Tarification de Vertex AI

Les tarifs sont indiqués en dollars américains (USD). Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Tarifs de Vertex AI par rapport à ceux des anciens produits

Les coûts de Vertex AI restent identiques à ceux des anciens produits AI Platform et AutoML qu'il remplace, à l'exception des éléments suivants :

• Les prédictions des anciennes plates-formes AI Platform Prediction et AutoML Tables acceptaient des types de machines moins coûteux et moins performants qui ne sont pas pris en charge par Vertex AI Prediction et le modèle tabulaire AutoML.

• L'ancienne plate-forme AI Platform Prediction prenait en charge le scaling à zéro instance, ce qui n'est pas le cas de Vertex AI Prediction.

Vertex AI a également pour particularité d'offrir davantage de moyens d'optimiser les coûts :

• Environnement d'exécution TensorFlow optimisé

• Compatibilité avec les modèles de co-hébergement

• Aucune durée d'utilisation minimale pour l'entraînement et la prédiction (facturation de l'utilisation par tranches de 30 secondes)

Tarifs de l'IA générative sur Vertex AI

Pour obtenir des informations concernant les tarifs de l'IA générative sur Vertex AI, consultez cette page.

Tarifs des modèles AutoML

Pour les modèles Vertex AI AutoML, vous payez trois activités principales :

• Entraîner le modèle
• Déployer le modèle sur un point de terminaison
• Utiliser le modèle pour effectuer des prédictions

Vertex AI utilise des configurations de machine prédéfinies pour les modèles Vertex AutoML, et le tarif horaire pour ces activités reflète l'utilisation des ressources.

Le temps nécessaire à l'entraînement du modèle dépend de la taille et de la complexité de vos données d'entraînement. Les modèles doivent être déployés avant de pouvoir fournir des prédictions ou des explications en ligne.

Vous payez pour chaque modèle déployé sur un point de terminaison, même si aucune prédiction n'est effectuée. Vous devez annuler le déploiement de votre modèle pour ne pas générer de frais supplémentaires. Les modèles qui ne sont pas déployés ou dont le déploiement a échoué ne sont pas facturés.

Vous ne payez que les heures de calcul utilisées. Si l'entraînement échoue pour une raison autre qu'une annulation déclenchée par l'utilisateur, le temps ne vous sera pas facturé. En revanche, il vous sera facturé si vous annulez l'opération.

Sélectionnez un type de modèle ci-dessous pour accéder aux informations tarifaires.

Frais de prédiction pour Vertex Explainable AI

Les calculs associés à Vertex Explainable AI sont facturés au même tarif que la prédiction. Cependant, le traitement des explications est plus long que celui des prédictions standards. L'utilisation intensive de Vertex Explainable AI avec l'autoscaling peut donc entraîner le démarrage de davantage de nœuds, et ainsi augmenter les frais encourus pour les prédictions.

Vertex AI Forecast

Modèles à entraînement personnalisé

Entraînement

Les tableaux ci-dessous indiquent le coût par heure approximatif des différentes configurations d'entraînement. Vous pouvez choisir une configuration personnalisée pour les types de machines sélectionnés. Pour calculer les prix, additionnez les coûts des machines virtuelles que vous utilisez.

Si vous utilisez des types de machines Compute Engine et que vous y associez des accélérateurs, les frais qui y sont liés sont distincts. Pour calculer ces frais, multipliez les tarifs indiqués dans le tableau sur les accélérateurs ci-dessous par le nombre d'heures-machine de chaque type d'accélérateur utilisé.

Types de machines

^* Ce montant inclut le prix des GPU, car ce type d'instance nécessite toujours un nombre fixe d'accélérateurs GPU.
Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Accélérateurs

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

* Le prix de l'entraînement avec un pod Cloud TPU est basé sur le nombre de cœurs du pod. Le nombre de cœurs d'un pod est toujours un multiple de 32. Pour déterminer le prix de l'entraînement sur un pod comportant plus de 32 cœurs, prenez le prix d'un pod à 32 cœurs et multipliez-le par le nombre de cœurs divisé par 32. Par exemple, pour un pod à 128 cœurs, le prix est de (32-core Pod price) * (128/32). Pour en savoir plus sur les pods Cloud TPU disponibles pour une région donnée, consultez Architecture du système dans la documentation Cloud TPU.

Disques

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

• Toute utilisation est soumise aux règles de quotas de Vertex AI.
• Vous devez stocker vos données et vos fichiers de programme dans des buckets Google Cloud Storage pendant le cycle de vie de Vertex AI. En savoir plus sur l'utilisation de Cloud Storage

L'entraînement de vos modèles vous est facturé à partir du moment où les ressources sont provisionnées pour un job et jusqu'à la fin de celui-ci.

Niveaux d'évolutivité pour les configurations prédéfinies (AI Platform Training)

Vous pouvez contrôler le type de cluster de traitement à utiliser pour l'entraînement de votre modèle. La méthode la plus simple consiste à choisir parmi l'une des configurations prédéfinies appelées niveaux d'évolutivité. En savoir plus sur les niveaux d'évolutivité

Types de machines pour les configurations personnalisées

Si vous utilisez Vertex AI ou sélectionnez CUSTOM comme niveau d'évolutivité pour AI Platform Training, vous contrôlez le nombre et le type de machines virtuelles à utiliser pour le maître, le nœud de calcul et les serveurs de paramètres du cluster. En savoir plus sur les types de machines pour Vertex AI et les types de machines pour AI Platform Training

Le coût de l'entraînement avec un cluster de traitement personnalisé correspond à la somme de toutes les machines que vous indiquez. La durée totale de la tâche, et non le temps de traitement actif de chaque machine, vous est facturée.

Gen AI Evaluation Service

Vertex AI Gen AI Evaluation Service facture les champs d'entrée et de sortie de chaîne pour chaque tranche de 1 000 caractères. Un caractère est défini comme un caractère Unicode. Les espaces sont exclus du décompte. Les requêtes d'évaluation ayant échoué, y compris les réponses filtrées, ne seront pas facturées. À la fin de chaque cycle de facturation, les fractions de centime (0,01 $) sont arrondies à un centime.

