Preços da Vertex AI

Os preços são indicados em dólares americanos (US$). Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Preços da Vertex AI em comparação com produtos legados

Os custos da Vertex AI permanecem os mesmos dos produtos legados da AI Platform e do AutoML que a Vertex AI substitui, com as seguintes exceções:

• As previsões legadas do AI Platform Prediction e do AutoML Tables oferecem suporte a tipos de máquina de baixo custo e baixo desempenho que não recebem suporte da Vertex AI Prediction e do AutoML tabular.

• O AI Platform Prediction legado oferece suporte à redução da escala a zero, que não é aceita pela Vertex AI Prediction.

A Vertex AI também oferece mais maneiras de otimizar custos, como as seguintes:

• Ambiente de execução otimizado do TensorFlow.

• Suporte a modelos de co-hospedagem.

• Não há duração mínima de uso para treinamento e previsão. O uso é cobrado em incrementos de 30 segundos.

Preços da IA generativa na Vertex AI

Para mais informações sobre os preços da IA generativa na Vertex AI, confira Preços da IA generativa na Vertex AI.

Preços para modelos do AutoML

Para modelos do AutoML na Vertex AI, você paga por três atividades principais:

• Treinamento do modelo
• Implantação do modelo em um endpoint
• Uso do modelo para fazer previsões

A Vertex AI usa configurações de máquina predefinidas para modelos do Vertex AutoML, e a taxa por hora dessas atividades reflete o uso dos recursos.

O tempo necessário para treinar o modelo depende do tamanho e da complexidade dos dados de treinamento. É preciso implantar os modelos para que possam fornecer previsões ou explicações on-line.

Você paga por cada modelo implantado em um endpoint, mesmo que nenhuma previsão seja feita. É preciso cancelar a implantação do modelo para suspender cobranças futuras. Modelos que não foram implantados ou que falharam na implantação não serão cobrados.

Você paga apenas pelas horas de computação usadas. Se houver falha no treinamento por qualquer motivo que não seja um cancelamento iniciado pelo usuário, você não vai receber cobranças pelo tempo. Se você cancelar a operação, o tempo de treinamento será cobrado.

Selecione um tipo de modelo abaixo para conferir as informações de preço.

Cobranças de previsão para Vertex Explainable AI

A computação associada à Vertex Explainable AI é cobrada na mesma taxa que a previsão. Contudo, as explicações levam mais tempo para serem processadas do que as previsões normais. Por isso, o uso pesado do Vertex Explainable AI com o escalonamento automático resultaria em mais nós sendo iniciados, o que aumentaria as cobranças de previsão.

Previsão da Vertex AI

Modelos treinados e personalizados

Treinamento

Confira nas tabelas abaixo o preço por hora aproximado de várias configurações de treinamento. É possível escolher configurações personalizadas de tipos de máquinas selecionados. Para calcular os preços, some os custos das máquinas virtuais usadas por você.

Se você usar tipos de máquina do Compute Engine e anexar aceleradores, o custo destes será separado. Para calcular esse custo, multiplique os preços da tabela abaixo pelo número de aceleradores de cada tipo que você usa.

Tipos de máquina

^*Esse valor inclui o preço da GPU, porque esse tipo de instância sempre requer um número fixo de aceleradores de GPU.
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Aceleradores

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

* O preço para treinar usando um pod do Cloud TPU é baseado no número de núcleos do pod. O número de núcleos de um pod é sempre um múltiplo de 32. Para determinar o preço de treinar em um pod com mais de 32 núcleos, pegue o preço de um pod de 32 núcleos e multiplique pelo número de núcleos, depois divida por 32. Por exemplo, o preço de um pod de 128 núcleos é (32-core Pod price) * (128/32). Para mais informações sobre quais pods do Cloud TPU estão disponíveis para regiões específicas, consulte Arquitetura do sistema na documentação do Cloud TPU.

Discos

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

• Todo o uso está sujeito à política de cotas da Vertex AI..
• Seus dados e arquivos de programas precisam ser armazenados nos buckets do Google Cloud Storage durante o ciclo de vida da Vertex AI. Saiba mais sobre o uso do Cloud Storage.

Você recebe cobranças pelo treinamento dos modelos a contar do momento em que os recursos são provisionados para um job até a finalização dele.

Níveis de escalonamento para configurações predefinidas (AI Platform Training)

Defina o tipo de cluster de processamento que será usado ao treinar seu modelo. A maneira mais simples é escolher uma das configurações predefinidas, chamadas níveis de escalonamento. Saiba mais sobre os níveis de escalonamento.

Tipos de máquinas para configurações personalizadas

Se você usa a Vertex AI ou seleciona CUSTOM como seu nível de escalonamento no AI Platform Training, você tem controle sobre o número e o tipo de máquinas virtuais que serão usadas para o mestre, o worker e o servidor de parâmetros do cluster. Leia mais sobre tipos de máquinas para Vertex AI e tipos de máquinas para AI Platform Training.

O custo do treinamento com um cluster de processamento personalizado será a soma de todas as máquinas que você especificar. A cobrança é baseada no tempo total do job, e não no tempo de processamento ativo de máquinas individuais.

Serviço de avaliação de IA generativa

O Serviço de avaliação do Vertex AI Gen AI cobra campos de entrada e saída de string a cada 1.000 caracteres. Um caractere é definido como um caractere Unicode. O espaço em branco é excluído da contagem. A solicitação de avaliação com falha, incluindo a resposta filtrada, não gera cobrança por entrada ou saída. No final de cada ciclo de faturamento, as frações de um centavo (US$ 0,01) são arredondadas para um centavo.

O Serviço de avaliação de IA generativa está em disponibilidade geral (GA). Os preços entram em vigor em 27 de setembro de 2024.

