定價

「一律免費」的用量限制

Google Cloud 免費方案可讓使用者免費使用部分 BigQuery 資源,直到達到相關的配額上限為止。在免費試用期間或試用期結束後,只要用量未超出限制,即可免費使用特定資源。免費試用期結束後,如果用量超出限制,系統就會根據本頁列出的價格向您收費。

資源 每月免費用量限制 說明
儲存空間 每個月的前 10 GB 免費。 BigQuery ML 模型和儲存在 BigQuery 中的訓練資料均包含在 BigQuery 儲存空間的免費方案中。
查詢 (分析) 每個月處理的前 1 TB 查詢資料免費。 使用 BigQuery ML 預測、檢查及評估函式的查詢包含在 BigQuery 分析的免費方案中,但內含 CREATE MODEL 陳述式的 BigQuery ML 查詢除外。
偏好每個月支付固定費用的高用量客戶,也可選擇 BigQuery 固定費率計價方式
BigQuery Storage Write API (預先發布版) 每個月前 2 TB 免費。 詳情請參閱資料擷取定價一文。
BigQuery ML CREATE MODEL 查詢 包含 CREATE MODEL 陳述式的查詢每個月可以免費處理前 10 GB 的資料。 BigQuery 分析的免費方案不含 BigQuery ML CREATE MODEL 查詢,且只適用於 BigQuery ML 內建模型 (也就是在 BigQuery 中訓練的模型)。

BigQuery ML 定價

BigQuery ML 模型可分為兩種類別:內建模型和外部模型。BigQuery ML 內建模型是指在 BigQuery 中訓練的模型,例如線性迴歸、邏輯迴歸、k-means、矩陣分解和時間序列模型。BigQuery ML 外部模型是指使用其他 Google Cloud 服務、深層類神經網路和增強型樹狀模型 (以 Vertex AI 訓練),以及 AutoML 模型 (以 AutoML Tables 後端訓練) 所訓練的模型。系統會依據您的模型類型和使用模式計算 BigQuery ML 模型訓練費用,提供固定費率或以量計價兩種計費模式供您選擇。不管是哪一種模型類型,BigQuery ML 預測和評估函式都是在 BigQuery ML 中執行。以下將仔細說明兩種計費方式。

BigQuery ML 固定費率定價

高用量或企業客戶若偏好每月支付固定費用,可以選擇 BigQuery 提供的固定費率計價方式,這樣在執行模型建立、評估、檢查和預測作業時,就不需要特地根據以量計價費率計費。

如果是現有模型,您可以使用保留項目在 BigQuery ML 中進行訓練。如果您選擇使用固定費率計價方式,BigQuery ML 費用會包含在每月的 BigQuery 固定費率定價中。

用於建立內建模型的保留項目

BigQuery 有三種保留項目指派作業的工作類型:QUERYPIPELINEML_EXTERNAL。用於分析查詢的 QUERY 指派作業也會用於對 BigQuery ML 內建模型執行 CREATE MODEL 查詢。內建模型訓練和分析查詢在其指派的保留項目中共用相同的資源集區,並且對於設為先占以及使用其他保留項目中的閒置運算單元,會採取相同的行為。

用於建立外部模型的保留項目

由於外部模型是在 BigQuery 之外訓練的,因此這些工作負載不具先占特性。因此,為了確保不影響其他工作負載,只能將指派作業工作類型為 ML_EXTERNAL 的保留項目用於這些外部作業。您必須擁有工作類型為 QUERYML_EXTERNAL 的保留項目指派作業,才能執行 BigQuery ML 外部模型的 CREATE MODEL 查詢。QUERY 類型的運算單元會用於預先處理在 BigQuery 中執行的查詢,而 ML_EXTERNAL 類型的運算單元則會用於執行外部 Google Cloud 服務中的模型訓練作業。管理保留項目工作負載說明如何為外部模型訓練工作建立保留項目。系統會計算每個工作的運算單元用量,好讓 BigQuery 運算單元的費用和外部 Google Cloud 服務的費用保持相同。

BigQuery ML 以量計價定價

BigQuery ML 以量計價的查詢會根據模型類型、模型建立、模型評估、模型檢查或模型預測等作業類型計費。

BigQuery ML 以量計價的定價如下:

BigQuery ML 模擬測試

由於部分模型類型的基礎演算法性質和計費方式不同,增加了計算初始預估費用的複雜程度,因此系統必須在訓練完成後,才能計算某些模型類型處理的位元組數。

BigQuery ML 的計費示例

您的對帳單不會逐條列出 BigQuery ML 的費用。對現有模型而言,如果您採用 BigQuery 固定費率方案,其中已包含 BigQuery ML 費用。

如果您採用以量計價方案,則 BigQuery ML 的費用會包含在 BigQuery 分析 (查詢) 價格中。

執行檢查、評估和預測作業的 BigQuery ML 工作,其收費與以量計價查詢工作相同。由於 CREATE MODEL 查詢會產生不同費用,因此您必須使用 Stackdriver 稽核記錄單獨計算 CREATE MODEL 工作的費用。使用稽核記錄之後,您就能判斷 BigQuery ML 服務針對每項 BigQuery ML CREATE MODEL 工作向您收費時採計的位元組數,然後再將該位元組數乘以單一地區或多地區位置中 CREATE MODEL 查詢產生的應付費用。

舉例來說,假設 US 中有一個包含 BigQuery ML CREATE MODEL 陳述式的查詢工作,您可以按照下列步驟計算這項工作的費用:

  1. 在 Google Cloud Console 中開啟 Stackdriver Logging 頁面。

  2. 確認產品已設為 BigQuery。

  3. 按一下「按標籤或搜尋字詞篩選」方塊中的下拉式箭頭,然後選取 [轉換為進階篩選器],藉此將下列文字內容新增至篩選器:

    resource.type="bigquery_resource"
    
  4. resource.type 這行之下的第二行新增以下文字內容:

    protoPayload.serviceData.jobCompletedEvent.job.jobConfiguration.query.statementType="CREATE_MODEL"
    
  5. 在「提交篩選條件」按鈕右側的下拉式選單中,選取所需的時間範圍。舉例來說,選擇 [過去 24 小時] 即可查看過去 24 小時內完成的 BigQuery ML CREATE MODEL 工作。

  6. 按一下 [提交篩選條件] 即可查看在指定時間範圍內完成的工作。

  7. 填入資料之後,請依序點選 [檢視選項] 和 [修改自訂欄位]

  8. 在「新增自訂欄位」對話方塊中輸入以下內容:

    protoPayload.serviceData.jobCompletedEvent.job.jobStatistics.totalBilledBytes
    
  9. 按一下 [Save] (儲存) 來更新結果。

  10. 頁面更新之後,各項 BigQuery ML 工作的計費位元組數資料就會顯示在工作的時間戳記右側。請注意,如果這類位元組數包含在免費方案中,系統就不會顯示任何值。示例如下:

    計費的 BigQuery ML 位元組數

  11. 如要計算 BigQuery ML CREATE MODEL 工作的費用,請將計費位元組數乘以 BigQuery ML 以量計價方案的價格。在這個示例中,CREATE MODEL 工作處理了 100873011200 個位元組。如要計算這項工作在 US 多地區位置中的費用,請將計費位元組數除以每 TB 的位元組數,然後將得出的值乘以建立模型的費率:

    100873011200/1099511627776 x $250.00 = $22.94