Gen AI Evaluation Service est en disponibilité générale. Les tarifs sont entrés en vigueur le 27 septembre 2024.

Métrique	Tarifs
Par point	Entrée: 0,005 $ pour 1 000 caractères Sortie: 0,015 $ pour 1 000 caractères
Par paire	Entrée: 0,005 $ par 1 000 caractères Sortie: 0,015 $ par 1 000 caractères

Les métriques basées sur les calculs sont facturées à 0,00003 $par tranche de 1 000 caractères d'entrée et 0,00009 $par tranche de 1 000 caractères de sortie. Elles sont appelées métriques automatiques dans les SKU.

Nom de la métrique	Type
Correspondance exacte	En fonction du calcul
Bleu	En fonction du calcul
Rouge	En fonction du calcul
Appel d'outil valide	En fonction du calcul
Correspondance du nom de l'outil	En fonction du calcul
Correspondance clé du paramètre de l'outil	En fonction du calcul
Correspondance KV du paramètre de l'outil	En fonction du calcul

Les tarifs sont indiqués en dollars américains (USD). Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des codes SKU Cloud Platform s'appliquent.

Les métriques basées sur des modèles existants sont facturées à 0,005 $par tranche de 1 000 caractères d'entrée et 0,015 $par tranche de 1 000 caractères de sortie.

Nom de la métrique	Type
Cohérence	Par point
Niveau de langage	Par point
Fulfillment	Par point
Sécurité	Par point
Ancrage	Par point
Qualité de la synthèse	Par point
Utilité de la synthèse	Par point
Synthèse détaillée	Par point
Qualité du système de questions-réponses	Par point
Pertinence des réponses aux questions	Par point
Utilité des systèmes de questions-réponses	Par point
Exactitude des réponses aux questions	Par point
Qualité de la synthèse par paire	Par paire
Qualité du système de questions-réponses par paire	Par paire

Les tarifs sont indiqués en dollars américains (USD). Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des codes SKU Cloud Platform s'appliquent.

Ray sur Vertex AI

Entraînement

Les tableaux ci-dessous indiquent le coût par heure approximatif des différentes configurations d'entraînement. Vous pouvez choisir une configuration personnalisée pour les types de machines sélectionnés. Pour calculer les prix, additionnez les coûts des machines virtuelles que vous utilisez.

Si vous utilisez des types de machines Compute Engine et que vous y associez des accélérateurs, les frais qui y sont liés sont distincts. Pour calculer ces frais, multipliez les tarifs indiqués dans le tableau sur les accélérateurs ci-dessous par le nombre d'heures-machine de chaque type d'accélérateur utilisé.

Types de machines

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Accélérateurs

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

* Le prix de l'entraînement avec un pod Cloud TPU est basé sur le nombre de cœurs du pod. Le nombre de cœurs d'un pod est toujours un multiple de 32. Pour déterminer le prix de l'entraînement sur un pod comportant plus de 32 cœurs, prenez le prix d'un pod à 32 cœurs et multipliez-le par le nombre de cœurs divisé par 32. Par exemple, pour un pod à 128 cœurs, le prix est de (32-core Pod price) * (128/32). Pour en savoir plus sur les pods Cloud TPU disponibles pour une région donnée, consultez Architecture du système dans la documentation Cloud TPU.

Disques

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

• Toute utilisation est soumise aux règles de quotas de Vertex AI.
• Vous devez stocker vos données et vos fichiers de programme dans des buckets Google Cloud Storage pendant le cycle de vie de Vertex AI. En savoir plus sur l'utilisation de Cloud Storage

L'entraînement de vos modèles vous est facturé à partir du moment où les ressources sont provisionnées pour un job et jusqu'à la fin de celui-ci.

Prédiction et explication

Les tableaux suivants indiquent le coût par heure-nœud des prédictions par lot et en ligne, ainsi que des explications en ligne. Les heures-nœud correspondent au temps durant lequel une machine virtuelle exécute un job de prédiction ou durant lequel elle attend dans un état actif (un point de terminaison comportant un ou plusieurs modèles déployés) pour traiter les requêtes de prédiction ou d'explication.

Choisissez une région pour afficher sa grille tarifaire :

• Amériques
• Europe
• Asie-Pacifique
• Moyen-Orient

Tarifs pour les Amériques

Les tableaux suivants présentent le prix par heure-nœud pour chaque type de machine.

TPU v5e
ct5lp-hightpu-1t	Tarifs approximatifs :
us-west1	1,38 $
ct5lp-hightpu-4t	Tarifs approximatifs :
us-west1	5,52 $
ct5lp-hightpu-8t	Tarifs approximatifs :
us-west1	11,04 $

Tarifs pour l'Europe

Les tableaux suivants présentent le prix par heure-nœud pour chaque type de machine.

Tarifs pour l'Asie-Pacifique

Les tableaux suivants présentent le prix par heure-nœud pour chaque type de machine.

Tarifs pour le Moyen-Orient

Chaque type de machine est facturé avec les SKU suivants sur votre facture Google Cloud :

• Coût du processeur virtuel, mesuré en vCPU-heure
• Coût de la mémoire RAM, mesuré en Go-heure
• Coût des GPU s'ils sont intégrés à la machine ou s'il s'agit de GPU facultatifs, mesuré en heures de GPU

Les tarifs des types de machines servent à approximer le coût horaire total pour chaque nœud de prédiction d'une version de modèle utilisant ce type de machine.

Par exemple, un type de machine n1-highcpu-32 contient 32 vCPU et 32 Go de RAM. De ce fait, son tarif horaire est égal à 32 vCPU hours + 32 GB hours.

La grille tarifaire des SKU est disponible par région. Chaque tableau présente les tarifs des vCPU, de la RAM et des GPU intégrés pour les différents types de machines de prédiction, ce qui reflète de manière plus précise les SKU facturés.

Pour consulter les tarifs des SKU par région, choisissez une région afin d'afficher sa grille tarifaire :

• Amériques
• Europe
• Asie-Pacifique
• Moyen-Orient

Tarifs des SKU pour les Amériques

Tarifs des SKU pour l'Europe

Tarifs des SKU pour l'Asie-Pacifique

Tarifs des SKU pour le Moyen-Orient

Certains types de machines vous permettent d'ajouter des accélérateurs GPU facultatifs pour la prédiction. Les GPU facultatifs entraînent des frais supplémentaires en plus de ceux décrits dans le tableau précédent. Consultez chacune des grilles tarifaires, qui décrivent les tarifs de chaque type de GPU facultatif.