Métrica	Preços
Por ponto	Entrada: US$ 0,005 por mil caracteres Saída: US$ 0,015 por mil caracteres
Por par	Entrada: US$ 0,005 por mil caracteres Saída: US$ 0,015 por mil caracteres

Métricas baseadas em computação são cobradas a US $0,00003 por mil caracteres para entrada e US $0,00009 por mil caracteres para saída. Elas são chamadas de métrica automática na SKU.

Nome da métrica	Tipo
Correspondência exata	Baseado em computação
A Liberdade é Azul	Baseado em computação
Rouge	Baseado em computação
Chamada de ferramenta válida	Baseado em computação
Correspondência de nome de ferramenta	Baseado em computação
Correspondência de chaves de parâmetros da ferramenta	Baseado em computação
Correspondência de valores-chave do parâmetro da ferramenta	Baseado em computação

Os preços são indicados em dólares americanos (USD). Se você não paga em dólar americano, valem os preços na sua moeda local listados na página SKUs do Cloud Platform.

As métricas legadas com base em modelos são cobradas a US $0,005 por mil caracteres para entrada e US $0,015 por mil caracteres para saída.

Nome da métrica	Tipo
Coerência	Por ponto
Fluência	Por ponto
Fulfillment	Por ponto
Segurança	Por ponto
Embasamento	Por ponto
Qualidade do resumo	Por ponto
Utilidade do resumo	Por ponto
Verbosidade do resumo	Por ponto
Qualidade das respostas às perguntas	Por ponto
Relevância das respostas a perguntas	Por ponto
Utilidade das respostas a perguntas	Por ponto
Correção das perguntas	Por ponto
Qualidade do resumo em pares	Por par
Qualidade das respostas de perguntas em pares	Por par

Os preços são indicados em dólares americanos (USD). Se você não paga em dólar americano, valem os preços na sua moeda local listados na página SKUs do Cloud Platform.

Ray na Vertex AI

Treinamento

Confira nas tabelas abaixo o preço por hora aproximado de várias configurações de treinamento. É possível escolher configurações personalizadas de tipos de máquinas selecionados. Para calcular os preços, some os custos das máquinas virtuais usadas por você.

Se você usar tipos de máquina do Compute Engine e anexar aceleradores, o custo destes será separado. Para calcular esse custo, multiplique os preços da tabela abaixo pelo número de aceleradores de cada tipo que você usa.

Tipos de máquina

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Aceleradores

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

* O preço para treinar usando um pod do Cloud TPU é baseado no número de núcleos do pod. O número de núcleos de um pod é sempre um múltiplo de 32. Para determinar o preço de treinar em um pod com mais de 32 núcleos, pegue o preço de um pod de 32 núcleos e multiplique pelo número de núcleos, depois divida por 32. Por exemplo, o preço de um pod de 128 núcleos é (32-core Pod price) * (128/32). Para mais informações sobre quais pods do Cloud TPU estão disponíveis para regiões específicas, consulte Arquitetura do sistema na documentação do Cloud TPU.

Discos

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

• Todo o uso está sujeito à política de cotas da Vertex AI..
• Seus dados e arquivos de programas precisam ser armazenados nos buckets do Google Cloud Storage durante o ciclo de vida da Vertex AI. Saiba mais sobre o uso do Cloud Storage.

Você recebe cobranças pelo treinamento dos modelos a contar do momento em que os recursos são provisionados para um job até a finalização dele.

Previsão e explicação

A tabela a seguir apresenta os preços da previsão em lote, da previsão on-line e da explicação on-line por hora de uso do nó. Uma hora de uso do nó representa o tempo que a máquina virtual leva executando um job de previsão ou aguardando em estado ativo (um endpoint com um ou mais modelos implantados) para lidar com solicitações de explicação ou previsão.

Escolha uma região para acessar a tabela de preços dela:

• Américas
• Europa
• Ásia-Pacífico
• Oriente Médio

Preços nas Américas

As tabelas a seguir apresentam o preço por hora de uso do nó para cada tipo de máquina.

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

Preços na Europa

As tabelas a seguir apresentam o preço por hora de uso do nó para cada tipo de máquina.

Preços na Ásia-Pacífico

As tabelas a seguir apresentam o preço por hora de uso do nó para cada tipo de máquina.

Preços no Oriente Médio

Cada tipo de máquina é cobrado como os seguintes SKUs na sua fatura do Google Cloud:

• Custo de vCPU, calculado por vCPU/hora
• Custo de RAM, calculado por GB/hora
• Custo de GPU: quer seja integrado à máquina ou configurado opcionalmente, calculado por GPU/hora

Os preços por tipo de máquina são usados para aproximar o custo horário total para cada nó de previsão de uma versão do modelo que usa aquele tipo de máquina.

Por exemplo, um tipo de máquina de n1-highcpu-32 inclui 32 vCPUs e 32 GB de RAM. Portanto, o preço por hora é igual a 32 vCPU hours + 32 GB hours.

A tabela de preços de SKU está disponível por região. Cada tabela mostra os preços de vCPU, RAM e GPU integrados para tipos de máquinas de previsão, que refletem com mais precisão os SKUs cobrados.

Para visualizar os preços do SKU por região, escolha a região desejada para exibir a tabela de preços correspondente:

• Américas
• Europa
• Ásia-Pacífico
• Oriente Médio

Preços de SKU nas Américas

Preços de SKU na Europa

Preços de SKU na Ásia-Pacífico

Preços de SKU no Oriente Médio

Alguns tipos de máquinas permitem adicionar aceleradores GPU opcionais para previsão. As GPUs opcionais geram outras cobranças, separadas daquelas descritas na tabela anterior. Veja cada tabela de preços, que descreve os preços de cada tipo de GPU opcional.

