Vertex AI 价格
所列价格以美元 (USD) 为单位。 如果您使用非美元货币付费，请参阅 Cloud Platform SKU 上以您的币种列出的价格。
本页面介绍 Vertex AI 上的生成式 AI 的价格。如需了解包括机器学习平台和 MLOps 服务的所有其他 Vertex AI 价格，请参阅 Vertex AI 价格页面。
Google 模型
Gemini
借助 Vertex AI 中的多模态模型，您可以输入文本或媒体（图片、视频）。文本输入按每 1,000 个字符输入（提示）和每 1,000 个字符输出（响应）计费。字符数按 UTF-8 码位计算，计数中不包含空格，因此每个词元约为 4 个字符。导致响应被滤除的预测请求仅对输入收费。在每个结算周期结束时，1 美分 ($0.01) 的小数部分会四舍五入为 1 美分。媒体输入按图片或每秒（视频）计费。
| 模型 | 特征 | 类型 | 价格 ( =< 128K 上下文窗口) |
价格 （ > 128K 上下文窗口） |
|---|---|---|---|---|
| Gemini 1.5 Flash | 多模态 | 图片输入 视频输入 文本输入 音频输入 |
$0.0001315 / 图片 $0.0001315 / 秒 $0.000125 / 1000 个字符 $0.0000125 / 秒 |
$0.000263 / 图片 $0.000263 / 秒 $0.00025 / 1000 个字符 $0.000025 / 秒 |
| 文本输出 | $0.000375/1000 个字符 | $0.00075 / 1000 个字符 | ||
| Gemini 1.5 Pro | 多模态 | 图片输入 视频输入 文本输入 音频输入 |
$0.001315 / 图片 $0.001315 / 秒 $0.00125 / 1000 个字符 $0.000125 / 秒 |
$0.00263 / 图片 $0.00263 / 秒 $0.0025 / 1000 个字符 $0.00025 / 秒 |
| 文本输出 | $0.00375 / 1000 个字符 | $0.0075 / 1000 个字符 | ||
| Gemini 1.0 Pro | 多模态 | 图片输入 视频输入 文本输入 |
$0.0025/图片 $0.002/秒 $0.000125/1000 个字符 |
|
| 文本输出 | $0.000375/1000 个字符 | |||
| 使用 Google 搜索建立依据 | 文本 | 依据请求 | $35 / 1000 个请求（每天最多 100 万个请求）。 如果您需要每天超过 100 万个请求， 请与您的客户支持团队联系。 |
|
* 所列价格以美元 (USD) 为单位。
如果您使用非美元货币付费，请参阅 Cloud Platform SKU 上以您的币种列出的价格。
* 如果查询上下文超过 128K，则所有令牌均按较长的上下文费率计费。
* Gemini 模型以 5 折的价格提供批处理模式。
* Gemini 1.0 Pro 最多仅支持 32K 上下文窗口。
* PDF 文件按图片输入计费，一个 PDF 页面相当于一张图片
| 模型 | 特征 | 类型 | 价格 |
|---|---|---|---|
| Gemini 1.5 Pro | 多模态 | 图片输入 视频输入 文本输入 音频输入 |
$0.00265 / 图片 $0.00265 / 秒 $0.0025 / 1000 个字符 $0.00025 / 秒 |
| 文本输出 | $0.0075 / 1000 个字符 |
Imagen
借助 Vertex AI 的图片生成功能，您可以生成新图片并根据您提供的文本提示修改图片，或使用您定义的遮盖区域以及许多其他功能仅修改图片的某些部分。
| 模型 | 功能 | 说明 | 输入 | 输出 | Price |
|---|---|---|---|---|---|
| Imagen | 图片生成 | 生成图片 | 文本提示 | 映像 | 每个图片 $0.020 |
| 图片修改 | 使用无蒙版或蒙版方法修改图片 | 图片/文字提示 | 映像 | 每个图片 $0.020 | |
| 提升 | 将生成的图片的分辨率提高到 2K 和 4K | 映像 | 映像 | 每个映像 $0.003 | |
| 微调 | 启用用户提供的“主题”以用于 Imagen 提示（少样本训练） | 带有文本标识符的主题，每个主题 4-8 张图片 | 微调后的模型（使用用户提供的主题进行训练后） | 每节点时 $（Vertex AI 自定义训练价格） | |
