedrock: tokens de entrada e tokens de saída

O Bedrock sob demanda cobra por token de entrada e por token de saída separadamente (aws.amazon.com/bedrock/pricing, verificado em 06 de outubro de 2026). Como a saída é gerada um token de cada vez, as taxas de saída ficam em torno de 4 to 5× as taxas de entrada em modelos de pesos abertos, e muito mais em modelos premium.

Alavancas do Bedrock fora dos tokens (todas verificadas em 06 de outubro de 2026, salvo indicação): Batch = 50 % do preço de tokens sob demanda para os modelos de fundação suportados · leitura de cache = 0,1×, escrita de cache = 1,25× (TTL de 5 minutos) ou 2× (TTL de 1 hora) · Bedrock Guardrails nas páginas de preços europeias da AWS a €0.2587283 por 1.000 unidades de texto (filtros de conteúdo, tópicos negados) e €0.1724855 por 1.000 (informações sensíveis, ancoragem contextual), com filtros de regex e de palavras gratuitos (lista aws.eu, 07 de agosto de 2026, o equivalente em USD não foi recuperado, então trate-o como (G)).

1.3 Família de medidores 3, serviços de IA prontos: uma unidade por requisição

Rekognition, Textract, Comprehend, Transcribe, Polly e Lex cobram por unidade de requisição, com escalonamento por volume após os primeiros 1 to 10 milhões de unidades (aws.amazon.com/*/pricing, verificado em 06 de outubro de 2026).

1.4 Exemplo resolvido 1: dois endpoints ociosos, 1.488 horas

Dois endpoints em tempo real ml.c5.xlarge rodando 24×7 em um mês de 31 dias a $0.204/hora (06 de outubro de 2026):

$$2 \times 24 \times 31 = 1{,}488 \text{ hours}, \qquad 1{,}488 \times \$0.204 = \$303.55/\text{month}$$

$303.55/mês independentemente do tráfego. Três formas de mudar isso:

A lição não são as porcentagens: é que um endpoint ocioso cobra o mesmo que um ocupado. Nada no medidor sabe se alguém enviou uma requisição.

• 📚 Você sabia? A página de preços da AWS do SageMaker cobra por segundo na maioria das regiões com mínimo de um minuto, então um pico de inferência de 90 segundos custa um minuto, não uma hora, mas um notebook ou endpoint é cobrado por todo o tempo em que existe, da criação até a exclusão. É por essa assimetria que as questões de opção mais barata do exame quase sempre têm "pare em um agendamento" ou "use serverless" como resposta.

---

2. O framework de decisão de alavancas de custo

2.1 A matriz de impacto das alavancas

Nem todas as alavancas são iguais, e algumas são frequentemente superestimadas. A AWS publica as porcentagens abaixo; onde a AWS não publica nada, esta lição diz isso.

2.2 O fluxo de decisão das alavancas de custo

Este é o diagrama que o exame realmente pede que você percorra. Comece por o que está queimando dinheiro e, a partir daí, por o que a carga de trabalho tolera.

2.3 O que cada alavanca não pode fazer

Três fatos "não pode" são ouro de exame:

1. Savings Plans não se acumulam sobre Spot, e o gasto em Spot não consome um compromisso de Compute Savings Plan (docs.aws.amazon.com, 2026). Uma pergunta que oferece "cobrir o uso de Spot com um Savings Plan" está errada nas duas metades da frase.
2. Os serviços de IA prontos não têm nenhuma opção publicada de reserva ou Savings Plan: você os otimiza reduzindo o volume de unidades (escolha OCR antes de Forms, transcrição simples antes de redaction) e usando o free tier, não por compromisso.
3. Uma ação de orçamento não é um controle em tempo real. Os alertas podem ser baseados em previsão ou em valores reais, mas a execução atrasa, então o gasto excessivo ainda é possível entre o limite e a ação.