Os preços são definidos por GPU. Se você usar várias GPUs por nó de previsão (ou se fizer escalonamento da versão para utilizar diversos nós), os custos serão escalonados proporcionalmente.

O AI Platform Prediction fornece previsões do seu modelo executando várias máquinas virtuais ("nós"). Por padrão, a Vertex AI escalona automaticamente o número de nós em execução a qualquer momento. Para previsão on-line, o número de nós é escalonado para atender à demanda. Cada nó pode responder a várias solicitações de previsão. Para predição em lote, o número de nós é escalonado para reduzir o tempo total necessário para executar um job. Personalize a maneira como os nós de previsão são escalonados.

Você é cobrado pelo tempo que cada nó é executado para seu modelo, incluindo:

• Quando o nó está processando um job de previsão em lote.
• Quando o nó está processando uma solicitação de previsão on-line.
• Quando o nó está em um estado pronto para cumprir as previsões on-line.

O custo de um nó em execução por uma hora é uma hora de uso do nó. A tabela de preços de previsão descreve o preço de uma hora de uso do nó, que varia entre as regiões e entre a previsão on-line e a previsão em lote.

As horas de uso do nó podem ser consumidas em incrementos fracionários. Por exemplo, um nó em execução por 30 minutos custa 0,5 hora por uso do nó.

Cálculo de custo dos tipos de máquina do Compute Engine (N1)

• O tempo de execução de um nó é cobrado em incrementos de 30 segundos. Isso significa que, a cada 30 segundos, seu projeto é cobrado por 30 segundos de uso de qualquer recurso, como vCPU, RAM ou GPU, que o nó esteja usando no momento.

Mais sobre escalonamento automático de nós de previsão

Previsão on-line	Predição em lote
A prioridade do escalonamento é reduzir a latência de solicitações individuais. O serviço mantém seu modelo pronto em um estado de inatividade por alguns minutos após atender a uma solicitação.	A prioridade do escalonamento é reduzir o tempo total decorrido do job.
O escalonamento afeta suas taxas totais a cada mês: quanto mais numerosas e frequentes forem suas solicitações, mais nós serão usados.	O escalonamento provavelmente não terá muito efeito sobre o preço do seu job, ainda que haja alguns gastos indiretos envolvidos na criação de um novo nó.
Escolha deixar o serviço ser escalonado em resposta ao tráfego (escalonamento automático) ou especifique vários nós para execução constante para evitar latência (escalonamento manual). Se você escolher o escalonamento automático, o número de nós será escalonado automaticamente. Para implantações do tipo de máquina legado da AI Platform Prediction (MLS1), o número de nós pode reduzir escala vertical para zero em períodos sem tráfego. As implantações da Vertex AI e outros tipos de implantações do AI Platform Prediction não podem reduzir escala vertical para zero nós. Se escolher o escalonamento manual, você especifica que alguns nós continuem em execução sempre. Você é cobrado por todo o tempo em que eles estão em execução, começando no momento da implantação e continuando até você excluir a versão do modelo.	Influencie o escalonamento com a definição de um número máximo de nós a ser usado para um job de predição em lote e com a definição do número de nós que continuarão em execução em um modelo quando ele for implantado.

Jobs de predição em lote são cobrados após a conclusão do job

Os jobs de predição em lote são cobrados após a conclusão do job, e não de forma incremental durante o job. Os alertas de orçamento do Cloud Billing que você configurou não são acionados enquanto um job está em execução. Antes de iniciar um job grande, primeiro execute alguns jobs de comparação de custos com pequenos dados de entrada.

Exemplo de um cálculo de previsão

Uma empresa imobiliária em uma região das Américas realiza uma previsão semanal de valores de habitação nas áreas em que atende. Em um mês, realiza previsões para quatro semanas em lotes de 3920, 4277, 3849 e 3961. Os jobs são limitados a um nó, e cada instância leva uma média de 0.72 segundos de processamento.

Primeiro, calcule o período de tempo que cada job foi executado:

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

Cada job foi executado por mais de dez minutos, portanto a cobrança é feita por cada minuto de processamento:

($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

A cobrança total do mês é de US$ 0,26.

Este exemplo considera que os jobs foram executados em um único nó e demoraram um período consistente de tempo por instância de entrada. No uso real, certifique-se de contabilizar vários nós e usar o tempo real que cada nó gasta em execução para os seus cálculos.

Cobranças pelo Vertex Explainable AI

Explicações baseadas em atributos

As explicações baseadas em recursos não têm custo extra sobre os preços de previsão. Contudo, as explicações levam mais tempo para serem processadas do que as previsões normais. Por isso, o uso pesado do Vertex Explainable AI com o escalonamento automático resulta em mais nós sendo iniciados, o que aumentaria as cobranças de previsão.

Explicações baseadas em exemplos

O preço das explicações baseadas em exemplos consiste no seguinte:

• Ao fazer upload de um modelo ou atualizar o conjunto de dados de um modelo, você será cobrado:

  • por hora de uso do nó para o job de predição em lote usado para gerar as representações espaciais latentes de exemplos. Isso é cobrado à mesma taxa da previsão.
  • um custo para construir ou atualizar índices. Esse custo é igual aos custos de indexação da Pesquisa Vetorial, que é o número de exemplos * número de dimensões * 4 bytes por ponto flutuante * US$ 3,00 por GB. Por exemplo, se você tiver 1 milhão de exemplos e 1.000 dimensões de espaço latente, o custo será de US$ 12 (1.000.000 * 1.000 * 4 * 3,00/1.000.000.000).

