Vertex AI Search 小売価格
料金は米ドル（USD）で表しています。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。
請求を検索
ビジネスニーズに合わせてカスタマイズ可能な高品質な商品検索結果を 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を見つけやすくなります。
料金が発生する検索オペレーションは、Search メソッドを呼び出して検索または結果ブラウズをリクエストする場合のみです。ユーザー イベントまたはカタログ情報のインポートまたは管理は無料です。
検索のクエリとブラウズクエリには、リクエスト 1,000 件あたり $2.50 が課金されます。
例
この例は、検索クエリの課金方法を示しています。
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 万件のブラウズクエリを行いました。お客様の総費用の計算方法は次のとおりです。
- 検索クエリ = 1,500 万件
- 閲覧クエリ = 1,000 万件
- その月の合計クエリ数 = 1,500 万 + 1,000 万 = 2,500 万
- 検索料金 = 1,000 クエリあたり $2.50
お客様の総費用 = 2,500 万クエリ × $2.50/1,000 クエリ = $62,500
推奨事項の料金
無料トライアル: $600 相当の無料クレジットで推奨事項を試すことができます。無料クレジットは登録時に自動的に付与され、登録後 6 か月で有効期限が切れます。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は影響しません。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る場合でも、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。小売業向け Vertex AI Search の実装をご覧ください。
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。料金が発生する推奨事項のオペレーションは、トレーニング、チューニング、または predict メソッドを呼び出して予測をリクエストした場合のみです。
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 |
| 特徴 | Price |
|---|---|
| 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 モデルは四半期ごとに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は 1 回のチューニングあたり約 300 ノード時間になります。これは、毎月 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 オブザーバビリティの料金
推奨事項は、不正な形式の JSON を含むユーザー イベント リクエストや、価格がマイナスのカタログ アイテムのインポート リクエストなど、エラーが発生する各 API リクエストについて、Google Cloud オブザーバビリティにエラーを記録します。また、インポートされたカタログにないカタログ アイテムを使用するすべての予測リクエストのエラーもログに記録されます。
Google Cloud オブザーバビリティでは、保存されているログの GiB 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。その後は、Google Cloud Observability によりログ 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、1 GiB は約 200,000 件の推奨事項エラーになります。
詳細については、Google Cloud オブザーバビリティの料金ページをご覧ください。