Les tarifs sont indiqués par GPU. Si vous utilisez plusieurs GPU par nœud de prédiction (ou si votre version évolue pour utiliser plusieurs nœuds), les coûts évoluent en conséquence.

AI Platform Prediction réalise des prédictions à partir de votre modèle en exécutant plusieurs machines virtuelles ("nœuds"). Par défaut, Vertex AI ajuste automatiquement le nombre de nœuds en cours d'exécution à tout moment. Pour la prédiction en ligne, le nombre de nœuds s'adapte en fonction de la demande. Chaque nœud peut répondre à plusieurs requêtes de prédiction. Pour la prédiction par lot, le nombre de nœuds s'adapte afin de réduire la durée totale d'exécution de la tâche. Vous pouvez personnaliser le scaling des nœuds de prédiction.

Pour votre modèle, la durée d'exécution de chaque nœud vous est facturée, y compris dans les cas suivants :

• Lorsque le nœud traite une tâche de prédiction par lot
• Lorsque le nœud traite une requête de prédiction en ligne
• Lorsque le nœud est disponible pour les prédictions en ligne

Une heure-nœud correspond au coût d'exécution d'un nœud durant une heure. Le tableau des tarifs relatifs aux prédictions indique le prix d'un heure-nœud, qui varie selon les régions et le type de prédiction (en ligne ou par lot).

Les heures-nœud peuvent être fractionnées afin d'être consommés par tranches. Par exemple, l'exécution d'un nœud durant 30 minutes coûte 0,5 heure-nœud.

Calcul des coûts pour les types de machines Compute Engine (N1)

• La durée d'exécution d'un nœud est facturée par tranches de 30 secondes. Ainsi, toutes les 30 secondes, votre projet est facturé pour 30 secondes d'utilisation des processeurs virtuels, de la mémoire RAM et des ressources GPU alors utilisés par votre nœud.

Informations supplémentaires sur le scaling automatique des nœuds de prédiction

Prédiction en ligne	Prédiction par lot
La priorité du scaling est de réduire la latence des requêtes individuelles. Le service permet à votre modèle de rester disponible pendant quelques minutes d'inactivité après le traitement d'une requête.	La priorité du scaling est de réduire le temps total de la tâche.
Le scaling a un effet sur le montant total qui vous est facturé chaque mois : plus vos requêtes sont nombreuses et fréquentes, plus le volume de nœuds utilisés est important.	Le scaling doit avoir peu d'effet sur le prix de votre job, même si la création d'un nœud engendre des frais.
Vous pouvez choisir de laisser le service s'adapter en fonction du trafic (scaling automatique) ou définir un nombre de nœuds à exécuter en permanence pour éviter la latence (scaling manuel). Si vous sélectionnez le scaling automatique, le nombre de nœuds évolue automatiquement. Pour les déploiements des anciens types de machines AI Platform Prediction (MLS1), le nombre de nœuds peut être réduit à zéro pour les périodes sans trafic. Pour les déploiements Vertex AI et les autres types de déploiements AI Platform Prediction, le nombre de nœuds ne peut pas être réduit à zéro. Si vous sélectionnez le scaling manuel, vous spécifiez un nombre de nœuds à exécuter en permanence. La totalité du temps d'exécution des nœuds vous est alors facturée, du déploiement jusqu'à la suppression de la version du modèle.	Vous pouvez modifier le scaling en définissant un nombre maximal de nœuds à utiliser pour un job de prédiction par lot et en définissant le nombre de nœuds à exécuter pour un modèle lorsque vous le déployez.

Les jobs de prédiction par lot sont facturés une fois qu'ils sont terminés

Les jobs de prédiction par lot sont facturés une fois qu'ils sont terminés, et non de manière incrémentielle au cours du job. Les alertes budgétaires Cloud Billing que vous avez configurées ne sont pas déclenchées lorsqu'un job est en cours d'exécution. Avant de démarrer un job volumineux, nous vous recommandons d'exécuter d'abord des jobs d'analyse comparative des coûts avec de petites données d'entrée.

Exemple de calcul de frais liés aux prédictions

Une agence immobilière implantée dans la région des Amériques exécute une prédiction hebdomadaire de la valeur des biens immobiliers dans la zone qu'elle couvre. En un mois, elle exécute des prédictions pour quatre semaines par lots de 3920, 4277, 3849 et 3961. Les jobs sont traités par un seul nœud, et chaque instance nécessite en moyenne 0.72 seconde de traitement.

Commencez par calculer la durée d'exécution de chaque tâche :

3920 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.04 minutes
4277 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 51.324 minutes
3849 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 46.188 minutes
3961 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.532 minutes

L'exécution de chaque tâche a duré plus de 10 minutes, et sera donc facturée à la minute de traitement.

($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 52 minutes * 1 node = $0.0685711
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 47 minutes * 1 node = $0.061977725
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964

Le coût total s'élève à 0,26 $ pour le mois.

Dans cet exemple, nous avons supposé que les tâches s'exécutaient sur un seul nœud et prenaient le même temps pour chaque instance d'entrée. En utilisation réelle, veillez à prendre en compte plusieurs nœuds et à utiliser le temps d'exécution effectif de chacun d'eux dans vos calculs.

Frais pour Vertex Explainable AI

Explications basées sur les caractéristiques

Les explications basées sur les caractéristiques sont disponibles sans frais supplémentaires pour les prédictions. Cependant, le traitement des explications est plus long que celui des prédictions standards. L'utilisation intensive de Vertex Explainable AI avec l'autoscaling peut donc entraîner le démarrage de davantage de nœuds, et ainsi augmenter les frais encourus pour les prédictions.

