Harga Vertex AI

Biaya dicantumkan dalam Dolar AS (USD). Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda pada SKU Cloud Platform.

Harga Vertex AI dibandingkan dengan harga produk lama

Biaya untuk Vertex AI tetap sama seperti untuk produk AI Platform dan AutoML lama yang digantikan oleh Vertex AI, dengan pengecualian berikut:

  • Prediksi AI Platform Prediction dan AutoML Tables lama mendukung jenis mesin berbiaya lebih rendah dan berperforma lebih rendah yang tidak didukung untuk tabulasi AutoML dan Vertex AI Prediction.

  • AI Platform Prediction lama mendukung penskalaan hingga nol, yang tidak didukung untuk Vertex AI Prediction.

Vertex AI juga menawarkan lebih banyak cara untuk mengoptimalkan biaya, seperti berikut:

Harga untuk AI Generatif di Vertex AI

Untuk mengetahui informasi harga AI Generatif di Vertex AI, lihat Harga AI Generatif di Vertex AI.

Harga untuk model AutoML

Untuk model Vertex AI AutoML, Anda membayar tiga aktivitas utama:

  • Melatih model
  • Men-deploy model ke endpoint
  • Menggunakan model untuk membuat prediksi

Vertex AI menggunakan konfigurasi mesin yang telah ditetapkan untuk model Vertex AutoML, dan tarif per jam untuk aktivitas ini mencerminkan penggunaan resource.

Waktu yang diperlukan untuk melatih model bergantung pada ukuran dan kompleksitas data pelatihan Anda. Model harus di-deploy sebelum dapat memberikan prediksi online atau penjelasan online.

Anda membayar untuk setiap model yang di-deploy ke endpoint, meskipun tidak ada prediksi yang dibuat. Anda harus membatalkan deployment model agar tidak dikenai biaya tambahan. Model yang tidak di-deploy atau gagal di-deploy tidak dikenakan biaya.

Anda hanya membayar untuk jam komputasi yang digunakan; jika pelatihan gagal karena alasan selain pembatalan yang dimulai oleh pengguna, Anda tidak akan ditagih. Anda akan dikenai biaya untuk waktu pelatihan jika membatalkan operasi.

Pilih jenis model di bawah untuk mendapatkan informasi harga.

Data gambar

Operasi Harga per jam kerja node (klasifikasi) Harga per jam kerja node (deteksi objek)
Pelatihan $3,465 $3,465
Pelatihan (Model di perangkat edge) $18,00 $18,00
Deployment dan prediksi online $1,375 $2,002
Prediksi batch $2,222 $2,222

Data video

Operasi Harga per jam kerja node (klasifikasi, pelacakan objek) Harga per jam kerja node (pengenalan tindakan)
Pelatihan $3,234 $3,300
Pelatihan (Model di perangkat edge) $10,78 $11,00
Prediksi $0,462 $0,550

Data tabulasi

Operasi Harga per jam kerja node untuk klasifikasi/regresi Harga untuk perkiraan
Pelatihan $21,252 Lihat Perkiraan Vertex AI
Prediksi Harga yang sama dengan prediksi untuk model yang dilatih khusus.
Vertex AI melakukan prediksi batch menggunakan 40 mesin n1-highmem-8. 		Lihat Perkiraan Vertex AI

Data teks

Operasi Harga
Upload data lama (khusus PDF)

Gratis 1.000 halaman pertama setiap bulan

$1,50 per 1.000 halaman

$0,60 per 1.000 halaman lebih dari 5.000.000
Pelatihan $3,30 per jam
Deployment $0,05 per jam
Prediksi

$5,00 per 1.000 data teks

$25,00 per 1.000 halaman dokumen, seperti file PDF (khusus lama)

Harga untuk permintaan prediksi teks Vertex AutoML dihitung berdasarkan jumlah data teks yang Anda kirim untuk dianalisis. Data teks adalah teks biasa dengan maksimal 1.000 karakter Unicode (termasuk spasi kosong dan markup apa pun seperti tag HTML atau XML).

Jika teks yang diberikan dalam permintaan prediksi berisi lebih dari 1.000 karakter, teks tersebut akan dihitung sebagai satu kumpulan data teks untuk setiap 1.000 karakter. Misalnya, jika Anda mengirim tiga permintaan yang masing-masing berisi 800, 1.500, dan 600 karakter, Anda akan dikenai biaya untuk empat kumpulan data teks: satu untuk permintaan pertama (800), dua untuk permintaan kedua (1.500), dan satu untuk permintaan ketiga (600).

Biaya prediksi untuk Vertex Explainable AI

Komputasi yang terkait dengan Vertex Explainable AI ditagih dengan tarif yang sama seperti prediksi. Namun, proses penjelasan memerlukan waktu lebih lama daripada prediksi normal sehingga penggunaan Vertex Explainable AI yang berat beserta penskalaan otomatis dapat menyebabkan lebih banyak node dimulai, yang akan meningkatkan biaya prediksi.

