AWS 这条官方动态围绕「AWS 官方更新：Announcing consumption-based pricing for short-term memory in Amazon Bedrock AgentCore」展开，英文标题为 “Announcing consumption-based pricing for short-term memory in Amazon Bedrock AgentCore”。正文重点落在智能体工作流、工具调用和任务执行稳定性，需要结合官方发布内容理解它对模型使用和开发者接入的影响。
官方摘要提到：Announcing consumption-based pricing for short-term memory in Amazon Bedrock AgentCore Amazon Bedrock AgentCore memory now prices short-term memory (STM) based on the data your agents ingest, retrieve, and store, replacing the previous flat rate per event. AgentCore memory gives agents in-session context through short-term memory and persistent knowledge across sessions through long-term memory. With consumption-based pricing, developers building agents that write frequent, small events pay in proportion to what they use. STM is priced across three dimensions: ingestion at $1.00 per GB, retrieval at $0.20 per GB, and storage at $0.10 per GB-month. Ingestion and retrieval are billed per event with a 12 KB minimum and 64 KB maximum billable size, while storage is billed on each event's actual size. Most workloads see lower costs, with small-payload use cases seeing the largest reductions. You can manage storage costs by setting a shorter time to live (TTL) on your memory resources. Long-term memory pricing is unchanged. Consumption-based pricing for AgentCore Memory short-term memory is available in all AWS Regions where AgentCore Memory is offered. To get started, visit the Amazon Bedrock AgentCore pricing page .。对用户来说，这类信息最有价值的部分是判断新能力是否已经可用、适合哪些任务，以及调用时可能受到哪些版本或权限限制。
AWS 这条内容关注《AWS 官方更新：Announcing consumption-based pricing for short-term memory in Amazon Bedrock AgentCore》，英文标题为“Announcing consumption-based pricing for short-term memory in Amazon Bedrock AgentCore”，适合从智能体、插件、工具调用和自动化工作流角度阅读。对正在选择 AI API 服务的用户来说，重点不是又多了一条新闻，而是它会不会影响模型选择、调用方式、使用成本和稳定性判断。
原文信息可先概括为：AWS 这条官方动态围绕「AWS 官方更新：Announcing consumption-based pricing for short-term memory in Amazon Bedrock AgentCore」展开，英文标题为 “Announcing consumption-based pricing for short-term memory in Amazon Bedrock AgentCore”。正文重点落在智能体工作流、工具调用和任务执行稳定性，需要结合官方发布内容理解它对模型使用和开发者接入的影响。。原文摘要可以作为线索，但仍要回到官方页面和实测结果核对。如果后续页面内容继续更新，应优先看官方说明中的版本、时间、适用对象和限制条件。
官方动态通常先说明产品方向或能力变化，真正落地还要看账号权限、可用区域、模型版本、接口返回、上下文限制和价格口径。把它当成选型线索，比只看标题更有价值。
放到 API 中转站评测场景中，这条动态最需要转化为可验证的问题：服务商是否真的支持相关模型或能力，模型 ID 是否一致，调用返回是否符合官方行为，延迟、错误信息、上下文长度、工具调用和价格说明是否能相互印证。
实际测试时可以这样做：准备长任务拆解、工具调用、文件处理和连续对话场景，观察任务是否能持续推进，失败后是否给出清楚的错误信息。同一组任务最好多跑几次，并记录时间、返回内容、失败原因和扣费情况，这样才能区分真实能力、临时波动和页面宣传。
智能体场景会放大接口稳定性、上下文长度和并发限制，不能只看单轮问答是否能返回内容。尤其是充值前的新手用户，建议先用低成本任务确认模型列表、基础对话、长文本、代码或生图等核心场景，再决定是否长期使用。
这类资讯更适合作为一张实操清单：先看官方来源，再看服务商是否跟进，最后用小额任务做验证。能被验证的内容，才真正有助于判断一个 API 服务是否可靠。