---

3. SageMaker AI: sob demanda vs. Spot vs. Savings Plans vs. serverless

3.1 Sob demanda: o padrão sem compromisso

Sob demanda é por instância-hora, sem mínimo e sem pagamento adiantado (aws.amazon.com/sagemaker/ai/pricing, verificado em 06 de outubro de 2026). É a resposta correta quando o exame diz protótipo, de curta duração, imprevisível ou primeiros dois meses (o free tier do SageMaker concede 250 horas/mês de notebooks ml.t3.medium durante os primeiros dois meses, verificado em 06 de outubro de 2026).

3.2 Spot: até 90 % de desconto, com aviso de dois minutos

EC2 Spot, e portanto SageMaker Spot e SageMaker HyperPod Spot, é anunciado com até 90 % de desconto sobre sob demanda, com aviso de interrupção de dois minutos e frequência média histórica de interrupção abaixo de 5 % (aws.amazon.com/ec2/spot, 2025 to 26). HyperPod Spot costuma ter até 90 % de desconto sobre o HyperPod sob demanda, precificado pelo EC2 sem pagamento adiantado (aws.amazon.com/sagemaker/ai/pricing, 06 de outubro de 2026).

Spot só é correto quando o trabalho pode ser interrompido: treinamento com checkpoints, batch transform, processamento offline. O padrão de resposta do exame é sempre o mesmo par: Spot mais checkpoint e retry.

3.3 Savings Plans: três descontos diferentes

Savings Plans do SageMaker são o flexível: como abrangem todas as famílias de instância ml.* em todas as regiões, você pode ir de ml.c5.xlarge para ml.g5.24xlarge e manter o desconto. O Cost Explorer apresenta a recomendação; o compromisso deve cobrir apenas a sua base, 70 to 80 % do seu gasto médio por hora em 30 dias, não o pico.

3.4 Serverless Inference: o medidor que chega a zero

SageMaker Serverless Inference escala para zero quando ocioso, então você paga apenas pelo computo que usa, cobrado por milissegundo, mais os dados processados. A Provisioned Concurrency opcional é cobrada por memória, duração e concorrência (docs.aws.amazon.com/sagemaker/latest/dg/serverless-endpoints.html, 2026). É a resposta correta sempre que o tráfego for imprevisível e baixo: um protótipo que recebe algumas requisições por dia, ou nenhuma durante uma semana.

3.5 Exemplos resolvidos: aritmética do SageMaker

Exemplo resolvido 2: uma frota de GPU sempre ligada (exemplo resolvido pela AWS). Quatro instâncias ml.g5.24xlarge a $10.18/hora (06 de outubro de 2026) rodam 720 horas em um mês, com 100 GB de EBS cada a $0.14/GB-mês (06 de outubro de 2026):

$$4 \times 720 \times \$10.18 = \$29{,}318.40, \qquad 4 \times 100 \times \$0.14 = \$56.00$$

$29.318,40 + $56,00 = $29.374,40 por mês. A 30 % de utilização a frota pode cair para cerca de 1,2 instância ≈ $8.812/mês, economizando aproximadamente $20.560/mês, e depois um SageMaker Savings Plan (≤64 %, 06 de outubro de 2026) se aplica por cima da menor pegada. Right-sizing primeiro, compromisso segundo; ao contrário, você compromete uma base inchada por três anos.

Exemplo resolvido 3: a queima de um endpoint personalizado ocioso. Um endpoint de NLP personalizado a $0.0005 por unidade-de-inferência-segundo (tarifa de terceiros, cloudzero.com, 04 de maio de 2026: (G)) queima:

$$\$0.0005 \times 60 = \$0.03/\text{min} \;\Rightarrow\; \$1.80/\text{hour} \;\Rightarrow\; \$43.20/\text{day} \;\Rightarrow\; \$1{,}296/30\text{ days}$$

Cobrado da criação do endpoint até a exclusão, mesmo com zero tráfego. Correção: agende ligado e desligado com o EventBridge, ou use async/serverless para que o medidor pare.