Perkiraan Vertex AI

AutoML

Stage Harga
Prediksi $0,2 per seribu titik data* (0-1 juta poin)
$0,1 per seribu titik data* (1 juta-50 juta poin)
$0,02 per seribu titik data* (>50 juta poin)
Pelatihan $21,25/jam di semua region
Explainable AI Penjelasan menggunakan nilai Shapley. Lihat halaman harga Prediksi dan Penjelasan Vertex AI.

* Titik data prediksi adalah satu titik waktu di cakrawala perkiraan. Misalnya, dengan perincian harian, horizon 7 hari adalah 7 poin per setiap deret waktu.

  • Hingga 5 kuantil prediksi dapat disertakan tanpa biaya tambahan.
  • Jumlah poin data yang digunakan per tingkat diperbarui setiap bulan.

ARIMA+

Stage Harga
Prediksi $5,00 per TB
Pelatihan $250,00 per TB x Jumlah Model Kandidat x Jumlah Jendela Uji Coba*
Explainable AI Penjelasan dengan dekomposisi deret waktu tidak menambahkan biaya tambahan. Penjelasan menggunakan nilai Shapley tidak didukung.

Lihat halaman harga BigQuery ML untuk mengetahui detail lainnya. Setiap tugas pelatihan dan prediksi akan dikenai biaya untuk 1 operasi pipeline terkelola, seperti yang dijelaskan dalam harga Vertex AI.

* Periode percobaan ulang dibuat untuk setiap periode dalam set pengujian. AUTO_ARIMA_MAX_ORDER yang digunakan menentukan jumlah model kandidat. Rentangnya antara 6-42 untuk model dengan beberapa deret waktu.

Model yang dilatih khusus

Pelatihan

Tabel di bawah ini memberikan perkiraan harga per jam untuk berbagai konfigurasi pelatihan. Anda dapat memilih konfigurasi kustom dari jenis mesin yang dipilih. Untuk menghitung harga, jumlahkan biaya mesin virtual yang Anda gunakan.

Jika Anda menggunakan jenis mesin Compute Engine dan menambahkan akselerator, biaya akselerator akan dihitung terpisah. Untuk menghitung biaya ini, kalikan harga dalam tabel akselerator di bawah ini dengan jumlah jam mesin setiap jenis akselerator yang Anda gunakan.

Jenis mesin

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

Akselerator

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

* Harga pelatihan menggunakan Pod Cloud TPU didasarkan pada jumlah core dalam Pod. Jumlah core dalam sebuah pod selalu kelipatan 32. Untuk menentukan harga pelatihan pada Pod yang memiliki lebih dari 32 core, ambil harga untuk Pod 32 core, lalu kalikan dengan jumlah core, yang dibagi 32. Misalnya, untuk Pod 128 core, harganya adalah (32-core Pod price) * (128/32). Untuk mengetahui informasi tentang Pod Cloud TPU yang tersedia untuk region tertentu, lihat Arsitektur Sistem di dokumentasi Cloud TPU.

Disk

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

  • Semua penggunaan tunduk pada kebijakan kuota Vertex AI.
  • Anda harus menyimpan data dan file program dalam bucket Google Cloud Storage selama siklus proses Vertex AI. Baca selengkapnya tentang penggunaan Cloud Storage.

Anda akan dikenai biaya untuk melatih model sejak resource disediakan untuk suatu tugas hingga tugas tersebut selesai.

Tingkatan skala untuk konfigurasi yang telah ditetapkan (AI Platform Training)

Anda dapat mengontrol jenis kluster pemrosesan yang akan digunakan saat melatih model. Cara yang paling mudah adalah dengan memilih salah satu konfigurasi bawaan yang disebut tingkat skala. Baca selengkapnya tentang tingkat skala.

Jenis mesin untuk konfigurasi kustom

Jika menggunakan Vertex AI atau memilih CUSTOM sebagai tingkat skala untuk AI Platform Training, Anda memiliki kontrol atas jumlah dan jenis virtual machine yang akan digunakan untuk master, worker, dan server parameter cluster. Baca selengkapnya tentang jenis mesin untuk Vertex AI dan jenis mesin untuk AI Platform Training.

Biaya pelatihan dengan kluster pemrosesan kustom adalah gabungan dari semua mesin yang Anda tentukan. Anda dikenai biaya untuk total waktu tugas, bukan untuk waktu pemrosesan aktif masing-masing mesin.

Ray di Vertex AI

Pelatihan

Tabel di bawah ini memberikan perkiraan harga per jam untuk berbagai konfigurasi pelatihan. Anda dapat memilih konfigurasi kustom dari jenis mesin yang dipilih. Untuk menghitung harga, jumlahkan biaya mesin virtual yang Anda gunakan.

Jika Anda menggunakan jenis mesin Compute Engine dan menambahkan akselerator, biaya akselerator akan dihitung terpisah. Untuk menghitung biaya ini, kalikan harga dalam tabel akselerator di bawah ini dengan jumlah jam mesin setiap jenis akselerator yang Anda gunakan.