| 视觉标注 | 为图片生成短文本或长文本字幕 | 映像 | 文本字幕 | $0.0015/图片 | |
| 视觉问答 | 根据引用图片的问题提供回答 | 图片/文字提示 | 文本回答 | $0.0015/图片 |
所列价格以美元 (USD) 为单位。 如果您使用非美元货币付费，请参阅 Cloud Platform SKU 上以您的币种列出的价格。
嵌入
| 模型 | 功能 | 说明 | 输入 | 输出 | Price |
|---|---|---|---|---|---|
| 多模态嵌入 | Embeddings for Multimodal：文本 | 使用文本作为输入来生成嵌入 | 文本 | Embeddings | $0.0002/1,000 个字符输入 |
| Embeddings for Multimodal：图片 | 使用图片作为输入来生成嵌入 | 映像 | Embeddings | $0.0001/图片输入 | |
| Embeddings for Multimodal：视频 | Video Plus | 视频 | 嵌入（每分钟视频最多 15 项嵌入） | 每秒视频 $0.0020 | |
| Embeddings for Multimodal：视频 | Video Standard | 视频 | 嵌入（每分钟视频最多 8 项嵌入） | 每秒视频 $0.0010 | |
| Embeddings for Multimodal：视频 | Video Essential | 视频 | 嵌入（每分钟视频最多 4 项嵌入） | 每秒视频 $0.0005 |
| 模型 | 类型 | 区域 | 每 1,000 个字符的价格 |
|---|---|---|---|
| Embeddings for Text | 输入 | Global |
|
| 输出 | 全球 |
|
所列价格以美元 (USD) 为单位。 如果您使用非美元货币付费，请参阅 Cloud Platform SKU 上以您的币种列出的价格。
代码补全
Vertex AI 上的生成式 AI 按每 1,000 个字符的输入（提示）和每 1,000 个字符的输出（回复）计费。字符按 UTF-8 码位计数，计数中不包括空格。在预览版阶段，费用享受 100% 的折扣。对于导致响应被滤除的预测请求，您只需为输入付费。在每个结算周期结束时，1 美分 ($0.01) 的小数部分会四舍五入为 1 美分。
| 模型 | 类型 | 区域 | 每 1,000 个字符的价格 |
|---|---|---|---|
| Codey for Code Completion | 输入 | Global |
|
| 输出 | 全球 |
|
所列价格以美元 (USD) 为单位。 如果您使用非美元货币付费，请参阅 Cloud Platform SKU 上以您的币种列出的价格。
费用计算示例
如果用户向 PaLM Text Bison 模型发送五个单独的请求，并且每个请求包含 200 个字符的输入和 400 个字符的输出，则总费用的计算方式如下：
Input cost:
200 input characters x 5 prompts = 1,000 total input characters;
1,000 total input characters x ($0.00025 / 1000) = $0.00025 input cost.
Output cost:
400 output characters x 5 prompts = 2,000 total output characters;
2,000 total output characters x ($0.0005 / 1000) = $0.001 output cost.
Total cost:
$0.00025 input cost + $0.001 output cost = $0.00125 total cost.
合作伙伴模型
合作伙伴模型是由 Google 合作伙伴开发的一系列精选生成式 AI 模型。合作伙伴模型以代管式 API 的形式提供。如需了解详情，请参阅合作伙伴模型概览。下表列出了 Google 合作伙伴模式的价格详情：
Anthropic 的 Claude 3 模型
| 模型 | 价格 |
|---|---|
| Claude 3 Opus | 输入：$15 / 百万词元 输出：$75 / 百万词元 |
| Claude 3 Sonnet | 输入：$3 / 百万词元 输出：$15 / 百万词元 |
| Claude 3 Haiku | 输入：$0.25 / 100 万个词元 输出：$1.25 / 100 万个词元 |