Exemplo resolvido 4, o teto de 64 % do Savings Plan. Uma instância de classe ml.m5.xlarge a $0.23/hora (tarifa usada neste exemplo, 06 de outubro de 2026) por 730 horas:

• 📚 Você sabia? O desconto do SageMaker Savings Plan da AWS de até 64 % (06 de outubro de 2026) é menor que o teto do EC2 Instance Savings Plan de até 72 % (06 de outubro de 2026): ainda assim o plano do SageMaker costuma ser a melhor compra para equipes de IA, porque o plano do EC2 está preso a uma família de instância em uma região, enquanto o plano do SageMaker acompanha você em todas as famílias, tamanhos, regiões e componentes ml.*. Uma diferença de 8 pontos de desconto costuma valer menos do que a liberdade de trocar de CPU para GPU sem recomprar um compromisso.

3.6 Modelo de precificação para um endpoint

3.7 Veredito comparativo

---

4. Amazon Bedrock: tokens, Batch, cache, throughput e tiers

4.1 Exemplo resolvido 5: a conta de tokens, e por que a escolha do modelo vence o volume

Uma carga de trabalho envia 300M tokens de entrada e produz 60M tokens de saída por mês.

O mesmo volume de tokens custa 15,5× mais no GLM 5. Selecionar o modelo, e não reduzir o uso, é a alavanca dominante para cargas generativas, e é por isso que toda pergunta de "reduzir custo" que oferece "trocar por um modelo menor" costuma estar certa, desde que avaliações de qualidade sejam mencionadas.

Observe também que a saída custa ~4× a entrada por token no Nemotron Nano 2 ($0.23 contra $0.06, 06 de outubro de 2026): limitar max_tokens, pedir respostas concisas e retornar saída estruturada em vez de prosa cortam todos a metade cara do medidor.

4.2 Exemplo resolvido 6, Batch: 50 % de desconto para trabalho assíncrono

Um trabalho de classificação de documentos noturno custa $800/mês no Bedrock sob demanda; o modelo tem batch habilitado e ninguém lê os resultados antes de manhã.

$$\$800 \times 50\% = \$400/\text{month} \quad\Rightarrow\quad \$400/\text{month saved} = \$4{,}800/\text{year}$$

Bedrock Batch = 50 % do preço dos tokens sob demanda para modelos suportados (aws.amazon.com/bedrock/pricing, 06 de outubro de 2026). O custo do desconto é a latência assíncrona, e o modelo precisa, no mínimo, suportar batch.

4.3 Exemplo resolvido 7, cache de prompts: ~90 % de desconto, com prêmio de escrita

Esta é a aritmética de maior rendimento do domínio. Usando as tarifas publicadas em um post do AWS Builder Center para o Sonnet 4.6 no Bedrock, $3.00 por 1M de tokens de entrada, $3.75 de escrita em cache, $0.30 de leitura de cache (2026; não confirmado na página oficial de preços, veja a seção 10), um prompt de sistema estável de 33.000 tokens enviado 1.000 vezes/dia por 30 dias:

Sem cache:

$$33{,}000 \times 1{,}000 = 33\text{ MTok/day} \times \$3.00 = \$99/\text{day} \;\Rightarrow\; \$2{,}970/\text{month}$$

Com cache (TTL de 5 minutos: escrita 1.25×, leitura 0.1×):

Economia ≈ $2.668/mês (≈ 89,9 %). O mecanismo (todas as documentações de cache do Bedrock, 2026): leituras de cache custam 0.1× o preço de entrada (90 % de desconto), escritas de cache custam 1.25× no TTL padrão de 5 minutos e 2× no TTL opcional de 1 hora, o TTL padrão é de 5 minutos, o TTL de 1 hora é opt-in por checkpoint de cache, mínimo de 512 to 4.096 tokens por modelo e máximo de 4 checkpoints.

4.4 Provisioned Throughput e service tiers

Números concretos de Provisioned Throughput para Llama 2 13B (06 de outubro de 2026): $21.18/hora/MU em um compromisso de 1 mês contra $13.08/hora/MU em um compromisso de 6 meses, uma redução de 38,3 %, enquanto a inferência sem compromisso é $23.50/hora/MU. A armadilha: você paga pela MU quer usá-la ou não, então Provisioned Throughput só é certo acima de cerca de 60 % de utilização (um número de equilíbrio de terceiros, (G), não publicado pela AWS).

