ある法律事務所は、過去10年分の契約書500,000件をAmazon Bedrockを使って要約する必要があります。要約結果は24時間以内に完成すれば十分で、リアルタイムの応答は不要です。処理コストを最小化するための最も適切なアプローチはどれですか？
Amazon Bedrock Batch Inferenceは、大量のリクエストをまとめて非同期処理するための機能で、オンデマンド価格と比較して最大50%のコスト削減が可能です。 S3に入力データ（JSONL形式）をアップロードしてバッチジョブを作成するだけで、Bedrockが自動的に並列処理を行い、結果をS3に出力します。 24時間以内という要件はバッチ処理で十分に満たせるため、コスト最適化の観点から最も適切な選択肢です。 選択肢AのLambda + SQSの組み合わせはオンデマンド価格で処理されるため、Batch Inferenceと比べてコストが高くなります。 選択肢CのProvisioned Throughputは一定スループットの確保には有効ですが、最低1ヶ月のコミットが必要で、バッチ処理のようなスパイク的な使用パターンではコスト効率が低くなります。 選択肢DのCustom Modelsによるファインチューニングはトレーニングコストと時間が別途発生し、要約精度の低下リスクもあるため、この要件には適していません。