小売向け Vertex AI Search 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
検索を使用すると、ビジネスニーズに合わせてカスタマイズできる高品質な商品検索結果を実現できます。Google のクエリとコンテキストの理解を活用して、ウェブサイトやモバイル アプリケーションにまたがって商品検索を改善できます。
検索オペレーションに料金が発生するのは、Search メソッドを呼び出して検索結果またはブラウジング結果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、無料でご利用いただけます。また、事前トレーニング済みの Recommendations LLM の使用に対しても料金は発生しません。
検索とブラウジング クエリには、1,000 リクエストあたり $2.50 の料金が発生します。
例
この例では、検索クエリの課金方法を示しています。
この例では、お客様のアプリケーションが 1 か月間に 1,500 万件のキーワード検索クエリと 1,000 万件のブラウジング クエリを実行しました。お客様の合計費用は 次のように計算されます。
- 検索クエリ数 = 1,500 万
- ブラウジング検索数 = 1,000 万
- 1 か月あたりのクエリ数合計 = 1,500 万 + 1,000 万 = 2,500 万
- 小売向け Vertex AI Search の検索料金 = 1,000 クエリあたり $2.50
お客様の総費用 = 2,500 万クエリ × 1,000 クエリあたり $2.50 = $62,500
Recommendations の料金
無料トライアル: レコメンデーションは、$600 相当の無料クレジットでお試しいただけます。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る場合、請求先アカウントには引き続き 600 ドル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 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のオペレーションに料金が発生するのは、トレーニングを行う場合、チューニングを行う場合、predict メソッドを呼び出して予測をリクエストする場合のみです。
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 |
| 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。Recommendations AI のモデルは、デフォルトで 3 か月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に 1 回あたり約 300 ノード時間が発生しました。これを月あたりにすると 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 JSON を含むユーザー イベント リクエストや、マイナス料金のカタログ アイテムのインポート リクエストなど、エラーにつながる各 API リクエストについて、Google Cloud Observability 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 アイテムを使用したすべての予測リクエスト エラーも記録します。
Google Cloud Observability では、保存されたログが 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。その後、Google Cloud Observability により、ログは $0.50/GiB で課金されます。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変化しますが、1 GiB は約 200,000 件の Recommendations エラーに相当します。
詳細については、Google Cloud Observability の料金ページをご覧ください。