Explications basées sur des exemples

La tarification des explications basées sur des exemples comprend les éléments suivants :

• Lorsque vous importez un modèle ou mettez à jour l'ensemble de données d'un modèle, vous êtes facturé comme suit :

  • par heure-nœud pour le job de prédiction par lot qui est utilisé afin de générer les représentations d'espace latent des exemples. Cet élément est facturé au même tarif que la prédiction.
  • un coût lié à la création ou la mise à jour des index. Ce coût est le même que le coût d'indexation pour Vector Search, soit nombre d'exemples x nombre de dimensions x 4 octets par nombre à virgule flottante x 3 $ par Go. Par exemple, si vous avez un million d'exemples et un espace latent à 1 000 dimensions, le coût est de 12 $ (1 000 000 x 1 000 x 4 x 3 / 1 000 000 000).

• Lorsque vous déployez le modèle sur un point de terminaison, vous êtes facturé par heure-nœud pour chaque nœud de votre point de terminaison. Tous les calculs associés au point de terminaison sont facturés au même tarif que la prédiction. Toutefois, comme les explications basées sur des exemples nécessitent des ressources de calcul supplémentaires pour livrer l'index Vector Search, cela entraîne le démarrage de davantage de nœuds et, par conséquent, l'augmentation des frais de prédiction.

Vertex AI Neural Architecture Search

Les tableaux suivants récapitulent les tarifs associés à chaque région où Neural Architecture Search est disponible.

Tarifs

Les tableaux suivants indiquent le coût par heure de différentes configurations.

Vous pouvez choisir un niveau d'évolutivité prédéfini ou une configuration personnalisée pour les types de machines sélectionnés. Si vous optez pour une configuration personnalisée, vous devez additionner les coûts des machines virtuelles que vous utilisez.

Les tarifs des anciens types de machines utilisant des accélérateurs incluent les frais liés à ces derniers. Si vous utilisez des types de machines Compute Engine et que vous y associez des accélérateurs, les frais qui y sont liés sont distincts. Pour calculer ces frais, multipliez les tarifs indiqués dans le tableau sur les accélérateurs ci-dessous par le nombre d'accélérateurs de chaque type utilisés.

Types de machines

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Les tarifs des instances a2-highgpu incluent les frais liés aux accélérateurs NVIDIA_TESLA_A100 associés.

Accélérateurs

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Disques

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Remarques :

1. Toute utilisation est soumise aux règles de quotas de Neural Architecture Search.
2. Vous devez stocker vos données et vos fichiers de programme dans des buckets Cloud Storage pendant le cycle de vie de Neural Architecture Search. En savoir plus sur l'utilisation de Cloud Storage
3. Pour les remises basées sur le volume, contactez l'équipe commerciale.
4. Le disque n'est facturé que lorsque la taille du disque de chaque VM dépasse 100 Go. Les 100 premiers Go (taille de disque par défaut) ne sont pas facturés pour chaque VM. Par exemple, si vous configurez chaque VM avec un disque de 105 Go, vous serez facturé 5 Go de disque pour chaque VM.

Utilisation obligatoire de Cloud Storage

En plus des coûts décrits dans ce document, vous devez stocker vos données et vos fichiers de programme dans des buckets Cloud Storage pendant le cycle de vie de Neural Architecture Search. Ce stockage est soumis aux règles de tarification de Cloud Storage.

L'utilisation obligatoire de Cloud Storage comprend ce qui suit :

• Préproduction de votre package d'application d'entraînement

• Stockage des données d'entrée d'entraînement

• Stockage des résultats de vos jobs (le stockage à long terme de ces éléments n'étant pas nécessaire avec Neural Architecture Search, vous pouvez supprimer les fichiers dès que l'opération est terminée)

Opérations gratuites pour la gestion de vos ressources

Les opérations de gestion des ressources proposées par Neural Architecture Search sont disponibles sans frais. Les règles de quotas de Neural Architecture Search limitent certaines de ces opérations.

Ressource	Opérations gratuites
tâches	get, list et cancel
opérations	get, list, cancel et delete

Vertex AI Pipelines

Vertex AI Pipelines facture des frais d'exécution de 0,03 $ par exécution de pipeline. Les frais d'exécution ne vous sont pas facturés pendant la version preview. Vous payez également les ressources Google Cloud que vous utilisez avec Vertex AI Pipelines, telles que les ressources Compute Engine utilisées par les composants du pipeline (facturées au même tarif que pour l'entraînement Vertex AI.) Enfin, vous êtes responsable du coût des services (tels que Dataflow) appelés par votre pipeline.

Vertex AI Feature Store

Vertex AI Feature Store est en disponibilité générale (DG) depuis novembre 2023. Pour obtenir des informations sur la version précédente du produit, consultez Vertex AI Feature Store (ancien).

Nouveau produit Vertex AI Feature Store

Le nouveau produit Vertex AI Feature Store offre des fonctions pour deux types d'opérations :

• Les opérations hors connexion sont des opérations de transfert, stockage, récupération et transformation des données effectuées dans le magasin hors connexion (BigQuery).
• Les opérations en ligne sont des opérations de transfert des données dans le ou les magasins en ligne et des opérations effectuées sur les données tandis que celles-ci sont dans ce ou ces magasins.

Tarifs des opérations hors connexion

Du fait que BigQuery est utilisé pour les opérations hors connexion, veuillez consulter la tarification de BigQuery au sujet de fonctionnalités telles que l'ingestion dans le magasin hors connexion, l'envoi de requêtes à ce magasin et le stockage hors connexion.

Tarifs des opérations en ligne

Pour les opérations en ligne, Vertex AI Feature Store facture toute fonctionnalité en DG de transfert de données vers le magasin en ligne, de livraison de données ou de stockage de données. Les heures-nœud correspondent au temps durant lequel une machine virtuelle exécute une opération, facturé à la minute.

La livraison en ligne optimisée et la livraison en ligne Bigtable utilisent des architectures différentes et leurs nœuds ne sont donc pas comparables.
Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Estimations des charges de travail des opérations en ligne

Pour estimer vos charges de travail, tenez compte des instructions suivantes. Le nombre de nœuds requis pour une charge de travail donnée peut différer selon l'approche de livraison.

