亚马逊 Bedrock 开源模型分析器 Model Profiler：5 分钟部署，一站式比较 120+ 模型
AWS 发布开源工具 Model Profiler，聚合 Bedrock 上 120+ 基础模型的元数据、定价、配额和区域可用性，支持搜索、筛选和对比。本文详解其功能、架构与部署方式，并分析对中文开发者的实际价值。
一句话看懂
AWS 开源 Model Profiler，一个在 5 分钟内即可部署的 Web 工具，帮你一站式搜索、筛选和对比 Amazon Bedrock 上 120+ 基础模型的规格、定价与配额。
详细发生了什么
Amazon Bedrock 已集成超过 100 个基础模型，来自 Anthropic、OpenAI、Meta、Mistral AI、Cohere 和 Amazon 等厂商。但模型选择的信息分散在控制台、文档和 API 中，团队难以快速对比能力、定价、区域可用性和上下文窗口等关键指标。
Model Profiler 是一个开源 Web 应用，通过自动化的无服务器管道，每天从 7 个数据源（5 个 AWS API + 2 个公开 URL）抓取数据，生成统一的模型目录。核心功能包括：
- Model Explorer：搜索和筛选 120+ 模型，支持按提供商、能力（视觉、代码生成、function calling 等）、模态、区域和状态过滤。
- 侧边对比：并排比较模型的规格、定价、配额和区域可用性。
- 定价与配额：展示按需、批量和预留层定价，以及 tokens-per-minute (TPM) 和 requests-per-minute (RPM) 限额。
- 区域地图：可视化模型在 33 个区域的可用性。
部署方式有两种：本地模式（使用本地 AWS 凭证，无需云资源）和 AWS 部署（全托管无服务器架构，每日自动刷新数据）。整个管道在 8-12 分钟内完成，通过 Step Functions 编排 17 个 Lambda 函数，利用 S3 缓存将 API 调用从约 480 次降至 29 次（缓存命中率 97%）。
中文圈视角
对于中国开发者，这个工具的价值和限制都很明显：
用得上吗？ 需要 AWS 账号和 Bedrock 访问权限。国内用户可以直接使用，但 Bedrock 部分模型可能受区域限制（如某些模型未在亚太区域上线）。工具本身是开源的，可以自行部署在本地或 AWS 中国区域（如果支持）。
国产平替？ 国内类似平台如阿里云百炼、百度千帆、华为云 ModelArts 也提供模型市场，但缺乏如此统一的开源对比工具。Model Profiler 的设计思路值得借鉴——将分散的元数据聚合为可搜索的目录。国内厂商可以考虑类似方案，降低模型选型成本。
具体场景：对于使用 Bedrock 做 RAG、function calling 或批处理的中文团队，这个工具能快速定位符合上下文窗口和配额要求的模型，避免手动翻阅文档。但中文模型（如通义千问）在 Bedrock 上的覆盖有限，仍需关注国内平台。
盲点：工具目前不包含模型实际性能基准（如延迟、准确性），仅提供元数据。选型时仍需结合自己的测试数据。
几条值得记住的细节
- 数据每天 6 AM UTC 自动刷新，可通过 CloudFormation 调整调度频率。
- 管道采用自愈机制：当检测到数据缺口时，由 Bedrock 驱动的 agent 自动应用安全修复，变更会版本化备份。
- 本地模式无需云基础设施，只需 AWS 凭证即可运行数据收集和前端。
- 支持按消费选项筛选：In-Region（按需）、Cross-Region Inference（跨区域推理）、Batch（批量）和 Mantle（高性能推理）。
- 上下文窗口数据来自 LiteLLM 模型数据库，生命周期状态来自 AWS 文档。
一句话总结
如果你在用 Amazon Bedrock，这个开源工具能帮你省下大量手动对比模型的时间，5 分钟部署即可获得清晰的选型视图。