• Ao implantar em um endpoint, você será cobrado por hora de uso do nó para cada nó em seu endpoint. Toda a computação associada ao endpoint é cobrada à mesma taxa da previsão. No entanto, como as explicações baseadas em exemplos exigem recursos de computação adicionais para servir o índice da Pesquisa vetorial, isso resulta na inicialização de mais nós, o que aumenta as cobranças de previsão.

Pesquisa de arquitetura neural do Vertex AI

Veja nas tabelas a seguir os preços em cada região em que a pesquisa de arquitetura neural está disponível.

Preços

As tabelas a seguir mostram o preço por hora de várias configurações.

É possível escolher um nível de escalonamento predefinido ou uma configuração personalizada de tipos de máquinas selecionados. Se você escolher uma configuração personalizada, some os custos das máquinas virtuais que você usa.

Tipos de máquinas legadas compatíveis com aceleradores incluem o custo dos aceleradores no preço. Se você usar tipos de máquina do Compute Engine e anexar aceleradores, o custo destes será separado. Para calcular esse custo, multiplique os preços da tabela a seguir de aceleradores pelo número de cada tipo de acelerador usado.

Tipos de máquina

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Os preços das instâncias a2-highgpu incluem os encargos dos Aceleradores NVIDIA_TESLA_A100 anexados.

Aceleradores

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Discos

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Observações:

1. Todo o uso está sujeito à política de cotas da pesquisa de arquitetura neural.
2. É necessário armazenar seus dados e arquivos de programas em buckets do Cloud Storage durante o ciclo de vida da pesquisa de arquitetura neural. Saiba mais sobre o uso do Cloud Storage.
3. Para saber sobre descontos baseados em volume, entre em contato com a equipe de vendas.
4. O preço do disco só é cobrado quando você configura o tamanho do disco de cada VM para mais de 100 GB. Não há cobrança para os primeiros 100 GB (o tamanho padrão do disco) de disco para cada VM. Por exemplo, se você configurar cada VM para ter 105 GB de disco, será cobrado por 5 GB de disco para cada VM.

Uso obrigatório do Cloud Storage

Além dos custos descritos neste documento, você precisa armazenar dados e arquivos de programas nos buckets do Cloud Storage durante o ciclo de vida da pesquisa de arquitetura neural. Esse armazenamento está sujeito à política de preços do Cloud Storage.

O uso obrigatório do Cloud Storage inclui:

• preparação do pacote do aplicativo de treinamento;

• armazenamento dos dados de entrada do treinamento.

• Armazenando a saída dos seus jobs. A pesquisa de arquitetura neural não exige armazenamento a longo prazo desses itens. Remova os arquivos assim que a operação for concluída.

Operações gratuitas para gerenciar seus recursos

As operações de gerenciamento de recursos fornecidas pela pesquisa de arquitetura neural estão disponíveis sem custo financeiro. A política de cotas da pesquisa de arquitetura neural limita algumas dessas operações.

Recurso	Operações gratuitas
jobs	get, list, cancel
operações	get, list, cancel, delete

Vertex AI Pipelines

O Vertex AI Pipelines tem uma taxa de execução de US$ 0,03 por execução de pipeline. Não há cobranças pela taxa de execução durante a versão de pré-lançamento. Você também paga pelos recursos do Google Cloud usados com o Vertex AI Pipelines, como os componentes do Compute Engine consumidos por pipelines. O preço deles é igual ao do Vertex AI Training. Por fim, você é responsável pelo custo de todos os serviços (como o Dataflow) chamados pelo seu pipeline.

Vertex AI Feature Store

O Vertex AI Feature Store está em disponibilidade geral (GA) desde novembro de 2023. Para obter informações sobre a versão anterior do produto, acesse Vertex AI Feature Store (legado).

Novo Vertex AI Feature Store

O novo Vertex AI Feature Store oferece suporte à funcionalidade em dois tipos de operações:

• Operações off-line são operações para transferir, armazenar, recuperar e transformar dados no repositório off-line (BigQuery)
• Operações on-line são operações para transferir dados para a(s) loja(s) on-line e operações sobre dados enquanto eles estão na(s) loja(s) on-line.

Preços das operações off-line

Como o BigQuery é usado para operações off-line, consulte os preços do BigQuery para funcionalidades como ingestão no repositório off-line, consulta ao repositório off-line e armazenamento off-line.

Preços das operações on-line

Para operações on-line, o Vertex AI Feature Store cobra por quaisquer recursos em GA para transferir dados para a loja on-line, fornecer ou armazenar dados. Uma hora de uso do nó representa o tempo que uma máquina virtual gasta para concluir uma operação, cobrado por minuto.

A veiculação on-line otimizada e a veiculação on-line do Bigtable usam arquiteturas diferentes, portanto, seus nós não são comparáveis.
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Estimativas de carga de trabalho das operações on-line

Considere as diretrizes a seguir ao estimar suas cargas de trabalho. O número de nós necessários para determinada carga de trabalho pode diferir em cada abordagem de serviço.

• Processamento de dados:
  • Ingestão: um nó pode ingerir aproximadamente 100 MB de dados por hora em um repositório on-line do Bigtable ou em um armazenamento on-line otimizado se nenhuma função analítica for usada.
• Veiculação on-line do Bigtable: cada nó pode suportar aproximadamente 15.000 QPS e até 5 TB de armazenamento.
• Veiculação on-line otimizada: o desempenho é baseado no tipo de máquina e nas réplicas, que são configuradas automaticamente para minimizar os custos sujeitos à carga de trabalho. Cada nó pode ter no mínimo duas e no máximo seis réplicas para alta disponibilidade e escalonamento automático. Você será cobrado pelo número de réplicas de acordo. Para mais detalhes, consulte os exemplos de cenários mensais.
  • Para cargas de trabalho não relacionadas a embeddings, cada nó pode suportar aproximadamente 500 QPS e até 200 GB de armazenamento.
  • Para cargas de trabalho relacionadas a embeddings, cada nó pode suportar aproximadamente 500 QPS e até 4 GB de armazenamento de dados de 512 dimensões.