• Traitement des données :
  • Ingestion : un nœud peut ingérer approximativement 100 Mo de données par heure dans un magasin en ligne Bigtable ou un magasin en ligne optimisé si aucune fonction analytique n'est utilisée.
• Livraison en ligne Bigtable: chaque nœud peut prendre en charge approximativement 15 000 RPS et jusqu'à 5 To de stockage.
• Diffusion en ligne optimisée: les performances sont basées sur le type de machine et les réplicas, qui sont automatiquement configurés pour minimiser les coûts en fonction de la charge de travail. Chaque nœud peut comporter au moins deux réplicas et au maximum six réplicas pour la haute disponibilité et l'autoscaling. Vous êtes facturé en fonction du nombre de réplicas. Pour en savoir plus, consultez les exemples de scénarios mensuels.
  • Pour les charges de travail non liées aux représentations vectorielles continues, chaque nœud peut prendre en charge environ 500 RPS et jusqu'à 200 Go de stockage.
  • Pour les charges de travail liées aux représentations vectorielles continues, chaque nœud peut prendre en charge environ 500 RPS et jusqu'à 4 Go de données de 512 dimensions.

Vous pouvez consulter le nombre de nœuds (avec réplicas) dans l'Explorateur de métriques:

Exemples de scénarios mensuels (partant du principe que la région est us-central1)

Charge de travail de diffusion d'un flux de données – Livraison en ligne Bigtable avec 2,5 To de données (1 Go actualisé quotidiennement) et 1 200 RPS

Opérations	Utilisation mensuelle	Coût mensuel
Nœud de traitement des données	(1 Go/jour) x (30 jours/mois) x (1 000 Mo/Go) x (1 heure-nœud / 100 Mo) = 300 heures-nœud	300 heures-nœud x (0,08 $ par heure-nœud) = 24 $
Nœud de livraison en ligne optimisée	N/A	N/A
Nœud de livraison en ligne Bigtable	(1 nœud) x (24 heures/jour) x (30 jours/mois) = 720 heures-nœud	720 heures-nœud x (0,94 $ par heure-nœud) = 677 $
Stockage pour la livraison en ligne Bigtable	(2,5 To-mois) x (1 000 Go/To) = 2 500 Go-mois	2 500 Go-mois x (0,25 $ par Go-mois) = 625 $
Total		1 326 $

Charge de travail à haut RPS – Livraison en ligne optimisée avec 10 Go de données non intégrées (5 Go actualisés quotidiennement) et 2 000 RPS

Opérations	Utilisation mensuelle	Coût mensuel
Nœud de traitement des données	(5 Go/jour) x (30 jours/mois) x (1 000 Mo/Go) x (1 heure-nœud / 100 Mo) = 1 500 heures-nœud	1 500 heures-nœud x (0,08 $ par heure-nœud) = 120$
Nœud de livraison en ligne optimisée	Arrondir à l'unité supérieure(10 Go * (1 nœud / 200 Go)) = 1 * max(2 réplicas par défaut, 2 000 RPS * (1 réplica / 500 RPS)) = 4 nœuds au total * (24 h/j) * (30 j/mois) =2 880 heures-nœud	2 880 heures-nœud x (0,30 $ par heure-nœud) = 864 $
Nœud de livraison en ligne Bigtable	N/A	N/A
Stockage pour la livraison en ligne Bigtable	N/A	N/A
Total		984$

Charge de travail de la diffusion d'ancrages – Livraison en ligne optimisée avec 20 Go de données d'ancrages (2 Go actualisés quotidiennement) et 800 QPS

Opérations	Utilisation mensuelle	Coût mensuel
Nœud de traitement des données	(2 Go/jour) x (30 jours/mois) x (1 000 Mo/Go) x (1 heure-nœud / 100 Mo) = 600 heures-nœud	600 heures-nœud x (0,08 $ par heure-nœud) = 48$
Nœud de livraison en ligne optimisée	Arrondir à l'unité supérieure(20 Go* (1 nœud / 4 Go) = 5 * max(2 réplicas par défaut, 800 RPS * (1 réplica / 500 RPS)) = 10 nœuds au total * (24 h/j) * (30 j/mois) = 7 200 heures-nœud	7 200 heures-nœud x (0,30 $ par heure-nœud) = 2 160 $
Nœud de livraison en ligne Bigtable	N/A	N/A
Stockage pour la livraison en ligne Bigtable	N/A	N/A
Total		2 208$

Vertex AI Feature Store (ancien)

Les tarifs de Vertex AI Feature Store (ancien) sont basés sur la quantité de données de caractéristiques stockées en ligne et hors connexion, ainsi que sur la disponibilité de la livraison en ligne. Les nœuds par heure correspondent au temps qu'une machine virtuelle passe à livrer des données de caractéristiques ou durant lequel elle est disponible pour traiter les requêtes de données de caractéristiques.

Si vous ne payez pas en USD, les tarifs indiqués dans votre devise sur la page des SKU de Cloud Platform s'appliquent.

Lorsque vous activez la surveillance des valeurs des caractéristiques, la facturation inclut les frais applicables ci-dessus, ainsi que les frais applicables suivants :

• 3,50 $ par Go pour toutes les données analysées. Si l'analyse d'instantanés est activée, les instantanés pris sur des données dans Vertex AI Feature Store (ancien) sont inclus. Si l'analyse des caractéristiques d'importation est activée, les lots de données ingérées sont inclus.
• Des frais supplémentaires sont appliqués pour d'autres opérations Vertex AI Feature Store (ancien) utilisées avec la surveillance des valeurs des caractéristiques, notamment :
  • La fonctionnalité d'analyse d'instantanés prend périodiquement un instantané des valeurs des caractéristiques en fonction de la configuration que vous avez mise en place pour l'intervalle de surveillance.
  • L'exportation d'un instantané est facturée au même prix qu'une opération habituelle d'exportation par lot.