4.5 O consumo de cota não é contagem de tokens

O consumo de cota do Bedrock é ponderado, e os pesos são específicos de cada modelo (docs.aws.amazon.com, 2026):

Então "por que sou limitado quando minha contagem de tokens parece bem?" é respondida por saídas longas em um modelo de 15×, não pelo volume de entrada.

4.6 O mapa de alavancas de custo do Bedrock

• 📚 Você sabia? O Bedrock não tem tabela de free tier publicada pela AWS (06 de outubro de 2026): uma afirmação que você encontrará em blogs de fornecedores dizendo "sem free tier" ou citando um "desconto de 30 to 50 % no Provisioned Throughput" é (G), porque a AWS publica nenhuma das duas. O que a AWS publica é um desconto de 50 % no Batch, um desconto de 90 % na leitura de cache e o teto de 64 % do SageMaker SP; esses são os números que você pode citar no exame.

---

5. Serviços de IA prontos: unidades, tiers e free tier

5.1 Como otimizar um medidor por unidade

Não existe reserva para Rekognition, Textract, Comprehend, Transcribe, Polly ou Lex. As três alavancas são:

1. Conjunto de recursos mais barato que retorna o que você lê: Textract DetectDocumentText a $0.0015/página (06 de outubro de 2026) contra AnalyzeDocument Forms a $0.05/página (06 de outubro de 2026) é um prêmio de 33× pela estrutura. Leia o OCR primeiro; invoque Forms apenas quando precisar dos pares chave-valor.
2. Escalonamento por volume: Comprehend cai de $0.0001 para $0.00005 (10 to 50M unidades) e para $0.000025 (acima de 50M) por unidade de 100 caracteres (06 de outubro de 2026); Textract DetectDocumentText cai de $0.0015 para $0.0006 após o primeiro milhão de páginas no mês (06 de outubro de 2026).
3. Free tier: de 3 a 12 meses de cotas, convertidas em dólares na seção 5.4.

5.2 Exemplo resolvido 8: a aritmética de tiers do Textract

Mesma API, três faturas. A terceira linha é a que surpreende as equipes: a escolha de recursos pesa mais que o volume.

5.3 Exemplo resolvido 9, Transcribe: batch, não streaming, e redaction como adicional

Dois milhões de minutos de áudio por mês (tarifas verificadas em 06 de outubro de 2026):

E se o mesmo trabalho acrescentar content redaction em 2M de minutos (escalonado: 250K a $0.0024, 750K a$0.0015, 1M a $0.00102):

$$(250{,}000 \times 0.0024) + (750{,}000 \times 0.0015) + (1{,}000{,}000 \times 0.00102) = 600 + 1{,}125 + 1{,}020 = +\$2{,}745/\text{month}$$

Redaction é um medidor opt-in, cobrado por cima do minuto de transcrição: as perguntas de "pipeline de precisão mais barato" do exame giram em torno de perceber isso.

5.4 O free tier de IA, convertido em dólares

Exemplo resolvido 10, o teto do free tier para um piloto. Polly Standard 5M de caracteres = $20.00 mais Neural 1M de caracteres = $16.00 (tarifas de 06 de outubro de 2026) → $36/mês por 12 meses de saída de voz; Comprehend 50K unidades = $5.00 por API por mês (06 de outubro de 2026); Textract 1.000 páginas = $1.50 (06 de outubro de 2026); Transcribe 60 minutos = $0.60 em streaming (06 de outubro de 2026). Um piloto de voz + extração de entidades de seis meses pode, portanto, rodar com $0 de computo: desde que você fique dentro da cota, porque o free tier não avisa antes de parar.