Jenis mesin

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

Akselerator

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

* Harga pelatihan menggunakan Pod Cloud TPU didasarkan pada jumlah core dalam Pod. Jumlah core dalam sebuah pod selalu kelipatan 32. Untuk menentukan harga pelatihan pada Pod yang memiliki lebih dari 32 core, ambil harga untuk Pod 32 core, lalu kalikan dengan jumlah core, yang dibagi 32. Misalnya, untuk Pod 128 core, harganya adalah (32-core Pod price) * (128/32). Untuk mengetahui informasi tentang Pod Cloud TPU yang tersedia untuk region tertentu, lihat Arsitektur Sistem di dokumentasi Cloud TPU.

Disk

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

  • Semua penggunaan tunduk pada kebijakan kuota Vertex AI.
  • Anda harus menyimpan data dan file program dalam bucket Google Cloud Storage selama siklus proses Vertex AI. Baca selengkapnya tentang penggunaan Cloud Storage.

Anda akan dikenai biaya untuk melatih model sejak resource disediakan untuk suatu tugas hingga tugas tersebut selesai.

Prediksi dan penjelasan

Tabel berikut memberikan harga prediksi batch, prediksi online, dan penjelasan online per jam kerja node. Jam kerja node menunjukkan waktu yang dihabiskan mesin virtual untuk menjalankan tugas prediksi atau menunggu dalam status aktif (endpoint dengan satu atau beberapa model yang di-deploy) untuk menangani permintaan prediksi atau penjelasan.

Pilih region untuk melihat tabel harganya:

Harga untuk Amerika

Tabel berikut memberikan harga per jam kerja node untuk setiap jenis mesin.

Seri E2

e2-standard-2perkiraan:

us-west2$0,0926
us-west4$0,0868
us-east4$0,0868
northamerica-northeast1$0,0848
northamerica-northeast2$0,0848
southamerica-east1$0,1223
Region Amerika lainnya$0,0771
e2-standard-4perkiraan:
us-west2$0,1851
us-west4$0,1736
us-east4$0,1736
northamerica-northeast1$0,1697
northamerica-northeast2$0,1697
southamerica-east1$0,2446
Region Amerika lainnya$0,1541
e2-standard-8perkiraan:
us-west2$0,3702
us-west4$0,3471
us-east4$0,3471
northamerica-northeast1$0,3393
northamerica-northeast2$0,3393
southamerica-east1$0,4893
Region Amerika lainnya$0,3082
e2-standard-16perkiraan:
us-west2$0,7405
us-west4$0,6942
us-east4$0,6942
northamerica-northeast1$0,6787
northamerica-northeast2$0,6787
southamerica-east1$0,9786
Region Amerika lainnya$0,6165
e2-standard-32perkiraan:
us-west2$1,4809
us-west4$1,3885
us-east4$1,3885
northamerica-northeast1$1,3574
northamerica-northeast2$1,3574
southamerica-east1$1,9572
Region Amerika lainnya$1,2329
e2-highmem-2perkiraan:
us-west2$0,1249
us-west4$0,1171
us-east4$0,1171
northamerica-northeast1$0,1144
northamerica-northeast2$0,1144
southamerica-east1$0,165
Region Amerika lainnya$0,1039
e2-highmem-4perkiraan:
us-west2$0,2497
us-west4$0,2341
us-east4$0,2341
northamerica-northeast1$0,2289
northamerica-northeast2$0,2289
southamerica-east1$0,33
Region Amerika lainnya$0,2079
e2-highmem-8perkiraan:
us-west2$0,4994
us-west4$0,4682
us-east4$0,4682
northamerica-northeast1$0,4578
northamerica-northeast2$0,4578
southamerica-east1$0,66
Region Amerika lainnya$0,4158
e2-highmem-16perkiraan:
us-west2$0,9989
us-west4$0,9365
us-east4$0,9365
northamerica-northeast1$0,9155
northamerica-northeast2$0,9155
southamerica-east1$1,3201
Region Amerika lainnya$0,8316
e2-highcpu-2perkiraan:
us-west2$0,0683
us-west4$0,0641
us-east4$0,0641
northamerica-northeast1$0,0626
northamerica-northeast2$0,0626
southamerica-east1$0,0903
Region Amerika lainnya$0,0569
e2-highcpu-4perkiraan:
us-west2$0,1367
us-west4$0,1281
us-east4$0,1281
northamerica-northeast1$0,1253
northamerica-northeast2$0,1253
southamerica-east1$0,1806
Region Amerika lainnya$0,1138
e2-highcpu-8perkiraan:
us-west2$0,2733
us-west4$0,2563
us-east4$0,2563
northamerica-northeast1$0,2505
northamerica-northeast2$0,2505
southamerica-east1$0,3612
Region Amerika lainnya$0,2276
e2-highcpu-16perkiraan:
us-west2$0,5467
us-west4$0,5126
us-east4$0,5126
northamerica-northeast1$0,501
northamerica-northeast2$0,501
southamerica-east1$0,7225
Region Amerika lainnya$0,4551
e2-highcpu-32perkiraan:
us-west2$1,0933
us-west4$1,0252
us-east4$1,0252
northamerica-northeast1$1,0021
northamerica-northeast2$1,0021
southamerica-east1$1,4449
Region Amerika lainnya$0,9102