É possível ver o número de nós (com réplicas) no Metrics Explorer:

Exemplo de cenários mensais (considerando us-central1)

Carga de trabalho de fluxo de dados: veiculação on-line do Bigtable com 2,5 TB de dados (1 GB atualizado diariamente) e 1.200 QPS

Operações	Uso mensal	Custo mensal
Nó de processamento de dados	(1 GB/dia) * (30 dias/mês) * (1.000 MB/GB) * (1 hora de uso do nó / 100 MB) = 300 horas de uso do nó	300 horas de uso do nó * (US$ 0,08 por hora de uso do nó) = US$ 24
Nó de veiculação on-line otimizado	N/A	N/A
Nó de veiculação on-line do Bigtable	(1 nó) * (24 horas/dia) * (30 dias/mês) = 720 horas de uso do nó	720 horas de uso do nó * (US$ 0,94 por hora de uso do nó) = US$ 677
Armazenamento de veiculação on-line do Bigtable	(2,5 TB por mês) * (1.000 GB/TB) = 2.500 GB por mês	2.500 GB por mês * (US$ 0,25 por GB por mês) = US$ 625
Total		US$ 1,326

Alta carga de trabalho de QPS: veiculação on-line otimizada com 10 GB de dados não incorporados (5 GB atualizados diariamente) e 2.000 QPS

Operações	Uso mensal	Custo mensal
Nó de processamento de dados	(5 GB/dia) * (30 dias/mês) * (1.000 MB/GB) * (1 hora de uso do nó / 100 MB) = 1.500 horas de uso do nó	1.500 horas de uso do nó * (US$ 0,08 por hora de uso do nó) = US$120
Nó de veiculação on-line otimizado	Roundup(10 GB * (1 nó / 200 GB)) = 1 * max(2 réplicas padrão, 2.000 QPS * (1 réplica / 500 QPS)) = 4 nós no total * (24 horas/dia) * (30 dias/mês) =2.880 horas de uso do nó	2.880 horas de uso do nó * (0,30 por hora de uso do nó) = US$864
Nó de veiculação on-line do Bigtable	N/A	N/A
Armazenamento de veiculação on-line do Bigtable	N/A	N/A
Total		US$984

Carga de trabalho de disponibilização de embeddings: veiculação on-line otimizada com 20 GB de dados de embeddings (2 GB atualizados diariamente) e 800 QPS

Operações	Uso mensal	Custo mensal
Nó de processamento de dados	(2 GB/dia) * (30 dias/mês) * (1.000 MB/GB) * (1 hora de uso do nó / 100 MB) = 600 horas de uso do nó	600 horas de uso do nó * (US$ 0,08 por hora de uso do nó) = US$48
Nó de veiculação on-line otimizado	Roundup(20 GB* (1 nó / 4 GB) = 5 * max(2 réplicas padrão, 800 QPS * (1 réplica / 500 QPS)) = 10 nós no total * (24 horas/dia) * (30 dias/mês) = 7.200 nós por hora	7.200 horas de uso do nó * (0,30 por hora de uso do nó) = US$2.160
Nó de veiculação on-line do Bigtable	N/A	N/A
Armazenamento de veiculação on-line do Bigtable	N/A	N/A
Total		US$2.208

Vertex AI Feature Store (legado)

Os preços do Vertex AI Feature Store (legado) dependem da quantidade de dados de recursos armazenados on-line e off-line, bem como da disponibilidade para veiculação on-line. Uma hora de uso do nó representa o tempo que uma máquina virtual gasta exibindo dados do recurso ou aguardando em estado de prontidão para lidar com as solicitações de dados do recurso.

Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página SKUs do Cloud Platform.

Quando você ativa o monitoramento do valor do recurso, o faturamento inclui os encargos aplicáveis acima, além dos encargos aplicáveis a seguir:

• US$ 3,50 por GB para todos os dados analisados. Com a análise de snapshots ativada, os snapshots obtidos para dados no Vertex AI Feature Store (legado) são incluídos. Com a análise de recursos de importação habilitada, lotes de dados ingeridos são incluídos.
• As cobranças adicionais para outras operações do Vertex AI Feature Store (legado) usadas com o monitoramento do valor do recurso incluem o seguinte:
  • O recurso de análise de snapshot captura periodicamente um snapshot dos valores de recurso com base na sua configuração de intervalo de monitoramento.
  • A cobrança por uma exportação de snapshot é a mesma de uma operação normal de exportação em lote.

Exemplo de análise de snapshot

Um cientista de dados permite o monitoramento do valor do recurso para seu Vertex AI Feature Store (legado) e ativa o monitoramento para uma análise diária de snapshots. Um pipeline é executado diariamente para monitoramento de tipos da entidade. O pipeline verifica 2 GB de dados no Vertex AI Feature Store (legado) e exporta um snapshot contendo 0,1 GB de dados. A cobrança total de um dia de análise é:

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

Exemplo de análise de ingestão

Um cientista de dados permite o monitoramento do valor do recurso para seu Vertex AI Feature Store (legado) e ativa o monitoramento para operações de ingestão. Uma operação de ingestão importa 1 GB de dados para o Vertex AI Feature Store (legado). A cobrança total referente ao monitoramento do valor do recurso é:

(1 GB * $3.50) = $3.50

Vertex ML Metadata

O armazenamento de metadados é medido em gigabytes binários (GiB), sendo que 1 GiB é igual a 1.073.741.824 bytes. Essa unidade de medida também é conhecida como gibibyte.