• 📚 Você sabia? O plano gratuito AWS Free plan introduzido em 15 de julho de 2025 concede até $200 em créditos ($100 imediatamente mais até mais $100) ao longo de 6 meses (aws.amazon.com/free, 06 de outubro de 2026): separado dos free tiers de serviço que duram 3, 12 ou 24 meses. As opções de exame frequentemente confundem "créditos grátis" com "free tier"; os créditos expiram em um calendário, os free tiers expiram no uso.

---

6. Visibilidade de custo: Cost Explorer, tags de alocação de custo e orçamentos

Visibilidade é detectiva, não preventiva, mas sem ela você não pode definir um limite, e sem um limite uma ação de orçamento nunca dispara.

6.1 Cost Explorer

6.2 Tags de alocação de custo precisam ser ativadas

As tags de alocação de custo vêm em duas variedades e são ativadas separadamente no console de Billing antes que o Cost Explorer possa agrupar por elas (docs.aws.amazon.com, 2026):

O sintoma clássico: um engenheiro aplica uma tag CostCenter a todos os recursos ontem e ela ainda não aparece no Cost Explorer. A causa quase nunca é "tags não funcionam com serviços de IA" ou "a chave precisa começar com aws:": é que a tag de alocação de custo definida pelo usuário não foi ativada (e pode levar até 24 horas para aparecer).

6.3 AWS Budgets: alertas gratuitos, depois $0.10/dia por ação extra

Exemplo resolvido 11, o portão do orçamento. Uma equipe define um orçamento de $5.000/mês com alertas em 80 % e 100 % mais ações automáticas (anexar um SCP, parar instâncias de não produção):

• monitoramento e alertas: $0;
• ações nos primeiros dois orçamentos com ações habilitadas: $0;
• um terceiro orçamento com ações habilitadas: $0.10/dia ≈ $3.00/mês (06 de outubro de 2026).

A resposta de "custo mínimo de recursos" do exame é, portanto: alertas grátis, dois orçamentos com ações habilitadas grátis, depois $0.10/dia cada, e lembre-se de que uma ação de orçamento é aplicada depois do limite, então é um freio, não um muro.

• 📚 Você sabia? O AWS Budgets suporta ações de orçamento que anexam um SCP ou uma política de IAM, ou param recursos, o que o torna a única ferramenta de custo que faz algo preventivo, mas somente depois que o limite é cruzado e a ação executa. É por isso que o exame o associa a SCPs: o orçamento detecta, o SCP aplica.

---

7. Governança: prevenir o gasto em vez de reportá-lo

7.1 A pilha preventiva no AWS Organizations

Crescimento de regras do AWS Config: a AWS adicionou 75 novas regras em novembro de 2025 e 191 mais em julho de 2026 (AWS news, 2025 to 26), e os Conformance Packs implantam grupos de regras em toda uma organização: a resposta sempre que uma pergunta pede como detectar desvio em escala.

7.2 Exemplo resolvido 12, o controle certo para cada requisito

7.3 Service Catalog vs. SageMaker Catalog: não os confunda

7.4 Diagrama da camada de governança

---

8. Savings Plans, Spot e TCO: os números que você pode citar

8.1 Porcentagens de economia publicadas (todas oficiais, verificadas em 06 de outubro de 2026)

8.2 TCO do SageMaker: o número da organização inteira

A comparação de TCO publicada pela AWS (AWS ML blog e resumo executivo de TCO, 2020, ainda citado em 2026) afirma que o TCO de 3 anos do SageMaker é ≥ 54 % menor que o EC2 ou EKS autogerenciado, e detalha por tamanho de equipe: 5 cientistas de dados −90 %, 15 cientistas de dados −87 % / −85 %, 50 cientistas de dados −79 % / −65 %, 250 cientistas de dados −77 % / −54 % (EC2 / EKS respectivamente). O ponto da tabela é que mão de obra, segurança e sobrecarga operacional dominam para equipes pequenas, enquanto a infraestrutura domina à medida que a equipe cresce.

