【正解】D
【0からの解説】
生成 AI アプリでは、モデルが応答を生成し終わるまで待つと数十秒かかることがあるため、生成されたそばからテキストを順次返す「レスポンスストリーミング」が重要です。本問は「ストリーミング」「トークン制限」「再試行」の 3 要件を、API Gateway ＋ Lambda ＋ Bedrock というマネージド構成で満たす設計を問うています。
・AWS Lambda レスポンスストリーミングは、Lambda が応答を一括ではなくチャンク（断片）単位で順次返せる機能です。
・Amazon Bedrock には InvokeModelWithResponseStream API があり、FM の生成結果をストリーミングで受け取れます。
【D が正解の理由】
API Gateway の REST API はレスポンスストリーミングに対応しており（2025 年に対応を発表）、Lambda レスポンスストリーミングと組み合わせることで、Bedrock からのストリーミング応答をクライアントまでエンドツーエンドで中継できます。トークン制限の適用（リクエストごとの max_tokens 指定や入力の検証）と再試行ロジックは Lambda 関数内に集約でき、すべてマネージドサービスの設定範囲で完結するため運用負荷が最小です。
【誤りの選択肢】
A：HTTP API はレスポンスストリーミングをサポートしていません（応答がバッファリングされるため、Lambda 側でストリーミングしてもクライアントには一括で届きます）。ストリーミング要件を満たせない点が D との決定的な違いです。
B：クライアント側ポーリングは本物のストリーミングではなく、レイテンシ低減という目的に反します。また、トークン制限をフロントエンドで適用するのは、クライアント側のコードは改ざん可能なため、リソース使用量の管理（サーバー側の統制）として機能しません。
C：マネージドモデルサービス（Bedrock）を使う前提にもかかわらず、ECS で自前のコンテナ化推論サーバーを運用する構成であり、インフラの構築・パッチ適用・スケーリング管理が必要になるため「最小の運用負荷」に明確に反します。
【参考】
AWS Lambda レスポンスストリーミングAmazon Bedrock InvokeModelWithResponseStream APIAmazon API Gateway とは