Exemple d'analyse d'instantané

Un data scientist active la surveillance des valeurs des caractéristiques pour son Vertex AI Feature Store (ancien) et active la surveillance pour une analyse d'instantané quotidienne. Un pipeline s'exécute quotidiennement pour la surveillance des types d'entités. Le pipeline analyse 2 Go de données dans Vertex AI Feature Store (ancien) et exporte un instantané contenant 0,1 Go de données. Le coût total de analyse effectuée pour une journée s'élève à :

(0.1 GB * $3.50) + (2 GB * $0.005) = $0.36

Exemple d'analyse de l'ingestion

Un data scientist active la surveillance des valeurs des caractéristiques pour son Vertex AI Feature Store (ancien) et active la surveillance pour les opérations d'ingestion. Une opération d'ingestion importe 1 Go de données dans Vertex AI Feature Store (ancien). Le coût total de la surveillance des valeurs des caractéristiques s'élève à :

(1 GB * $3.50) = $3.50

Vertex ML Metadata

Le stockage de métadonnées est mesuré en gigaoctets binaires (Gio) ; 1 Gio correspond à 1 073 741 824 octets. Cette unité de mesure est parfois appelée gibibyte.

Vertex ML Metadata facture 10 $ par gibioctet (Gio) par mois pour le stockage de métadonnées. Les prix sont appliqués au prorata par mégaoctet (Mo). Par exemple, si vous stockez 10 Mo de métadonnées, vous êtes facturé 0,10 $ par mois pour ces 10 Mo de métadonnées.

Les prix sont identiques dans toutes les régions où Vertex ML Metadata est disponible.

Vertex AI TensorBoard

Pour utiliser Vertex AI TensorBoard, demandez à l'administrateur IAM du projet de vous attribuer le rôle Utilisateur de l'application Web Vertex AI TensorBoard. Le rôle Administrateur Vertex AI dispose également d'un accès.

À partir d'août 2023, la tarification de Vertex AI TensorBoard est passée d'une licence mensuelle par utilisateur de 300 $ par mois à 10 $ par Gio par mois pour le stockage des journaux et des métriques. Cela signifie qu'il n'y a plus de frais d'abonnement. Vous ne payez que pour l'espace de stockage utilisé. Consultez le tutoriel sur la suppression de tests Vertex AI TensorBoard obsolètes pour savoir comment gérer le stockage.

Vertex AI Vizier

Vertex AI Vizier est un service d'optimisation par boîte noire intégré à Vertex AI. Le modèle de tarification de Vertex AI Vizier comprend les éléments suivants :

• Aucuns frais ne s'appliquent pour les essais qui utilisent RANDOM_SEARCH et GRID_SEARCH. En savoir plus sur les algorithmes de recherche
• Les 100 premiers essais de Vertex AI Vizier par mois civil sont disponibles sans frais. Les essais utilisant RANDOM_SEARCH et GRID_SEARCH ne sont pas pris en compte dans ce total.
• Après 100 essais de Vertex AI Vizier, les essais ultérieurs effectués au cours du même mois calendaire sont facturés 1 $ par essai (les essais utilisant RANDOM_SEARCH ou GRID_SEARCH n'entraînent aucuns frais).

Vector Search

La tarification du service plus proches voisins approximatifs de Vector Search comprend les éléments suivants :

• Tarifs par heure-nœud pour chaque VM utilisée pour héberger un index déployé
• Coûts liés à la création d'index, à la mise à jour des index existants et à l'utilisation de mises à jour d'index en continu

Les données traitées lors de la création et de la mise à jour des index sont mesurées en gigaoctets binaires (Gio) ; 1 Gio correspond à 1 073 741 824 octets. Cette unité de mesure est parfois appelée gibibyte.

Vector Search facture 3,00 $ par gibioctet (Gio) de données traitées dans toutes les régions. Vector Search facture 0,45 $par Gio ingéré pour les insertions de mise à jour en continu.

Les tableaux suivants récapitulent les tarifs appliqués pour la livraison d'un index dans chaque région où Vector Search est disponible. Le prix correspond au type de machine, par région, et est facturé par heure-nœud.

Exemples de tarification pour Vector Search

Le coût d'utilisation de Vector Search est déterminé par la taille de vos données, le nombre de requêtes par seconde (RPS) que vous souhaitez exécuter, et le nombre de nœuds que vous utilisez. Pour obtenir une estimation de vos coûts de livraison, vous devez calculer la taille totale de vos données. La taille de vos données est calculée comme le nombre de vos représentations vectorielles continues/vecteurs x le nombre de dimensions dont vous disposez x 4 octets par dimension. Une fois que vous connaissez la taille de vos données, vous pouvez calculer le coût de livraison et le coût de création. Votre coût total mensuel est la somme du coût de livraison et du coût de création.

• Coût de livraison : nombre d'instances répliquées/segment x nombre de segments (~taille des données / taille de segment) x coût horaire x 730 heures
• Coût de création: taille des données(en Gio) x 3 $/Gio x nombre de mises à jour par mois

Mise à jour en continu:Vector Search utilise des métriques basées sur l'heuristique pour déterminer à quel moment déclencher le compactage. Si les données non compactées les plus anciennes datent de cinq jours, le compactage est toujours déclenché. Vous êtes facturé pour le coût de la recompilation de l'index au même tarif que la mise à jour groupée, en plus des coûts de mise à jour en continu.

Nombre de représentations vectorielles continues/vecteurs	Nombre de dimensions	Requêtes par seconde (RPS)	Type de machine	Nœuds	Coût de livraison mensuel estimé
2 millions	128	100	e2-standard-2	1	68 $
20 millions	256	1 000	e2-standard-16	1	547 $
20 millions	256	3 000	e2-standard-16	3	1 642 $
100 millions	256	500	e2-highmem-16	2	1 477 $
1 milliard	100	500	e2-highmem-16	8	5 910 $

Tous les exemples sont basés sur des types de machines de la région us-central1. Les coûts engendrés varient selon les exigences de taux de rappel et de latence. Le coût de livraison mensuel estimé est directement lié au nombre de nœuds utilisé dans la console. Pour en savoir plus sur les paramètres de configuration affectant le coût, consultez la page sur les paramètres de configuration affectant le rappel et la latence.

Si vous avez un nombre élevé de requêtes par seconde (RPS), traiter ces requêtes par lot peut permettre d'obtenir jusqu'à 30 voire 40 % de réduction des coûts totaux.

