AWS Bedrock
Service AWS qui expose une chaîne training + hosting intégrée pour fine-tuner et déployer des modèles fondation (Claude Haiku, Llama, Titan, etc.). API via boto3 SDK : `create_model_customization_job` pour le training, `create_provisioned_model_throughput` pour le deploy. À date 2026, seul Claude Haiku est fine-tunable côté Anthropic (Sonnet/Opus pas exposés au FT public).
Forces
- Seul chemin officiel pour fine-tuner Claude Haiku à date 2026
- Training job + monitoring CloudWatch + deploy intégrés dans une stack AWS unique
- Hyperparams documentés (learningRateMultiplier, epochCount, batchSize) avec defaults conservateurs
- SDK boto3 standard, vocabulaire familier pour toute équipe déjà sur AWS
Limites
- Provisioned throughput obligatoire pour deploy = ~$1440/mois minimum par PTU, tue le ROI sur petits volumes
- Seul Claude Haiku fine-tunable (pas Sonnet ni Opus), plafond qualité du modèle base
- Commitment 1 mois (On-demand) ou 6 mois (réduction), lock-in cash conséquent
- Latency de cold-start au premier appel après inactivity, pas adapté aux pics rares
Pour qui
- Équipes qui shippent un agent Claude custom avec volume mensuel ≥ 5M tokens
- Cas niche où prompting avancé + RAG plafonnent (format ultra-strict, terminologie métier)
- Équipes déjà infra AWS qui veulent éviter un nouveau provider IA