定價

AI 平台預測提供可彈性調整的價格方案，能滿足各式各樣的專案和預算需求。系統會向您收取 AI 平台預測的預測工作費用，但您可以免費在雲端管理機器學習資源。

定價總覽

如要查看各個地區的 AI 平台預測定價，請參考下方的摘要表格。

查看 AI 平台訓練定價。

預測工作定價

這份表格列出了批次預測和線上預測的「節點時數」單位價格。「節點時數」代表虛擬機器執行預測工作所花費的時間，或在就緒狀態下等候處理預測要求的時間。進一步瞭解如何計算預測費用。

美洲

預測

批次預測每節點時數 $0.0791205 美元

線上預測

機器類型 - 每節點時數價格
`mls1-c1-m2` (預設)	$0.045147 美元
`mls1-c4-m2` (Beta 版)	$0.151962 美元
`n1-standard-2`	大約 $0.095 美元
`n1-standard-4`	大約 $0.1901 美元
`n1-standard-8`	大約 $0.3802 美元
`n1-standard-16`	大約 $0.7603 美元
`n1-standard-32`	大約 $1.5207 美元
`n1-highmem-2`	大約 $0.1184 美元
`n1-highmem-4`	大約 $0.2367 美元
`n1-highmem-8`	大約 $0.4735 美元
`n1-highmem-16`	大約 $0.947 美元
`n1-highmem-32`	大約 $1.894 美元
`n1-highcpu-2`	大約 $0.0709 美元
`n1-highcpu-4`	大約 $0.1417 美元
`n1-highcpu-8`	大約 $0.2834 美元
`n1-highcpu-16`	大約 $0.5669 美元
`n1-highcpu-32`	大約 $1.1338 美元

歐洲

預測

批次預測每節點時數 $0.086118 美元

線上預測

機器類型 - 每節點時數價格
`mls1-c1-m2` (預設)	$0.044095 美元
`mls1-c4-m2` (Beta 版)	$0.148414 美元
`n1-standard-2`	大約 $0.11 美元
`n1-standard-4`	大約 $0.2201 美元
`n1-standard-8`	大約 $0.4401 美元
`n1-standard-16`	大約 $0.8802 美元
`n1-standard-32`	大約 $1.7605 美元
`n1-highmem-2`	大約 $0.137 美元
`n1-highmem-4`	大約 $0.274 美元
`n1-highmem-8`	大約 $0.548 美元
`n1-highmem-16`	大約 $1.0959 美元
`n1-highmem-32`	大約 $2.1918 美元
`n1-highcpu-2`	大約 $0.0821 美元
`n1-highcpu-4`	大約 $0.1642 美元
`n1-highcpu-8`	大約 $0.3284 美元
`n1-highcpu-16`	大約 $0.6567 美元
`n1-highcpu-32`	大約 $1.3134 美元

亞太地區

預測

批次預測每節點時數 $0.086118 美元

線上預測

機器類型 - 每節點時數價格
`mls1-c1-m2` (預設)	$0.051456 美元
`mls1-c4-m2` (Beta 版)	$0.17331 美元
`n1-standard-2`	大約 $0.11 美元
`n1-standard-4`	大約 $0.2201 美元
`n1-standard-8`	大約 $0.4401 美元
`n1-standard-16`	大約 $0.8802 美元
`n1-standard-32`	大約 $1.7605 美元
`n1-highmem-2`	大約 $0.137 美元
`n1-highmem-4`	大約 $0.274 美元
`n1-highmem-8`	大約 $0.548 美元
`n1-highmem-16`	大約 $1.0959 美元
`n1-highmem-32`	大約 $2.1918 美元
`n1-highcpu-2`	大約 $0.0821 美元
`n1-highcpu-4`	大約 $0.1642 美元
`n1-highcpu-8`	大約 $0.3284 美元
`n1-highcpu-16`	大約 $0.6567 美元
`n1-highcpu-32`	大約 $1.3134 美元

Compute Engine (N1) 線上預測機器類型僅於 us-central1、europe-west4 和 asia-east1 地區提供。在您的 Google Cloud 帳單中，機器定價分為以下兩個 SKU 計算：

vCPU 費用 (以 vCPU 時數計算)
RAM 費用 (以 GB 時數計算)

上表所列的 Compute Engine (N1) 機器類型價格，是估算使用該機器類型的模型版本各預測節點的每小時費用總額。例如，由於 n1-highcpu-32 機器類型包含 32 個 vCPU 和 28.8 GB 的 RAM，每個節點的每小時定價等於 32 個 vCPU 時數 + 28.8 GB 時數。

上表所列的價格旨在協助您預估線上預測費用。下表顯示 Compute Engine (N1) 機器類型的 vCPU 和 RAM 定價，這會更精確地反映您的 SKU 需要支付的費用：