Seri N1

n1-standard-2perkiraan:

us-east4$0,123
northamerica-northeast1$0,1203
Region Amerika lainnya$0,1093
n1-standard-4perkiraan:
us-east4$0,2461
northamerica-northeast1$0,2405
Region Amerika lainnya$0,2186
n1-standard-8perkiraan:
us-east4$0,4922
northamerica-northeast1$0,4811
Region Amerika lainnya$0,4372
n1-standard-16perkiraan:
us-east4$0,9843
northamerica-northeast1$0,9622
Region Amerika lainnya$0,8744
n1-standard-32perkiraan:
us-east4$1,9687
northamerica-northeast1$1,9243
Region Amerika lainnya$1,7488
n1-highmem-2perkiraan:
us-east4$0,1532
northamerica-northeast1$0,1498
Region Amerika lainnya$0,1361
n1-highmem-4perkiraan:
us-east4$0,3064
northamerica-northeast1$0,2995
Region Amerika lainnya$0,2723
n1-highmem-8perkiraan:
us-east4$0,6129
northamerica-northeast1$0,5991
Region Amerika lainnya$0,5445
n1-highmem-16perkiraan:
us-east4$1,2257
northamerica-northeast1$1,1982
Region Amerika lainnya$1,089
n1-highcpu-2perkiraan:
us-east4$0,0918
northamerica-northeast1$0,0897
Region Amerika lainnya$0,0815
n1-highcpu-4perkiraan:
us-east4$0,1835
northamerica-northeast1$0,1794
Region Amerika lainnya$0,163
n1-highcpu-8perkiraan:
us-east4$0,3671
northamerica-northeast1$0,3588
Region Amerika lainnya$0,326
n1-highcpu-16perkiraan:
us-east4$0,7341
northamerica-northeast1$0,7176
Region Amerika lainnya$0,6519
n1-highcpu-32perkiraan:
us-east4$1,4683
northamerica-northeast1$1,4352
Region Amerika lainnya$1,3039

Seri N2

n2-standard-2perkiraan:

northamerica_northeast1$0,123
northamerica_northeast2$0,123
southamerica_east1$0,1773
us_central1$0,1117
us_east1$0,1117
us_east4$0,1258
us_south1$0,1318
us_west1$0,1117
us_west2$0,1341
us_west3$0,1341
us_west4$0,1258
n2-standard-4perkiraan:
northamerica_northeast1$0,2459
northamerica_northeast2$0,2459
southamerica_east1$0,3546
us_central1$0,2234
us_east1$0,2234
us_east4$0,2516
us_south1$0,2636
us_west1$0,2234
us_west2$0,2683
us_west3$0,2683
us_west4$0,2516
n2-standard-8perkiraan:
northamerica_northeast1$0,4918
northamerica_northeast2$0,4918
southamerica_east1$0,7091
us_central1$0,4467
us_east1$0,4467
us_east4$0,5031
us_south1$0,5272
us_west1$0,4467
us_west2$0,5366
us_west3$0,5366
us_west4$0,5031
n2-standard-16perkiraan:
northamerica_northeast1$0,9836
northamerica_northeast2$0,9836
southamerica_east1$1,4183
us_central1$0,8935
us_east1$0,8935
us_east4$1,0063
us_south1$1,0543
us_west1$0,8935
us_west2$1,0732
us_west3$1,0732
us_west4$1,0062
n2-standard-32perkiraan:
northamerica_northeast1$1,9673
northamerica_northeast2$1,9673
southamerica_east1$2,8365
us_central1$1,787
us_east1$1,787
us_east4$2,0126
us_south1$2,1087
us_west1$1,787
us_west2$2,1464
us_west3$2,1464
us_west4$2,0125
n2-highmem-2perkiraan:
northamerica_northeast1$0,1659
northamerica_northeast2$0,1659
southamerica_east1$0,2392
us_central1$0,1507
us_east1$0,1507
us_east4$0,1697
us_south1$0,1778
us_west1$0,1507
us_west2$0,181
us_west3$0,181
us_west4$0,1697
n2-highmem-4perkiraan:
northamerica_northeast1$0,3317
northamerica_northeast2$0,3317
southamerica_east1$0,4783
us_central1$0,3013
us_east1$0,3013
us_east4$0,3394
us_south1$0,3556
us_west1$0,3013
us_west2$0,3619
us_west3$0,3619
us_west4$0,3393
n2-highmem-8perkiraan:
northamerica_northeast1$0,6634
northamerica_northeast2$0,6634
southamerica_east1$0,9566
us_central1$0,6027
us_east1$0,6027
us_east4$0,6787
us_south1$0,7112
us_west1$0,6027
us_west2$0,7239
us_west3$0,7239
us_west4$0,6787
n2-highmem-16perkiraan:
northamerica_northeast1$1,3269
northamerica_northeast2$1,3269
southamerica_east1$1,9132
us_central1$1,2053
us_east1$1,2053
us_east4$1,3574
us_south1$1,4223
us_west1$1,2053
us_west2$1,4477
us_west3$1,4477
us_west4$1,3574
n2-highcpu-2perkiraan:
northamerica_northeast1$0,0908
northamerica_northeast2$0,0908
southamerica_east1$0,1309
us_central1$0,0825
us_east1$0,0825
us_east4$0,0929
us_south1$0,0973
us_west1$0,0825
us_west2$0,099
us_west3$0,099
us_west4$0,0929
n2-highcpu-4perkiraan:
northamerica_northeast1$0,1815
northamerica_northeast2$0,1815
southamerica_east1$0,2618
us_central1$0,1649
us_east1$0,1649
us_east4$0,1857
us_south1$0,1946
us_west1$0,1649
us_west2$0,1981
us_west3$0,1981
us_west4$0,1857
n2-highcpu-8perkiraan:
northamerica_northeast1$0,3631
northamerica_northeast2$0,3631
southamerica_east1$0,5235
us_central1$0,3298
us_east1$0,3298
us_east4$0,3715
us_south1$0,3892
us_west1$0,3298
us_west2$0,3961
us_west3$0,3961
us_west4$0,3714
n2-highcpu-16perkiraan:
northamerica_northeast1$0,7262
northamerica_northeast2$0,7262
southamerica_east1$1,0471
us_central1$0,6596
us_east1$0,6596
us_east4$0,7429
us_south1$0,7783
us_west1$0,6596
us_west2$0,7923
us_west3$0,7923
us_west4$0,7429
n2-highcpu-32perkiraan:
northamerica_northeast1$1,4523
northamerica_northeast2$1,4523
southamerica_east1$2,0941
us_central1$1,3192
us_east1$1,3192
us_east4$1,4858
us_south1$1,5567
us_west1$1,3192
us_west2$1,5846
us_west3$1,5846
us_west4$1,4858

Seri N2D

n2d-standard-2perkiraan:

northamerica_northeast1$0,107
southamerica_east1$0,1542
us_central1$0,0972
us_east1$0,0972
us_east4$0,1094
us_west1$0,0972
us_west2$0,1167
us_west4$0,1094
n2d-standard-4perkiraan:
northamerica_northeast1$0,2139
southamerica_east1$0,3085
us_central1$0,1943
us_east1$0,1943
us_east4$0,2189
us_west1$0,1943
us_west2$0,2334
us_west4$0,2189
n2d-standard-8perkiraan:
northamerica_northeast1$0,4279
southamerica_east1$0,617
us_central1$0,3887
us_east1$0,3887
us_east4$0,4377
us_west1$0,3887
us_west2$0,4668
us_west4$0,4377
n2d-standard-16perkiraan:
northamerica_northeast1$0,8558
southamerica_east1$1,2339
us_central1$0,7773
us_east1$0,7773
us_east4$0,8755
us_west1$0,7773
us_west2$0,9336
us_west4$0,8755
n2d-standard-32perkiraan:
northamerica_northeast1$1,7116
southamerica_east1$2,4678
us_central1$1,5547
us_east1$1,5547
us_east4$1,7509
us_west1$1,5547
us_west2$1,8673
us_west4$1,7509
n2d-highmem-2perkiraan:
northamerica_northeast1$0,1443
southamerica_east1$0,2081
us_central1$0,1311
us_east1$0,1311
us_east4$0,1476
us_west1$0,1311
us_west2$0,1574
us_west4$0,1476
n2d-highmem-4perkiraan:
northamerica_northeast1$0,2886
southamerica_east1$0,4161
us_central1$0,2622
us_east1$0,2622
us_east4$0,2952
us_west1$0,2622
us_west2$0,3149
us_west4$0,2952
n2d-highmem-8perkiraan:
northamerica_northeast1$0,5772
southamerica_east1$0,8323
us_central1$0,5243
us_east1$0,5243
us_east4$0,5905
us_west1$0,5243
us_west2$0,6297
us_west4$0,5905
n2d-highmem-16perkiraan:
northamerica_northeast1$1,1545
southamerica_east1$1,6646
us_central1$1,0486
us_east1$1,0486
us_east4$1,181
us_west1$1,0486
us_west2$1,2595
us_west4$1,181
n2d-highcpu-2perkiraan:
northamerica_northeast1$0,079
southamerica_east1$0,1139
us_central1$0,0717
us_east1$0,0717
us_east4$0,0808
us_west1$0,0717
us_west2$0,0862
us_west4$0,0808
n2d-highcpu-4perkiraan:
northamerica_northeast1$0,1579
southamerica_east1$0,2277
us_central1$0,1435
us_east1$0,1435
us_east4$0,1616
us_west1$0,1435
us_west2$0,1723
us_west4$0,1616
n2d-highcpu-8perkiraan:
northamerica_northeast1$0,3159
southamerica_east1$0,4555
us_central1$0,2869
us_east1$0,2869
us_east4$0,3232
us_west1$0,2869
us_west2$0,3446
us_west4$0,3232
n2d-highcpu-16perkiraan:
northamerica_northeast1$0,6318
southamerica_east1$0,9109
us_central1$0,5739
us_east1$0,5739
us_east4$0,6463
us_west1$0,5739
us_west2$0,6893
us_west4$0,6463
n2d-highcpu-32perkiraan:
northamerica_northeast1$1,2636
southamerica_east1$1,8219
us_central1$1,1477
us_east1$1,1477
us_east4$1,2927
us_west1$1,1477
us_west2$1,3786
us_west4$1,2927