O Vertex ML Metadata cobra US$ 10 por gibibyte (GiB) por mês pelo armazenamento de metadados. Os preços são rateados por megabyte (MB). Por exemplo, se você armazena 10 MB de metadados, será cobrado US$ 0,10 por mês por esses 10 MB de metadados.

Os preços são os mesmos em todas as regiões com suporte ao Vertex ML Metadata.

Vertex AI TensorBoard

Para usar o Vertex AI TensorBoard, solicite que o administrador IAM do projeto atribua a você a função "Usuário do App da Web do Vertex AI TensorBoard". A função de administrador do Vertex AI também tem acesso.

A partir de agosto de 2023, o preço do Vertex AI TensorBoard mudou de uma licença mensal por usuário de US$ 300/mês para US$ 10 GiB/mês para armazenamento de dados de logs e métricas. Isso significa que não há mais taxas de assinatura. Você pagará apenas pelo armazenamento que usar. Consulte o tutorial Vertex AI TensorBoard: excluir experimentos desatualizados do TensorBoard para saber como gerenciar o armazenamento.

Vertex AI Vizier

O Vertex AI Vizier é um serviço de otimização de caixa preta dentro do Vertex AI. O modelo de preços do Vertex AI Vizier consiste no seguinte:

• Não há custo financeiro para testes que usam RANDOM_SEARCH e GRID_SEARCH. Saiba mais sobre os algoritmos de pesquisa.
• Os primeiros 100 testes do Vertex AI Vizier por mês estão disponíveis sem custos financeiros. Os testes com RANDOM_SEARCH e GRID_SEARCH não contam para esse total.
• Após os 100 testes do Vertex AI Vizier, os testes subsequentes durante o mesmo mês serão cobrados a US$ 1,00 por teste (testes que usam RANDOM_SEARCH ou GRID_SEARCH não geram custo financeiro).

Pesquisa Vetorial

O preço do serviço de Pesquisa Vetorial de vizinho mais próximo aproximado consiste em:

• Preço de hora de uso do nó para cada VM usada na hospedagem de um índice implantado.
• Um custo para criar novos índices, atualizar índices e usar atualizações de índices de streaming.

Os dados processados durante a criação e atualização dos índices são medidos em gigabytes (GiB) binários, em que 1 GiB é 1.073.741.824 bytes. Essa unidade de medida também é conhecida como gibibyte.

A Pesquisa Vetorial cobra US$ 3,00 por gibibyte (GiB) de dados processados em todas as regiões. A Pesquisa Vetorial cobra US $0,45/GiB ingerido para inserções de atualização de streaming.

As tabelas a seguir resumem o preço de um índice veiculado em cada região onde a Pesquisa Vetorial está disponível. O preço corresponde ao tipo de máquina, por região, e é cobrado por hora de uso do nó.

Exemplos de preços da Pesquisa Vetorial

O preço da Pesquisa Vetorial é determinado pelo tamanho dos seus dados, pela quantidade de consultas por segundo (QPS) que você quer executar e pelo número de nós que você usa. Para obter o custo estimado de veiculação, você precisa calcular o tamanho total dos dados. O tamanho dos dados é o número de embeddings/vetores * o número de dimensões que você tem * 4 bytes por dimensão. Depois de ter o tamanho dos seus dados, você pode calcular o custo de veiculação e o custo de criação. O custo de veiculação mais o custo de criação é igual ao custo total mensal.

• Custo de veiculação: nº réplicas/fragmento * nº fragmentos (~tamanho dos dados/tamanho do fragmento) * custo por hora * 730 horas
• Custo de criação: tamanho dos dados(em GiB) * US$ 3/GiB * número de atualizações/mês

Atualização de streaming:a pesquisa de vetores usa métricas baseadas em heurística para determinar quando acionar a compactação. Se os dados não compactados mais antigos tiverem cinco dias, a compactação sempre será acionada. O custo de recriar o índice é cobrado com a mesma taxa de uma atualização em lote, além dos custos de atualização de streaming.

Número de embeddings/vetores	Número de dimensões	Consultas por segundo (QPS)	Tipo de máquina	Nós	Custo estimado de veiculação mensal
2 milhões	128	100	e2-standard-2	1	US$ 68
20 milhões	256	1.000	e2-standard-16	1	US$ 547
20 milhões	256	3.000	e2-standard-16	3	US$ 1.642
100 milhões	256	500	e2-highmem-16	2	US$ 1.477
1 bilhão	100	500	e2-highmem-16	8	US$ 5.910

Todos os exemplos são baseados em tipos de máquinas no us-central1. O custo gerado vai variar de acordo com a taxa de recall e os requisitos de latência. O custo estimado de veiculação mensal está diretamente relacionado ao número de nós usados no console. Para saber mais sobre os parâmetros de configuração que afetam o custo, consulte Parâmetros de configuração que afetam o recall e a latência.

Se você tiver um alto número de consultas por segundo (QPS), agrupar essas consultas em lote pode reduzir os custos totais em até 30%-40%.

Vertex AI Model Registry

O Vertex AI Model Registry é um repositório central que rastreia e lista seus modelos e versões de modelos. Você pode importar modelos para o Vertex AI e eles aparecerão no Vertex AI Model Registry. Não há nenhum custo associado a ter seus modelos no Model Registry. Os custos só são gerados quando você implanta o modelo em um endpoint ou executa uma previsão em lote no modelo. Esse custo é determinado pelo tipo de modelo que você está implantando.

Para saber mais sobre preços para implantação de modelos personalizados do Vertex AI Model Registry, consulte Modelos treinados de maneira personalizada. Para saber mais sobre preços para implantação de modelos AutoML, consulte Preços para modelos AutoML.