美洲

Compute Engine (N1) 機器類型 SKU
vCPU	每 vCPU 時數 $0.031613 美元
RAM	每 GB 時數 $0.004242 美元

歐洲

Compute Engine (N1) 機器類型 SKU
vCPU	每 vCPU 時數 $0.036632 美元
RAM	每 GB 時數 $0.004902 美元

亞太地區

Compute Engine (N1) 機器類型 SKU
vCPU	每 vCPU 時數 $0.036632 美元
RAM	每 GB 時數 $0.004902 美元

您可以選擇將 Compute Engine (N1) 機器類型與 GPU 加速器搭配使用以進行線上預測。使用 GPU 時必須支付額外的費用，這筆費用不包含在上表說明的費率資訊內。下表說明各種 GPU 類型的定價：

美洲

加速器 - 每小時費用
`NVIDIA_TESLA_K80`	$0.4500 美元
`NVIDIA_TESLA_P4`	$0.6000 美元
`NVIDIA_TESLA_P100`	$1.4600 美元
`NVIDIA_TESLA_T4`	$0.3500 美元
`NVIDIA_TESLA_V100`	$2.4800 美元

歐洲

加速器 - 每小時費用
`NVIDIA_TESLA_K80`	不適用
`NVIDIA_TESLA_P4`	$0.6500 美元
`NVIDIA_TESLA_P100`	不適用
`NVIDIA_TESLA_T4`	$0.3800 美元
`NVIDIA_TESLA_V100`	$2.5500 美元

亞太地區

加速器 - 每小時費用
`NVIDIA_TESLA_K80`	$0.4900 美元
`NVIDIA_TESLA_P4`	不適用
`NVIDIA_TESLA_P100`	$1.6000 美元
`NVIDIA_TESLA_T4`	不適用
`NVIDIA_TESLA_V100`	不適用

請注意，定價是以 GPU 為計費單位，如果每個預測節點使用多個 GPU (或如果版本擴充為使用多個節點)，費用也會隨之調整。

注意事項：

所有使用情形均須符合 AI 平台預測配額政策的規定。

在 AI 平台預測的生命週期內，您必須將資料和程式檔案儲存在 Google Cloud Storage 值區中。詳情請參閱 Cloud Storage 使用說明。

如想瞭解以用量為基準的折扣，請聯絡銷售團隊。

如果您使用美元以外的貨幣付費，系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

Pricing Calculator

您可以使用 Pricing Calculator 來估算訓練和預測工作的費用。

關於預測費用的詳細說明

AI 平台預測會執行多部虛擬機器 (也就是「節點」)，藉此替您的模型進行預測作業。根據預設，AI 平台預測會隨時自動調整服務執行的節點數。如果是線上預測，系統會依據需求調整節點數。每個節點可回應多項預測要求；如果是批次預測，系統會調整節點數來縮減執行工作所需的總時間。您可以自訂預測節點數量的調整方式。

系統會根據每個節點針對模型的執行時間計算費用，當中包含：

節點處理批次預測工作的時間。
節點處理線上預測要求的時間。
節點處於就緒狀態，可用於執行線上預測的時間。

每個節點執行一小時的費用為一個「節點時數」。預測工作價目表列出了一個節點時數的定價，依據不同地區以及執行的是線上預測或批次預測，這個定價會有所不同。

節點時數能以小數計費。例如，一個節點執行 30 分鐘的費用為 0.5 個節點時數。不過，計算費用時必須遵循以下數項規則：

舊版 (MLS1) 機器類型和批次預測的費用計算

節點執行時間的測量以一分鐘為單位，無條件進位到最接近的分鐘數。舉例來說，假設節點執行時間為 20.1 分鐘，則應計算 21 分鐘的執行費用。
如果節點執行時間不到 10 分鐘，執行時間應無條件進位到 10 分鐘。舉例來說，假設節點執行時間只有 3 分鐘，則應計算 10 分鐘的執行費用。

Compute Engine (N1) 機器類型的費用計算

節點執行時間的計費以 30 秒為單位累計。也就是說，專案每 30 秒會根據節點當時在 30 秒內使用的 vCPU、RAM 和 GPU 資源來計算費用。

進一步瞭解預測節點的自動調整資源配置

線上預測	批次預測
資源調度的優先目標為降低個別要求的延遲時間。這項服務可讓您的模型在回應要求後幾分鐘的閒置時間內保持就緒狀態。	資源調度的優先目標為降低工作的總作業時間。
資源調度功能會影響每月的總費用，如果您的要求次數和頻率較高，系統就會使用較多節點。	資源調度功能對工作成本的影響不大，但增加新的節點有時可能會衍生出額外費用。
您可以選擇讓這項服務依據流量調度資源 (自動調整資源配置)，或是指定要持續執行的節點數量，以免發生延遲 (手動調整資源配置)。選擇自動調整資源配置功能之後，系統就會自動調整節點數量，甚至可在無流量期間將節點數量調整為零。如果您選擇手動調整資源配置，必須指定要隨時保持執行的節點數量。系統會依據節點的總執行時間向您收費，部署資源時即開始計費，直到您刪除模型版本為止。	如要控管資源調度方式，您可以設定批次預測工作可使用的節點數量上限，或是在部署模型時設定要持續運作的節點數量。