Seri C2

c2-standard-4perkiraan:

northamerica_northeast1$0,264
southamerica_east1$0,3812
us_central1$0,24
us_east1$0,24
us_east4$0,2702
us_west1$0,24
us_west2$0,2884
us_west3$0,2889
us_west4$0,2702
c2-standard-8perkiraan:
northamerica_northeast1$0,5281
southamerica_east1$0,7623
us_central1$0,4801
us_east1$0,4801
us_east4$0,5405
us_west1$0,4801
us_west2$0,5768
us_west3$0,5778
us_west4$0,5405
c2-standard-16perkiraan:
northamerica_northeast1$1,0562
southamerica_east1$1,5246
us_central1$0,9601
us_east1$0,9601
us_east4$1,081
us_west1$0,9601
us_west2$1,1537
us_west3$1,1555
us_west4$1,081
c2-standard-30perkiraan:
northamerica_northeast1$1,9803
southamerica_east1$2,8587
us_central1$1,8002
us_east1$1,8002
us_east4$2,0269
us_west1$1,8002
us_west2$2,1631
us_west3$2,1666
us_west4$2,0269
c2-standard-60perkiraan:
northamerica_northeast1$3,9606
southamerica_east1$5,7173
us_central1$3,6004
us_east1$3,6004
us_east4$4,0537
us_west1$3,6004
us_west2$4,3263
us_west3$4,3332
us_west4$4,0537

Seri C2D

c2d-standard-2perkiraan:

us_central1$0,1044
us_east1$0,1044
us_east4$0,1176
us_west1$0,1044
us_west4$0,1176
c2d-standard-4perkiraan:
us_central1$0,2088
us_east1$0,2088
us_east4$0,2352
us_west1$0,2088
us_west4$0,2352
c2d-standard-8perkiraan:
us_central1$0,4177
us_east1$0,4177
us_east4$0,4704
us_west1$0,4177
us_west4$0,4704
c2d-standard-16perkiraan:
us_central1$0,8353
us_east1$0,8353
us_east4$0,9408
us_west1$0,8353
us_west4$0,9408
c2d-standard-32perkiraan:
us_central1$1,6707
us_east1$1,6707
us_east4$1,8815
us_west1$1,6707
us_west4$1,8815
c2d-standard-56perkiraan:
us_central1$2,9237
us_east1$2,9237
us_east4$3,2926
us_west1$2,9237
us_west4$3,2926
c2d-standard-112perkiraan:
us_central1$5,8474
us_east1$5,8474
us_east4$6,5853
us_west1$5,8474
us_west4$6,5853
c2d-highmem-2perkiraan:
us_central1$0,1408
us_east1$0,1408
us_east4$0,1586
us_west1$0,1408
us_west4$0,1586
c2d-highmem-4perkiraan:
us_central1$0,2817
us_east1$0,2817
us_east4$0,3172
us_west1$0,2817
us_west4$0,3172
c2d-highmem-8perkiraan:
us_central1$0,5634
us_east1$0,5634
us_east4$0,6344
us_west1$0,5634
us_west4$0,6344
c2d-highmem-16perkiraan:
us_central1$1,1267
us_east1$1,1267
us_east4$1,2689
us_west1$1,1267
us_west4$1,2689
c2d-highmem-32perkiraan:
us_central1$2,2534
us_east1$2,2534
us_east4$2,5377
us_west1$2,2534
us_west4$2,5377
c2d-highmem-56perkiraan:
us_central1$3,9435
us_east1$3,9435
us_east4$4,441
us_west1$3,9435
us_west4$4,441
c2d-highmem-112perkiraan:
us_central1$7,887
us_east1$7,887
us_east4$8,882
us_west1$7,887
us_west4$8,882
c2d-highcpu-2perkiraan:
us_central1$0,0862
us_east1$0,0862
us_east4$0,0971
us_west1$0,0862
us_west4$0,0971
c2d-highcpu-4perkiraan:
us_central1$0,1724
us_east1$0,1724
us_east4$0,1942
us_west1$0,1724
us_west4$0,1942
c2d-highcpu-8perkiraan:
us_central1$0,3448
us_east1$0,3448
us_east4$0,3884
us_west1$0,3448
us_west4$0,3884
c2d-highcpu-16perkiraan:
us_central1$0,6896
us_east1$0,6896
us_east4$0,7767
us_west1$0,6896
us_west4$0,7767
c2d-highcpu-32perkiraan:
us_central1$1,3793
us_east1$1,3793
us_east4$1,5534
us_west1$1,3793
us_west4$1,5534
c2d-highcpu-56perkiraan:
us_central1$2,4138
us_east1$2,4138
us_east4$2,7185
us_west1$2,4138
us_west4$2,7185
c2d-highcpu-112perkiraan:
us_central1$4,8275
us_east1$4,8275
us_east4$5,4369
us_west1$4,8275
us_west4$5,4369