Monitoramento de modelos com a Vertex AI

Com a Vertex AI, é possível monitorar a eficácia contínua do seu modelo depois de implantá-lo na produção. Para mais informações, consulte Introdução ao Monitoramento de modelos com a Vertex AI.

Ao usar o Monitoramento de modelos da Vertex AI, você recebe cobranças da seguinte forma:

• US$ 3,50 por GB para todos os dados analisados, incluindo os dados de treinamento fornecidos e os dados de previsão registrados em uma tabela do BigQuery.
• Cobranças por outros produtos do Google Cloud que você usa com o Monitoramento de Modelos, como o armazenamento do BigQuery ou o Batch Explain, quando o monitoramento de atribuição está ativado.

O Monitoramento de Modelos da Vertex AI tem suporte nas seguintes regiões: us-central1, europe-west4, asia-east1 e asia-southeast1. Os preços são os mesmos em todas as regiões.

Os tamanhos dos dados são medidos depois de serem convertidos para o formato TfRecord.

Conjuntos de dados de treinamento geram uma cobrança única quando você configura um job de Monitoramento de Modelos da Vertex AI.

Os conjuntos de dados de previsão são registros coletados do serviço de previsão on-line. Conforme as solicitações de previsão chegam durante janelas de tempo diferentes, os dados de cada janela são coletados e a soma das informações analisadas em cada janela de previsão é usada para calcular a cobrança.

Exemplo: um cientista de dados executa o monitoramento de modelo no tráfego de previsão que pertence ao modelo.

• O modelo é treinado com um conjunto de dados do BigQuery. O tamanho dos dados após a conversão para TfRecord é de 1,5 GB.
• Os dados de previsão registrados entre 13h e 14h são de 0,1 GB, entre 15h e 16h é de 0,2 GB.

• O preço total para configurar o job de monitoramento de modelo é:

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

Vertex AI Workbench

Selecione instâncias, notebooks gerenciados ou notebooks gerenciados pelo usuário para informações sobre preços.

Recursos adicionais do Google Cloud

Além dos custos mencionados anteriormente, você também paga por eventuais recursos do Google Cloud que usar. Exemplo:

• Serviços de análise dos dados: os custos do BigQuery são gerados ao emitir consultas SQL em um notebook (consulte os Preços do BigQuery).

• Chaves de criptografia gerenciadas pelo cliente: você está sujeito a cobranças pelo uso. Sempre que os notebooks gerenciados ou a instância de notebooks gerenciados pelo usuário usam uma chave do Cloud Key Management Service, a operação será cobrada de acordo com a taxa das operações de chave do Cloud KMS (consulte Preços do Cloud Key Management Service).

Colab Enterprise

Para informações sobre preços do Colab Enterprise, consulte Preços do Colab Enterprise.

Deep Learning Containers, VM de aprendizado profundo e pipelines da AI Platform

No caso dos Deep Learning Containers, Deep Learning VM Images e AI Platform Pipelines, o preço é calculado com base nos recursos de computação e de armazenamento que você usa. Esses recursos são cobrados usando a mesma taxa que você paga atualmente pelo Compute Engine e pelo Cloud Storage.

Além dos custos de computação e armazenamento, você também paga pelos recursos do Google Cloud que usar. Exemplo:

• Serviços de análise dos dados: os custos do BigQuery são gerados ao emitir consultas SQL em um notebook (consulte os Preços do BigQuery).

• Chaves de criptografia gerenciadas pelo cliente: você está sujeito a cobranças pelo uso. Sempre que os notebooks gerenciados ou a instância de notebooks gerenciados pelo usuário usam uma chave do Cloud Key Management Service, a operação será cobrada de acordo com a taxa das operações de chave do Cloud KMS (consulte Preços do Cloud Key Management Service).

Rotulagem de dados

Com a Vertex AI, é possível solicitar a rotulagem humana de uma coleção de dados que você planeja usar para treinar um modelo de machine learning personalizado. Os preços do serviço são calculados com base no tipo de tarefa de rotulagem.

• Para tarefas de rotulagem regular, os preços são determinados pelo número de unidades de anotação.
  • Em uma tarefa de classificação de imagem, as unidades são determinadas com base no número de imagens e na quantidade de rotuladores humanos. Por exemplo, uma imagem com três rotuladores humanos será contabilizada como de 1 * 3 = 3 unidades. O preço da classificação de rótulo único e de vários rótulos é o mesmo.
  • Em uma tarefa de caixa delimitadora de imagem, as unidades são determinadas pelo número de caixas delimitadoras identificadas nas imagens e pelo número de rotuladores humanos. Por exemplo, uma imagem com duas caixas delimitadoras e três rotuladores humanos será contabilizada como 2 * 3 = 6 unidades. Imagens sem caixas delimitadoras não geram cobrança.
  • Em uma segmentação de imagens/caixa rotacionada/linha poligonal/tarefa poligonal, as unidades são determinadas da mesma forma que uma tarefa de caixa delimitadora de imagem.
  • Em uma tarefa de classificação de vídeo, as unidades são determinadas pela duração do vídeo (cinco segundos equivalem a uma unidade de preço) e pelo número de rotuladores humanos. Por exemplo, um vídeo de 25 segundos com três rotuladores humanos é contabilizado como 25 / 5 * 3 = 15 unidades. O preço da classificação de rótulo único e de vários rótulos é o mesmo.
  • Em uma tarefa de detecção de objetos em vídeo, a unidade é determinada pelo número de objetos identificados no vídeo e pelo número de rotuladores humanos. Por exemplo, um vídeo com dois objetos e três rotuladores humanos é contabilizado como 2 * 3 = 6 unidades. Vídeos sem objetos não geram cobrança.
  • Em uma tarefa de reconhecimento de ação em vídeo, as unidades são determinadas da mesma maneira que em uma tarefa de rastreamento de objetos de vídeo.
  • Em uma tarefa de classificação de texto, as unidades são determinadas pelo tamanho do texto (cada 50 palavras equivalem a uma unidade de preço) e pelo número de rotuladores humanos. Por exemplo, um trecho de texto com 100 palavras e três rotuladores humanos é contabilizado como 100 / 50 * 3 = 6 unidades. O preço da classificação de rótulo único e vários rótulos é o mesmo.
  • Em uma tarefa de sentimento de texto, as unidades são determinadas da mesma maneira que uma tarefa de classificação de texto.
  • Em uma tarefa de extração de entidade de texto, as unidades são determinadas por comprimento do texto (cada 50 palavras equivale a uma unidade de preço), o número de entidades identificadas e o número de rotuladores humanos. Por exemplo, um trecho de texto com 100 palavras, duas entidades identificadas e três rotuladores humanos é contabilizado como 100 / 50 * 2 * 3 = 12 unidades. Textos sem entidades não geram cobrança.

