AWS Lambda 内部调用对成本影响有以下几个方面：

1. 调用次数：每次调用 Lambda 函数都会产生费用。因此，内部调用的次数越多，费用也就越高。

2. 运行时间：Lambda 函数的运行时间是计费的依据之一。如果内部调用的函数运行时间比较长，会导致费用增加。

3. 内存分配：Lambda 函数的内存分配也会影响成本。内部调用的函数如果需要更多的内存，也会增加费用。

下面是一个使用 Python 的代码示例，展示如何在 AWS Lambda 内部调用另一个 Lambda 函数：

import boto3
import json

def lambda_handler(event, context):
    # 创建 Lambda 客户端
    lambda_client = boto3.client('lambda')
    
    # 定义内部调用的 Lambda 函数参数
    invoke_params = {
        'FunctionName': '另一个 Lambda 函数的名称',
        'InvocationType': 'RequestResponse',
        'Payload': json.dumps({'key1': 'value1', 'key2': 'value2'})
    }
    
    # 内部调用另一个 Lambda 函数
    response = lambda_client.invoke(**invoke_params)
    
    # 处理内部调用的结果
    result = json.load(response['Payload'])
    
    # 返回结果
    return {
        'statusCode': 200,
        'body': result
    }

在上述代码中，我们使用 boto3 来创建 Lambda 客户端，并使用 invoke 方法进行内部调用。FunctionName 参数指定了要调用的 Lambda 函数的名称，InvocationType 参数指定了调用类型，这里选择的是 RequestResponse，表示同步调用。Payload 参数指定了传递给内部调用函数的数据。

请注意，上述示例只是一个简单的演示，实际使用中可能需要根据具体需求进行修改和扩展。