Precios de BigQuery ML

Límites de uso de Always Free

Como parte del nivel gratuito de Google Cloud, BigQuery ofrece determinados recursos sin coste dentro de un límite específico. Estos límites de uso gratuito están disponibles tanto durante como después del periodo de prueba gratuito. Si los superas una vez finalizado dicho periodo, se te cobrará el servicio según los precios que aparecen en esta página.

Recurso Límites mensuales de uso gratuito Detalles
Almacenamiento Los 10 primeros GB del mes son gratuitos. Los modelos de BigQuery ML y los datos de preparación almacenados en BigQuery están incluidos en el nivel gratuito de almacenamiento de BigQuery.
Consultas (análisis) El primer TB de datos de consultas procesado del mes es gratuito. Las consultas que utilizan las funciones de predicción, inspección y evaluación de BigQuery ML están incluidas en el nivel gratuito de análisis de BigQuery. Las consultas de BigQuery ML que incluyen declaraciones CREATE MODEL no lo están.
También hay una tarifa fija de BigQuery para clientes que tengan un gran volumen de consultas y prefieran pagar un coste mensual estable.
Consultas CREATE MODEL de BigQuery ML Los 10 primeros GB de datos procesados mediante consultas con declaraciones CREATE MODEL del mes son gratuitos. Las consultas CREATE MODEL de BigQuery ML son independientes del nivel gratuito de análisis de BigQuery.

Precios de BigQuery ML

Los precios de BigQuery ML se aplican a todos los modelos admitidos actualmente y se basan en tu patrón de uso (es decir, la tarifa fija o el modelo según demanda).

Tarifa fija para BigQuery ML

BigQuery ofrece una tarifa fija para clientes empresariales o con un gran volumen de actividad que prefieran pagar un coste mensual estable, en lugar del precio según demanda por cada creación, evaluación, inspección y predicción de modelos.

En los modelos actuales no se aplican cargos adicionales para BigQuery ML a esta tarifa fija. Si optas por la tarifa fija, los costes de BigQuery ML se incluyen en la tarifa fija mensual de BigQuery.

Precios según demanda de BigQuery ML

El precio de BigQuery ML para las consultas bajo demanda depende del tipo de operación con los modelos: creación, evaluación, inspección o predicción.

Los modelos de factorización de matriz solo están disponibles para los clientes con tarifa fija o reservas. Recomendamos a los clientes con precios según demanda que utilicen las ranuras flexibles para la factorización de matriz.

Los precios según demanda de BigQuery ML son los siguientes:

Ejecución de prueba de BigQuery ML

Debido a la naturaleza de los algoritmos subyacentes de algunos tipos de modelos y a las diferencias de facturación, los bytes procesados de algunos tipos de modelos no se calcularán hasta que terminen de prepararse, ya que resulta complejo hacer un cálculo inicial.

Ejemplo de precios de BigQuery ML

Los cargos de BigQuery ML no aparecen por separado en tu extracto de facturación. En el caso de los modelos actuales, si tienes un plan de tarifa fija de BigQuery, los cargos de BigQuery ML se incluyen en ella.

Si optas por el modelo según demanda, los cargos de BigQuery ML se incluyen en los cargos de análisis de BigQuery (consultas).

Las tareas de BigQuery ML que realizan operaciones de inspección, evaluación y predicción generan los mismos cargos que las tareas de consulta bajo demanda. Como las consultas CREATE MODEL generan cargos diferentes, tienes que calcular los costes de la tarea CREATE MODEL por separado mediante registros de auditoría de Stackdriver. Con los registros de auditoría, puedes determinar los bytes facturados por el servicio BigQuery ML para cada tarea CREATE MODEL de BigQuery ML. Después multiplica los bytes facturados por el coste correspondiente de las consultas CREATE MODEL en tu ubicación regional o multirregional.

Por ejemplo, para determinar el coste de una tarea de consulta en US que incluya una declaración CREATE MODEL de BigQuery ML, sigue estos pasos:

  1. Abre la página Stackdriver Logging en la consola de GCP.

  2. Comprueba que está seleccionado el producto BigQuery.

  3. Haz clic en la flecha de menú desplegable del cuadro "Filtrar por etiqueta o buscar texto" y selecciona Convertir a filtro avanzado. De este modo, se añade el siguiente texto al filtro:

    resource.type="bigquery_resource"
    
  4. Añade este texto en la segunda línea debajo de la línea resource.type:

    protoPayload.serviceData.jobCompletedEvent.job.jobConfiguration.query.statementType="CREATE_MODEL"
    
  5. A la derecha del botón Enviar filtro, elige el periodo correspondiente en la lista desplegable. Por ejemplo, si escoges Últimas 24 horas, se mostrarán las tareas CREATE MODEL de BigQuery ML finalizadas en las últimas 24 horas.

  6. Haz clic en Enviar filtro para mostrar las tareas finalizadas en el periodo seleccionado.

  7. Cuando se rellenen los datos, haz clic en Opciones de vista y selecciona Modificar campos personalizados.

  8. En el cuadro de diálogo Añadir campos personalizados, introduce:

    protoPayload.serviceData.jobCompletedEvent.job.jobStatistics.totalBilledBytes
    
  9. Haz clic en Guardar para actualizar los resultados.

  10. Cuando la página se actualice, aparecerán los bytes facturados por cada tarea de BigQuery ML a la derecha de la marca de tiempo. Si los bytes facturados están incluidos en el nivel gratuito, no aparecerá ningún valor. Por ejemplo:

    Bytes facturados de BigQuery ML

  11. Para calcular los cargos de la tarea CREATE MODEL de BigQuery ML, multiplica los bytes facturados por el precio de BigQuery ML según demanda. En este ejemplo, la tarea CREATE MODEL ha procesado 100.873.011.200 bytes. Para calcular el coste de esta tarea en la ubicación multirregional US, divide los bytes facturados entre el número de bytes por TB y multiplica el resultado por el coste de creación de modelos:

    100873011200/1099511627776 x $250.00 = $22.94