Démarrage rapide

Pour exécuter votre première demande d'inférence

1. Ouvrez un AWS compte.

   Si vous en avez déjà un Compte AWS, ignorez cette étape.

2. Générez une clé d'API à court terme pour authentifier vos demandes auprès d'Amazon Bedrock en ouvrant le service Amazon Bedrock dans la AWS console de gestion.

   Pour la procédure complète, consultez la clés d’API section.

   Pour les applications de production, utilisez des rôles IAM ou des informations d'identification temporaires.

3. Installez le SDK correspondant aux API que vous prévoyez d'utiliser. Python doit déjà être installé.

   Messages API

   pip install boto3 anthropic

   Responses/Chat Completions API

   pip install boto3 openai

   Invoke/Converse API

   pip install boto3

4. Définissez les variables d'environnement suivantes pour utiliser la clé API pour l'authentification.

   Messages API

   AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

   Responses/Chat Completions API

   OPENAI_API_KEY="<provide your Bedrock API key>"
   OPENAI_BASE_URL="https://bedrock-runtime.<your-region>.amazonaws.com/openai/v1"

   Invoke/Converse API

   AWS_BEARER_TOKEN_BEDROCK="<provide your Bedrock API key>"

5. Choisissez un modèle et exécutez votre première demande d'inférence.

   1. Choisissez un modèle. Amazon Bedrock prend en charge plus de 100 modèles de fondations.

   2. Utilisez le code Python suivant pour exécuter votre première demande d'inférence.

      Messages API

      from anthropic import AnthropicBedrock
      
      client = AnthropicBedrock(aws_region="us-east-1")
      
      response = client.messages.create(
          model="global.anthropic.claude-opus-5",
          max_tokens=1024,
          messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
      )
      print(response)

      Responses API

      from openai import OpenAI
      
      client = OpenAI()
      
      response = client.responses.create(
          model="openai.gpt-5.6-sol",
          input="Can you explain the features of Amazon Bedrock?"
          )
      print(response)

      Chat Completions API

      from openai import OpenAI
      
      client = OpenAI()
      
      response = client.chat.completions.create(
          model="openai.gpt-5.6-sol",
          messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}]
          )
      print(response)

      Converse API

      import boto3
      
      client = boto3.client('bedrock-runtime', region_name='us-east-1')
      response = client.converse(
          modelId='global.anthropic.claude-opus-5',
          messages=[
              {
                  'role': 'user',
                  'content': [{'text': 'Can you explain the features of Amazon Bedrock?'}]
              }
          ]
      )
      print(response)

      Invoke API

      import json
      import boto3
      
      client = boto3.client('bedrock-runtime', region_name='us-east-1')
      response = client.invoke_model(
          modelId='global.anthropic.claude-opus-5',
          body=json.dumps({
                  'anthropic_version': 'bedrock-2023-05-31',
                  'messages': [{ 'role': 'user', 'content': 'Can you explain the features of Amazon Bedrock?'}],
                  'max_tokens': 1024
          })
       )
       print(json.loads(response['body'].read()))

   3. Enregistrez le fichier sous le nom bedrock-first-request.py.

   4. Exécutez le code à l'aide de la commande suivante :

      python3 bedrock-first-request.py

      Vous devriez voir le résultat de votre demande d'inférence.