8.3 Regras de segurança de compromisso

1. Comprometa a base, não o pico: 70 to 80 % do gasto médio por hora em 30 dias.
2. Nunca comprometa com Spot: Savings Plans não se acumulam sobre Spot, e o gasto em Spot não consome um compromisso de Compute Savings Plan (docs.aws.amazon.com, 2026).
3. Prefira o plano flexível quando seu patrimônio mistura CPU e GPU: o SageMaker AI Savings Plan abrange todas as famílias, tamanhos, regiões e componentes ml.* (06 de outubro de 2026).
4. Reavalie antes da renovação: um Compute Savings Plan de 1 ano em uma carga de trabalho que vai para o serverless no mês 6 é dinheiro queimado.
5. Provisioned Throughput é uma aposta de volume: você paga por Model Unit por hora querendo usar ou não: passe de cerca de 60 % de utilização (número de terceiros, (G)) antes de se comprometer, e lembre-se de que modelos personalizados exigem Provisioned Throughput no mínimo.

---

9. Governança e custo em um único ritmo operacional

Junte tudo no ciclo que o exame espera que você descreva:

1. Tag primeiro: aplique Project, Environment, CostCenter; ative tags de alocação de custo definidas pelo usuário e geradas pela AWS separadamente (≤24 h).
2. Meça: Cost Explorer (console grátis, API $0.01/requisição, por hora ≈ $0.01/1.000 registros/mês, 06 de outubro de 2026).
3. Limite: alertas do AWS Budgets (gratuitos) em 80 %/100 %, por previsão ou valores reais.
4. Aja: ações de orçamento (os primeiros dois orçamentos com ações habilitadas grátis, depois $0.10/dia, 06 de outubro de 2026): anexe um SCP, ou pare recursos de não produção.
5. Previna: SCPs/RCPs para listas de permitidos de região e API, template constraints + TagOptions do Service Catalog para aplicação no lançamento, políticas do Bedrock para guardrails fixados, políticas de tags para padronização de chaves.
6. Detecte: regras do AWS Config e Conformance Packs (sagemaker-feature-group-tagged, criptografia, logging) com remediação via SSM.
7. Otimize continuamente: faça right-sizing, pare ociosos, adicione Spot para trabalho tolerante a falhas, adicione um Savings Plan apenas para a base medida e aplique as alavancas específicas do Bedrock (Batch, cache, roteamento, tiers).

• 📚 Você sabia? sagemaker-feature-group-tagged é uma regra gerenciada real do AWS Config, e as chaves de tag no Config são sensíveis a maiúsculas e não podem usar o prefixo aws:. Uma regra escrita para Project não dispara em project, e uma tentativa de registrar uma tag de usuário começando com aws: é rejeitada. Esse único detalhe explica um gênero inteiro de incidentes de "a regra mostra conformidade mas o gasto está sem atribuição".

---

10. O que é verificado, o que é de terceiros e o que conflita

O exame recompensa números datados e com fonte. Isto é exatamente o que esta lição não afirma sem data:

---

11. Atualizações de 2026 (em outubro de 2026)

Os preços e as ferramentas de suporte deste domínio não ficaram parados entre meados de 2025 e o fim de 2026. Cada mudança abaixo carrega uma data, porque um número sem data é inutilizável neste exame, e porque várias linhas aposentam ferramentas que guias de estudo antigos ainda recomendam pagar.

Tabela A: mudanças de preços, de ferramentas de custo e de disponibilidade, cada uma com sua data (pesquisado em 06 de outubro de 2026):

Tabela B: as tarifas das alavancas de custo do Bedrock que você pode citar para 2025 to 2026 (aws.amazon.com/bedrock/pricing e blogs da AWS, verificado em 06 de outubro de 2026):

• 📚 Você sabia? O guia do exame AIF-C01 v1.1, publicado em 30 de abril de 2026, adicionou sete objetivos, entre eles 2.1.4 (preços baseados em tokens e seu efeito em custo e desempenho), 2.1.5 (engenharia de contexto) e 2.1.6 (IA agêntica: MCP, gerenciamento de memória, uso de ferramentas, orquestração), enquanto Amazon MemoryDB foi removido do escopo (docs.aws.amazon.com/aws-certification/latest/ai-practitioner-01/, 30 de abril de 2026). Então a aritmética de custo que você vem praticando nesta lição não é um tópico legado: a AWS a escreveu no próprio guia do exame, cerca de um mês antes de esses objetivos começarem a aparecer em perguntas ao vivo.