線上預測

批次預測

資源調度的優先目標為降低個別要求的延遲時間。這項服務可讓您的模型在回應要求後幾分鐘的閒置時間內保持就緒狀態。

資源調度的優先目標為降低工作的總作業時間。

資源調度功能會影響每月的總費用，如果您的要求次數和頻率較高，系統就會使用較多節點。

資源調度功能對工作成本的影響不大，但增加新的節點有時可能會衍生出額外費用。

您可以選擇讓這項服務依據流量調度資源 (自動調整資源配置)，或是指定要持續執行的節點數量，以免發生延遲 (手動調整資源配置)。

選擇自動調整資源配置功能之後，系統就會自動調整節點數量，甚至可在無流量期間將節點數量調整為零。
如果您選擇手動調整資源配置，必須指定要隨時保持執行的節點數量。系統會依據節點的總執行時間向您收費，部署資源時即開始計費，直到您刪除模型版本為止。

如要控管資源調度方式，您可以設定批次預測工作可使用的節點數量上限，或是在部署模型時設定要持續運作的節點數量。

10 分鐘的最低收費

提醒您，就算節點執行時間不到 10 分鐘，系統也會向您收取 10 分鐘的執行費用。舉例來說，假設您採用自動調整資源配置。在無流量期間，並未使用任何節點。當您收到一項線上預測要求時，系統增加了一個節點來處理這項要求。要求處理完畢後，節點繼續以就緒狀態執行了數分鐘，然後停止執行。在此情況下，即使節點的執行時間不到 10 分鐘，系統也會針對此節點的工作向您收取 10 個節點分鐘 (相當於 0.17 個節點時數) 的費用。

此外，假如單一節點在 10 分鐘期間內擴充為處理多項線上預測要求，之後停止執行，系統也會向您收取 10 個節點分鐘的費用。

您可以手動調整資源配置，藉此精確控管特定時間內執行的節點數量。不過，就算節點執行時間不到 10 分鐘，系統仍會向您收取 10 分鐘的執行費用。

進一步瞭解節點分配和資源調度功能。

預測計算示例

位於美洲地區的某家房地產公司每週都會針對其服務區域的房價進行預測。他們在某個月執行了四週的批次預測作業，分別使用 3920、4277、3849 和 3961 個執行個體。工作僅透過一個節點執行，且每個執行個體的作業處理時間平均為 0.72 秒。

首先，計算每項工作的執行時間長度：

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

由於每項工作皆超過 10 分鐘，因此系統會根據處理時間 (分鐘) 計費：

($0.0791205 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964
($0.0791205 / 1 node hour) * (1 hour / 60 minutes) * 52 minutes * 1 node = $0.0685711
($0.0791205 / 1 node hour) * (1 hour / 60 minutes) * 47 minutes * 1 node = $0.061977725
($0.0791205 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964

由此得出，該月的總費用為 $0.26 美元。

本示例假定工作是在單一節點上執行，且每個輸入執行個體皆花費相同的時間。在實際使用時，請務必根據使用的節點數量和每個節點的實際執行時間來計算。

AI Explanations 的 AI 平台預測費用注意事項

使用 AI Explanations 不需要支付額外的 AI 平台預測費用。不過，闡釋工作的處理時間比一般預測工作更長，因此如果在密集使用 AI Explanations 時啟用自動調整資源配置功能，有可能導致系統自動啟用更多節點，連帶增加 AI 平台預測費用。

必須使用 Cloud Storage

除了本文所述的費用外，在 AI 平台預測的生命週期內，您還必須將資料和程式檔案儲存在 Cloud Storage 值區中。儲存上述項目時，您必須遵守《Cloud Storage 定價政策》的規定。

在下列情況下，您必須使用 Cloud Storage：

在準備部署模型版本時暫存模型檔案。
儲存批次預測作業的輸入資料。
儲存批次預測工作的輸出資料。AI 平台預測不會要求您長期儲存這些資料，因此您可以在作業完成後移除這些檔案。

免費的資源管理操作功能

您可以免費使用 AI 平台預測提供的資源管理操作功能。不過請注意，AI 平台預測配額政策對部分操作項目設有限制。

資源	免費操作功能
模型	create、get、list、delete
版本	create、get、list、delete、setDefault
工作	get、list、cancel
作業	get、list、cancel、delete