Vertex AI Search for Retail の料金
料金は米ドル（USD）で表示しています。米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。
検索料金
検索により、ビジネスニーズに合わせてカスタマイズできる高品質の商品検索結果を提供できます。Google のクエリとコンテキストの理解を活用することで、ウェブサイトとモバイルアプリ全体で商品検索を改善できます。
検索操作で料金が発生するのは、Search メソッドを呼び出して、検索または閲覧の結果をリクエストする場合のみです。ユーザー イベントやカタログ情報のインポートと管理は、無料でご利用いただけます。事前トレーニング済みのレコメンデーション LLM の使用にも料金は発生しません。
検索クエリと閲覧クエリは、1,000 リクエストあたり $2.50 が課金されます。
例
この例は、検索クエリに対する課金の仕組みを示したものです。
この例では、顧客のアプリケーションが 1 か月で 1,500 万件のキーワード検索クエリと 1,000 万件の閲覧クエリを行いました。お客様の合計費用の計算方法は次のとおりです。
- 検索クエリ = 1,500 万
- 閲覧クエリ = 1,000 万
- 1 か月の合計クエリ数 = 1,500 万 + 1,000 万 = 2,500 万
- Vertex AI Search for Retail Search の料金 = $2.50/1,000 クエリ
顧客の総費用 = 2,500 万クエリ × 1,000 クエリあたり 2.50 ドル = 62,500 ドル
推奨事項の料金
無料トライアル: $600 分の無料クレジットで推奨事項を試すことができます。無料クレジットはお申し込み時に自動的に付与され、有効期限は登録後 6 か月です。これらのクレジットは請求先アカウントに付与され、請求先アカウントに接続されているプロジェクトの数に影響されません。たとえば、請求先アカウントに 3 つのプロジェクトがリンクされていても、請求先アカウントには $600 分の無料クレジットが付与されます。通常、モデルをトレーニングして、2 週間の A/B テストで本番環境での性能をテストするには、このクレジットで十分です。Vertex AI Search for Retail を実装するをご覧ください。
ユーザー イベントかカタログ情報のインポートまたは管理には料金は発生しません。レコメンデーション オペレーションで料金が発生するのは、トレーニング、チューニング、predict メソッドの呼び出しによる予測リクエストのみです。
トレーニングの費用（1 ノード、1 時間あたり）は、モデルがアクティブにトレーニングされている場合、またはトレーニングを再開するためのリクエストを送信している場合、毎日発生します。モデルの一時停止または削除を行うと、費用は発生しなくなります。詳しくは、トレーニングの管理に関するドキュメントをご覧ください。
アクティブなモデルのチューニングの費用（1 ノード、1 時間あたり）は、チューニングが完了したあとで発生します。途中まで行ったチューニングに対して費用が発生するのは、チューニング中にモデルを一時停止するか削除した場合のみです。この場合、モデルのチューニングが停止される前に消費されたノード時間に対して、費用が発生します。詳しくは、チューニングの管理に関するドキュメントをご覧ください。
| 1 か月あたりの予測リクエストの数 | 予測 1,000 件あたりの料金 |
|---|---|
| 20,000,000 件目まで | $0.27 |
| 次の 280,000,000 件 | $0.18 |
| 300,000,000 件目以降 | $0.10 |
| 機能 | 料金 |
|---|---|
| トレーニングとチューニング | 1 ノード、1 時間あたり $2.50 |
例
例 A
この例では、1 か月の予測リクエストに対して、各料金階層がどのように適用されるかを説明します。
この例では、ある月に、大規模な販売店のアプリケーションから、1,000,000,000 件の予測リクエストがありました。このアプリケーションは 3 つのモデルをトレーニングし、モデルはデフォルトで 1 日に 1 回、自動的に再トレーニングされます。これにより、1 か月あたりのモデルのトレーニングは約 500 ノード時間になります。デフォルトでは、レコメンデーション モデルは四半期に 1 回チューニングされます。この例では、モデルのチューニングに 1 チューニングあたり約 300 ノード時間かかり、月単位では 100 ノード時間になります。
この月の費用を計算するために、まず予測リクエストの費用を計算します。料金はリクエスト 1,000 件単位で計算され、費用は毎月の予測リクエストの件数に応じて変動します。
- 最初の 20,000,000 件の予測 = 20,000,000 件の予測 ÷ 1,000 × $0.27 = $5,400
- 次の 280,000,000 件の予測 = 280,000,000 件の予測 ÷ 1,000 × $0.18 = $50,400
- 次の 700,000,000 件の予測 = 700,000,000 件の予測 ÷ 1,000 × $0.10 = $70,000
続いて、トレーニングとチューニングの費用を計算します。
- トレーニング費用 = 500 ノード時間 × $2.50 = $1,250
- チューニング費用 = 100 ノード時間 × $2.50 = $250
この月の予測、トレーニング、チューニングの合計費用は $127,300 となります。
例 B
この例では、量が少ない場合のユースケースを説明します。
販売店が 1 か月あたり 10,000,000 件の予測リクエストを行い、1 日あたり 1 つのモデルがトレーニングされて、デフォルトにより 1 日あたり 1 回、自動的に再トレーニングされます。これにより、1 か月あたりのモデルのトレーニングは約 150 ノード時間になります。3 か月ごとのモデルのチューニングに約 90 ノード時間が発生しました。1 か月あたりの費用を計算すると、毎月の平均をとって 30 ノード時間となります。
1 か月の使用料金を計算しましょう。この販売店のこの月の予測リクエストの件数は、20,000,000 件を超えないので、リクエスト 1,000 件あたり $0.27 という第 1 階層の料金が適用されます。
- 10,000,000 件の予測 = 10,000,000 件の予測 ÷ 1,000 × $0.27 = $2,700
トレーニングとチューニングの費用は、次のような計算になります。
- トレーニング費用 = 150 ノード時間 × $2.50 = $375
- チューニング費用 = 30 ノード時間 × $2.50 = $75
この月の予測、トレーニング、チューニングの合計費用は $3,150 となります。
Google Cloud Observability の料金
Vertex AI Search for Retail は、不正な形式の JSON を含むユーザー イベント リクエストや、負の価格のカタログ アイテムのインポート リクエストなど、エラーにつながる API リクエストごとに、エラーを Google Cloud Observability に記録します。Vertex AI Search for Retail は、インポートされたカタログにないカタログ アイテムを含むすべての予測リクエストのエラーをログに記録します。
Google Cloud Observability では、保存されたログの GiB 単位で課金されます。（ログは 1 か月間保持されます）。各プロジェクトのログにつき、毎月最初の 50 GiB は無料です。それ以降は、Google Cloud Observability ではログ 1 GiB あたり $0.50 が課金されます。ロギングデータのサイズは JSON ペイロードのサイズによって異なりますが、GiB では約 200,000 件の推奨エラーになります。
詳細については、Google Cloud Observability の料金ページをご覧ください。