---

Casos Reais

Uma página de preços é uma abstração; estes são as mesmas alavancas com o nome de um cliente anexado. Todos os números abaixo são afirmações do cliente ou da AWS e não auditados, apenas Sun Finance (n = 585 imagens) e Adobe (próprio conjunto de testes) divulgam uma base de amostra, e "até" é sempre um teto, nunca uma média.

Forethought, o imposto do faça-você-mesmo. Uma equipe de três pessoas rodava modelos e Kubernetes; sair do próprio Amazon EKS para multi-model endpoints consolidou a capacidade de GPU (−66 % com latência melhor), e o Serverless Inference levou a conta do endpoint ocioso a cerca de −80 % para os classificadores pequenos. São exatamente as duas alavancas das seções 3.4 e 2.1, consolidação, depois escala para zero. Observe o que o caso não publica: nenhum número de Spot, nenhum número de Savings Plan. Não importe os tetos de 90 %/64 % desta lição para um caso que nunca os alegou.

Sun Finance: pague cada medidor pelo trabalho em que ele é melhor. O Textract cobra por página ($0.0015 to$0.070 por página, 06 de outubro de 2026) enquanto o Claude cobra por token; separar OCR de estruturação cortou o custo por documento em 91 % e elevou a precisão de 79,73 % para 90,80 % em um conjunto de avaliação de 585 imagens. A primeira tentativa documentada: Claude Sonnet 4 sozinho: pontuou 61,8 % no geral e 43 % em números de documento de identidade e foi rejeitada, porque as proteções de privacidade da AWS bloqueiam extração direta de PII. Extração só com LLM não é a opção barata; é um protótipo falhado com uma conta de tokens anexada.

HAYAT HOLDING, gerenciado vence autossuficiente. Ambientes de ML "demorados e trabalhosos" construídos internamente deram lugar ao Automatic Model Tuning sobre 194 fluxos de sensores OPC-UA, com o SageMaker Edge Manager executando modelos no dispositivo, para uma economia publicada de $300.000 por ano (2023). A alavanca aqui não é uma porcentagem de desconto, é remover a mão de obra que a tabela de TCO da seção 8.2 diz dominar em equipes pequenas.

RareJob, right-sizing e serviço gerenciado primeiro, desconto segundo. A equipe foi de PC local → EC2/ECS (ainda caro demais) → SageMaker managed spot training alimentado por Glue e Athena: −25 % no tempo de treinamento, >10× de eficiência dos desenvolvedores e 100 horas por mês de volta (2020). O teto publicado do Spot é até 90 % de desconto com aviso de dois minutos (06 de outubro de 2026), mas os próprios números do caso são vazão e mão de obra, não preço por hora, cite-os dessa forma.

Tabela: os números publicados pela AWS das alavancas do Bedrock por trás desses resultados (AWS News Blog, 2024; AWS Cloud Financial Management, 2025; tudo reverificado em 06 de outubro de 2026):

• 📚 Você sabia? A AWS publica exatamente uma taxa de produção em todo o seu corpus de casos de IA generativa: 65 % dos projetos do Generative AI Innovation Center chegaram à produção em 2025, alguns em apenas 45 dias, de mais de 1.000 implementações, usando o framework das Cinco Vs (Value → Visualize → Validate → Verify → Venture) (aws.amazon.com/blogs/machine-learning/beyond-pilots-a-proven-framework-for-scaling-ai-to-production, 2025). Os outros 35 % implícitos é a parte que as páginas de histórias de clientes omitem, e a própria AWS nunca alega um número maior.

---

Perguntas de Prática (Practice Questions)

---