• Nas tarefas de classificação de imagem/vídeo/texto, e de sentimento de texto é possível que os rotuladores humanos percam o controle das classes se o tamanho do conjunto de rótulos for muito grande. Como resultado, enviamos no máximo 20 classes para os rotuladores humanos de cada vez. Por exemplo, se o tamanho do conjunto de rótulos de uma tarefa de rotulagem for 40, cada item de dados será enviado para revisão humana 40 / 20 = 2 vezes e cobraremos duas vezes do preço (calculado acima) conforme adequado.

• Para uma tarefa de rotulagem que ativa o recurso de rotulador personalizado, cada item de dados é contabilizado como uma unidade de rotulador personalizado.

• Em uma tarefa de rotulagem de aprendizagem ativa para itens de dados com anotações geradas por modelos (sem a ajuda de um rotulador humano), cada item de dados é contabilizado como uma unidade de aprendizagem ativa.

• Para uma tarefa de rotulagem de aprendizagem ativa para itens de dados com anotações geradas por rotuladores humanos, cada item de dados é contabilizado como uma tarefa de rotulagem regular conforme descrito acima.

Na tabela abaixo, você confere o preço por 1.000 unidades por rotulador baseado na unidade listada para cada objetivo. Os preços do nível 1 se aplicam às primeiras 50 mil unidades por mês em cada projeto do Google Cloud. Os do nível 2 se aplicam às 950 mil unidades seguintes por mês no projeto, com um máximo de um milhão de unidades. Fale conosco para saber os preços acima de um milhão de unidades por mês.

Tipo de dados	Objetivo	Unidade	Nível 1	Nível 2
Imagem	Classificação	Imagem	US$ 35	US$ 25
	Caixa delimitadora	Caixa delimitadora	US$ 63	US$ 49
	Segmentação	Segmento	US$ 870	US$ 850
	Caixa rotacionada	Caixa delimitadora	US$ 86	US$ 60
	Polígono/linha poligonal	Polígono/linha poligonal	US$ 257	US$ 180
Vídeo	Classificação	Vídeo de 5 segundos	US$ 86	US$ 60
	Rastreamento de objetos	Caixa delimitadora	US$ 86	US$ 60
	Reconhecimento de ação	Evento em vídeo de 30 segundos	US$ 214	US$ 150
Texto	Classificação	50 palavras	US$ 129	US$ 90
	Sentimento	50 palavras	US$ 200	US$ 140
	Extração de entidade	Entidade	US$ 86	US$ 60
Aprendizagem ativa	Tudo	Item de dados	US$ 80	US$ 56
Rotulador personalizado	Tudo	Item de dados	US$ 80	US$ 56

Uso obrigatório do Cloud Storage

Além dos custos descritos neste documento, você precisa armazenar dados e arquivos de programas nos buckets do Cloud Storage durante o ciclo de vida da Vertex AI. Esse armazenamento está sujeito à política de preços do Cloud Storage.

O uso obrigatório do Cloud Storage inclui:

• Preparação do pacote de aplicativo de treinamento para modelos treinados personalizados.

• Armazenamento dos dados de entrada do treinamento.

• Armazenamento do resultado dos jobs de treinamento. A Vertex AI não requer armazenamento a longo prazo desses itens. Remova os arquivos assim que a operação for concluída.

Operações gratuitas para gerenciar seus recursos

As operações de gerenciamento de recursos fornecidas pela AI Platform estão disponíveis sem custo financeiro. A política de cotas da AI Platform limita algumas dessas operações.

Recurso	Operações gratuitas
modelos	create, get, list, delete
versões	create, get, list, delete, setDefault
jobs	get, list, cancel
operações	get, list, cancel, delete

Custos do Google Cloud

Se você armazenar imagens para serem analisadas no Cloud Storage ou usar outros recursos do Google Cloud com a Vertex AI, então também receberá cobrança pelo uso desses serviços.

Para ver seu status atual de faturamento no console do Google Cloud, inclusive o uso e a fatura atual, consulte a página "Faturamento". Para mais detalhes sobre o gerenciamento da sua conta, consulte a documentação do Cloud Billing ou o suporte de faturamento e pagamentos.

A seguir

• Leia a Documentação da Vertex AI.
• Saiba mais sobre Soluções e casos de uso da Vertex AI.

  Solicite uma cotação personalizada

  Com o sistema de pagamento por uso do Google Cloud, você paga apenas pelos serviços que usa. Entre em contato com nossa equipe de vendas e receba uma cotação personalizada para sua organização.

  Entre em contato