Vertex AI Model Registry

Vertex AI Model Registry est un dépôt central qui suit et répertorie vos modèles et versions de modèle. Vous pouvez importer des modèles dans Vertex AI, et ceux-ci apparaissent alors dans Vertex AI Model Registry. Le stockage de modèles dans Model Registry ne fait l'objet d'aucune facturation. Des coûts ne sont facturés que lorsque vous déployez le modèle sur un point de terminaison ou quand vous effectuez une prédiction par lot sur le modèle. Le coût est déterminé par le type de modèle que vous déployez.

Pour en savoir plus sur la tarification du déploiement de modèles personnalisés à partir de Vertex AI Model Registry, consultez Modèles entraînés personnalisés. Pour en savoir plus sur la tarification du déploiement de modèles AutoML, consultez Tarifs des modèles AutoML.

Vertex AI Model Monitoring

Vertex AI vous permet de surveiller l'efficacité continue de votre modèle après son déploiement en production. Pour plus d'informations, consultez Présentation de Vertex AI Model Monitoring.

Lorsque vous utilisez Vertex AI Model Monitoring, vous êtes facturé pour les éléments suivants :

• 3,50 $ par Go pour toutes les données analysées, y compris les données d'entraînement fournies et les données de prédiction enregistrées dans une table BigQuery
• Des frais pour les autres produits Google Cloud que vous utilisez avec Model Monitoring, tels que le stockage BigQuery ou Batch Explain lorsque la surveillance de l'attribution est activée

Vertex AI Model Monitoring est disponible dans les régions suivantes : us-central1, europe-west4, asia-east1 et asia-southeast1. Les prix sont les mêmes dans toutes les régions.

Les tailles des données sont mesurées après leur conversion au format TfRecord.

Les ensembles de données d'entraînement génèrent des frais uniques lorsque vous configurez un job Vertex AI Model Monitoring.

Les ensembles de données de prédiction sont constitués de journaux collectés à partir du service de prédiction en ligne. Au fur et à mesure que les requêtes de prédiction arrivent au cours de différentes fenêtres temporelles, les données pour chaque fenêtre temporelle sont collectées et la somme des données analysée pour chaque fenêtre de prédiction est utilisée pour calculer les frais.

Exemple : un data scientist exécute une surveillance de modèle sur le trafic de prédiction appartenant à son modèle.

• Le modèle est entraîné à partir d'un ensemble de données BigQuery. La taille des données après la conversion au format TfRecord est de 1,5 Go.
• Les données de prédiction enregistrées représentent 0,1 Go entre 13h00 et 14h00, et 0,2 Go entre 15h00 et 16h00.

• Le prix total pour la configuration du job de surveillance du modèle se présente comme suit :

  (1.5 GB * $3.50) + ((0.1 GB + 0.2 GB) * $3.50) = $6.30

Vertex AI Workbench

Sélectionnez les instances, les notebooks gérés ou les notebooks gérés par l'utilisateur pour afficher leurs tarifs.

Ressources Google Cloud supplémentaires

Outre les coûts déjà mentionnés, vous payez également les ressources Google Cloud que vous utilisez. Exemple :

• Services d'analyse de données : des frais BigQuery vous sont facturés lors de l'envoi de requêtes SQL dans un notebook (consultez les tarifs de BigQuery).

• Clés de chiffrement gérées par le client : l'utilisation de ces clés engendre des frais. Chaque fois que votre instance de notebooks gérés ou de notebooks gérés par l'utilisateur utilise une clé Cloud Key Management Service, cette opération est facturée selon les tarifs des opérations de clé Cloud KMS (consultez les tarifs de Cloud Key Management Service).

Colab Enterprise

Pour connaître les tarifs de Colab Enterprise, consultez la page Tarifs de Colab Enterprise.

Conteneurs de deep learning, Deep Learning VM et AI Platform Pipelines

La tarification des conteneurs de deep learning, de Deep Learning VM Image et d'AI Platform Pipelines est calculée en fonction des ressources de calcul et de stockage que vous utilisez. Ces ressources sont facturées au même tarif que pour Compute Engine et Cloud Storage.

En plus des coûts de calcul et de stockage, vous payez également les ressources Google Cloud que vous utilisez. Exemple :

• Services d'analyse de données : des frais BigQuery vous sont facturés lors de l'envoi de requêtes SQL dans un notebook (consultez les tarifs de BigQuery).

• Clés de chiffrement gérées par le client : l'utilisation de ces clés engendre des frais. Chaque fois que votre instance de notebooks gérés ou de notebooks gérés par l'utilisateur utilise une clé Cloud Key Management Service, cette opération est facturée selon les tarifs des opérations de clé Cloud KMS (consultez les tarifs de Cloud Key Management Service).

Étiquetage des données

Vertex AI vous permet de demander l'ajout manuel d'étiquettes sur une collection de données que vous prévoyez d'utiliser pour entraîner un modèle de machine learning personnalisé. Les prix applicables à ce service sont calculés en fonction du type de tâche d'étiquetage.

• Pour les tâches d'étiquetage standards, les prix sont déterminés par le nombre d'unités d'annotation.
  • Pour une tâche de classification d'image, les unités sont déterminées par le nombre d'images et le nombre d'étiqueteurs manuels. Par exemple, une image avec trois étiqueteurs manuels compte pour 1 x 3 = 3 unités. Le prix est le même pour une classification à étiquette unique et une classification multi-étiquette.
  • Pour une tâche de cadre de délimitation d'image, les unités sont déterminées par le nombre de cadres de délimitation identifiés dans les images et le nombre d'étiqueteurs manuels. Par exemple, une image avec deux cadres de délimitation et trois étiqueteurs manuels compte pour 2 x 3 = 6 unités. Les images sans cadre de délimitation ne sont pas facturées.
  • Pour une tâche de segmentation/cadre en rotation/polyligne/polygone d'image, les unités sont déterminées de la même manière que pour une tâche de cadre de délimitation d'image.
  • Pour une tâche de classification de vidéo, les unités sont déterminées par la durée de la vidéo (une unité tarifaire correspond à cinq secondes) et le nombre d'étiqueteurs manuels. Par exemple, une vidéo de 25 secondes avec 3 étiqueteurs manuels compte pour 25 / 5 x 3 = 15 unités. Le prix est le même pour une classification à étiquette unique et une classification multi-étiquette.
  • Pour une tâche de suivi d'objet vidéo, les unités sont déterminées par le nombre d'objets identifiés dans la vidéo et le nombre d'étiqueteurs manuels. Par exemple, une vidéo comportant deux objets et trois étiqueteurs manuels compte pour 2 x 3 = 6 unités. Une vidéo sans objet n'est pas facturée.
  • Pour une tâche de reconnaissance d'actions dans des vidéos, les unités sont déterminées de la même manière que pour une tâche de suivi d'objet vidéo.
  • Pour une tâche de classification de texte, les unités sont déterminées par la longueur du texte (une unité tarifaire correspond à 50 mots) et le nombre d'étiqueteurs manuels. Par exemple, un texte avec 100 mots et 3 étiqueteurs manuels compte pour 100 / 50 x 3 = 6 unités. Le prix est le même pour une classification à étiquette unique et une classification multi-étiquette.
  • Pour une tâche d'analyse de sentiment d'un texte, les unités sont déterminées de la même manière que pour une tâche de classification de texte.
  • Pour une tâche d'extraction d'entité de texte, les unités sont déterminées par la longueur du texte (une unité tarifaire correspond à 50 mots), le nombre d'entités identifiées et le nombre d'étiqueteurs manuels. Par exemple, un texte contenant 100 mots, 2 entités identifiées et 3 étiqueteurs manuels compte pour 100 / 50 x 2 x 3 = 12 unités. Les textes sans entité ne sont pas facturés.

• Pour les tâches d'analyse de sentiment d'un texte et de classification d'image, de vidéo et de texte, les étiqueteurs manuels peuvent perdre la trace des classes si la taille de l'ensemble d'étiquettes est trop importante. Par conséquent, nous envoyons au maximum 20 classes à la fois aux étiqueteurs manuels. Par exemple, si la taille de l'ensemble d'étiquettes d'une tâche d'étiquetage est de 40, chaque élément de données est envoyé 40 / 20 = 2 fois pour examen manuel, et nous vous facturons deux fois le prix (calculé ci-dessus).

• Pour une tâche d'étiquetage qui active la fonctionnalité d'étiqueteur personnalisé, chaque élément de données est comptabilisé comme une unité d'étiqueteur personnalisé.

• Pour une tâche d'étiquetage d'apprentissage actif pour les éléments de données comportant des annotations générées par des modèles (sans l'aide d'un étiqueteur manuel), chaque élément de données est comptabilisé comme une unité d'apprentissage actif.

• Pour une tâche d'étiquetage d'apprentissage actif pour les éléments de données comportant des annotations générées par des étiqueteurs manuels, chaque élément de données est comptabilisé comme une tâche d'étiquetage standard, comme décrit ci-dessus.

Le tableau ci-dessous présente les tarifs pour 1 000 unités par étiqueteur manuel, en fonction de l'unité indiquée pour chaque objectif. La tarification de niveau 1 s'applique aux 50 000 premières unités comptabilisées par mois pour chaque projet Google Cloud. La tarification de niveau 2 s'applique aux 950 000 unités suivantes comptabilisées par mois pour le projet (dans la limite de 1 000 000 d'unités). Contactez-nous pour connaître les tarifs au-delà de 1 000 000 d'unités par mois.

Type de données	Objectif	Unité	Niveau 1	Niveau 2
Image	Classification	Image	35 $	25 $
	Cadre de délimitation	Cadre de délimitation	63 $	49 $
	Segmentation	Segment	870 $	850 $
	Cadre en rotation	Cadre de délimitation	86 $	60 $
	Polygone/Polyligne	Polygone/Polyligne	257 $	180 $
Vidéo	Classification	Vidéo de 5 secondes	86 $	60 $
	Suivi des objets	Cadre de délimitation	86 $	60 $
	Reconnaissance des actions	Événement d'une vidéo de 30 secondes	214 $	150 $
Texte	Classification	50 mots	129 $	90 $
	Sentiment	50 mots	200 $	140 $
	Extraction d'entités	Entité	86 $	60 $
Apprentissage actif	Tous	Élément de données	80 $	56 $
Étiqueteur personnalisé	Tous	Élément de données	80 $	56 $

Utilisation obligatoire de Cloud Storage

En plus des coûts décrits dans ce document, vous devez stocker vos données et vos fichiers de programme dans des buckets Cloud Storage pendant le cycle de vie de Vertex AI. Ce stockage est soumis aux règles de tarification de Cloud Storage.

L'utilisation obligatoire de Cloud Storage comprend ce qui suit :

• Préproduction de votre package d'application d'entraînement pour des modèles entraînés personnalisés

• Stockage des données d'entrée d'entraînement

• Stockage des résultats de vos jobs d'entraînement (le stockage à long terme de ces éléments n'étant pas nécessaire avec Vertex AI, vous pouvez supprimer les fichiers dès que l'opération est terminée)

Opérations gratuites pour la gestion de vos ressources

Les opérations de gestion des ressources proposées par AI Platform sont disponibles sans frais. Les règles relatives aux quotas d'AI Platform limitent certaines de ces opérations.

Ressource	Opérations gratuites
modèles	create, get, list et delete
versions	create, get, list, delete et setDefault
tâches	get, list et cancel
opérations	get, list, cancel et delete

Frais liés à Google Cloud

Si vous stockez des images à analyser dans Cloud Storage ou si vous utilisez d'autres ressources Google Cloud avec Vertex AI, l'utilisation de ces services vous sera également facturée.

Pour consulter votre état de facturation, y compris votre utilisation et votre facture actuelle, consultez la page Facturation dans la console Google Cloud. Pour en savoir plus sur la gestion de votre compte, consultez la documentation Cloud Billing ou contactez l'assistance pour la facturation et les paiements.

Étapes suivantes

• Consultez la documentation de Vertex AI.
• Découvrez les solutions et cas d'utilisation de Vertex AI.

  Demander un devis personnalisé

  Avec le paiement à l'usage de Google Cloud, vous ne payez que pour les services que vous utilisez. Contactez notre équipe commerciale pour obtenir un devis personnalisé pour votre entreprise.

  Contacter le service commercial