Seri C3

c3-highcpu-4perkiraan:

us_central1$0,1982
us_east1$0,1982
us_east4$0,2232
c3-highcpu-8perkiraan:
us_central1$0,3965
us_east1$0,3965
us_east4$0,4465
c3-highcpu-22perkiraan:
us_central1$1,0903
us_east1$1,0903
us_east4$1,2278
c3-highcpu-44perkiraan:
us_central1$2,1806
us_east1$2,1806
us_east4$2,4556
c3-highcpu-88perkiraan:
us_central1$4,3613
us_east1$4,3613
us_east4$4,9113
c3-highcpu-176perkiraan:
us_central1$8,7226
us_east1$8,7226
us_east4$9,8226

Seri A2

a2-highgpu-1gperkiraan:

us-central1$4,2245
a2-highgpu-2gperkiraan:
us-central1$8,449
a2-highgpu-4gperkiraan:
us-central1$16,898
a2-highgpu-8gperkiraan:
us-central1$33,796
a2-megagpu-16gperkiraan:
us-central1$64,1021
a2-ultragpu-1gperkiraan:
us-central1$5,7818
us-east4$6,3524
a2-ultragpu-2gperkiraan:
us-central1$11,5637
us-east4$12,7048
a2-ultragpu-4gperkiraan:
us-central1$23,1274
us-east4$25,4095
a2-ultragpu-8gperkiraan:
us-central1$46,2548
us-east4$50,8191

Seri A3

a3-highgpu-8gperkiraan:
us-central1$101,0074
us-east4$101,0074

Seri G2

g2-standard-4perkiraan:

us-central1$0,8129
g2-standard-8perkiraan:
us-central1$0,9818
g2-standard-12perkiraan:
us-central1$1,1507
g2-standard-16perkiraan:
us-central1$1,3196
g2-standard-24perkiraan:
us-central1$2,3014
g2-standard-32perkiraan:
us-central1$1,9951
g2-standard-48perkiraan:
us-central1$4,6028
g2-standard-96perkiraan:
us-central1$9,2055

TPU v5e
ct5lp-hightpu-1t Perkiraan:
us-west1 $1,38
ct5lp-hightpu-4t Perkiraan:
us-west1 $5,52
ct5lp-hightpu-8t Perkiraan:
us-west1 $11,04

Harga untuk Eropa

Tabel berikut memberikan harga per jam kerja node untuk setiap jenis mesin.

Seri E2

e2-standard-2perkiraan:

europe-west1$0,0848
europe-west2$0,0993
europe-west3$0,0993
europe-west4$0,0848
europe-west6$0,1078
europe-west9$0,1079
e2-standard-4perkiraan:
europe-west1$0,1695
europe-west2$0,1986
europe-west3$0,1986
europe-west4$0,1697
europe-west6$0,2156
europe-west9$0,2158
e2-standard-8perkiraan:
europe-west1$0,3391
europe-west2$0,3971
europe-west3$0,3971
europe-west4$0,3393
europe-west6$0,4313
europe-west9$0,4316
e2-standard-16perkiraan:
europe-west1$0,6782
europe-west2$0,7943
europe-west3$0,7943
europe-west4$0,6787
europe-west6$0,8626
europe-west9$0,8631
e2-standard-32perkiraan:
europe-west1$1,3563
europe-west2$1,5885
europe-west3$1,5885
europe-west4$1,3574
europe-west6$1,7251
europe-west9$1,7262
e2-highmem-2perkiraan:
europe-west1$0,1144
europe-west2$0,1339
europe-west3$0,1339
europe-west4$0,1144
europe-west6$0,1454
europe-west9$0,1455
e2-highmem-4perkiraan:
europe-west1$0,2287
europe-west2$0,2679
europe-west3$0,2679
europe-west4$0,2289
europe-west6$0,2909
europe-west9$0,2911
e2-highmem-8perkiraan:
europe-west1$0,4574
europe-west2$0,5357
europe-west3$0,5357
europe-west4$0,4578
europe-west6$0,5818
europe-west9$0,5822
e2-highmem-16perkiraan:
europe-west1$0,9149
europe-west2$1,0714
europe-west3$1,0714
europe-west4$0,9155
europe-west6$1,1636
europe-west9$1,1643
e2-highcpu-2perkiraan:
europe-west1$0,0626
europe-west2$0,0733
europe-west3$0,0733
europe-west4$0,0626
europe-west6$0,0796
europe-west9$0,0796
e2-highcpu-4perkiraan:
europe-west1$0,1252
europe-west2$0,1466
europe-west3$0,1466
europe-west4$0,1253
europe-west6$0,1592
europe-west9$0,1593
e2-highcpu-8perkiraan:
europe-west1$0,2503
europe-west2$0,2932
europe-west3$0,2932
europe-west4$0,2505
europe-west6$0,3184
europe-west9$0,3186
e2-highcpu-16perkiraan:
europe-west1$0,5006
europe-west2$0,5864
europe-west3$0,5864
europe-west4$0,501
europe-west6$0,6368
europe-west9$0,6372
e2-highcpu-32perkiraan:
europe-west1$1,0013
europe-west2$1,1728
europe-west3$1,1728
europe-west4$1,0021
europe-west6$1,2736
europe-west9$1,2743

Seri N1

n1-standard-2perkiraan:

europe-west2$0,1408
Region Eropa lainnya$0,1265
n1-standard-4perkiraan:
europe-west2$0,2815
Region Eropa lainnya$0,2531
n1-standard-8perkiraan:
europe-west2$0,563
Region Eropa lainnya$0,5061
n1-standard-16perkiraan:
europe-west2$1,126
Region Eropa lainnya$1,0123
n1-standard-32perkiraan:
europe-west2$2,2521
Region Eropa lainnya$2,0245
n1-highmem-2perkiraan:
europe-west2$0,1753
Region Eropa lainnya$0,1575
n1-highmem-4perkiraan:
europe-west2$0,3506
Region Eropa lainnya$0,3151
n1-highmem-8perkiraan:
europe-west2$0,7011
Region Eropa lainnya$0,6302
n1-highmem-16perkiraan:
europe-west2$1,4022
Region Eropa lainnya$1,2603
n1-highcpu-2perkiraan:
europe-west2$0,105
Region Eropa lainnya$0,0944
n1-highcpu-4perkiraan:
europe-west2$0,21
Region Eropa lainnya$0,1888
n1-highcpu-8perkiraan:
europe-west2$0,4199
Region Eropa lainnya$0,3776
n1-highcpu-16perkiraan:
europe-west2$0,8398
Region Eropa lainnya$0,7552
n1-highcpu-32perkiraan:
europe-west2$1,6796
Region Eropa lainnya$1,5104

Seri N2

n2-standard-2perkiraan:

europe_central2$0,1439
europe_west1$0,1229
europe_west2$0,1439
europe_west3$0,1439
europe_west4$0,1229
europe_west6$0,1564
europe_west9$0,1296
n2-standard-4perkiraan:
europe_central2$0,2878
europe_west1$0,2457
europe_west2$0,2878
europe_west3$0,2878
europe_west4$0,2457
europe_west6$0,3127
europe_west9$0,2591
n2-standard-8perkiraan:
europe_central2$0,5756
europe_west1$0,4914
europe_west2$0,5756
europe_west3$0,5756
europe_west4$0,4914
europe_west6$0,6254
europe_west9$0,5182
n2-standard-16perkiraan:
europe_central2$1,1511
europe_west1$0,9829
europe_west2$1,1511
europe_west3$1,1511
europe_west4$0,9828
europe_west6$1,2508
europe_west9$1,0364
n2-standard-32perkiraan:
europe_central2$2,3023
europe_west1$1,9658
europe_west2$2,3023
europe_west3$2,3023
europe_west4$1,9657
europe_west6$2,5017
europe_west9$2,0729
n2-highmem-2perkiraan:
europe_central2$0,1941
europe_west1$0,1657
europe_west2$0,1941
europe_west3$0,1941
europe_west4$0,1657
europe_west6$0,2109
europe_west9$0,1748
n2-highmem-4perkiraan:
europe_central2$0,3882
europe_west1$0,3315
europe_west2$0,3882
europe_west3$0,3882
europe_west4$0,3315
europe_west6$0,4218
europe_west9$0,3495
n2-highmem-8perkiraan:
europe_central2$0,7764
europe_west1$0,663
europe_west2$0,7764
europe_west3$0,7764
europe_west4$0,6629
europe_west6$0,8436
europe_west9$0,6991
n2-highmem-16perkiraan:
europe_central2$1,5528
europe_west1$1,3259
europe_west2$1,5528
europe_west3$1,5528
europe_west4$1,3259
europe_west6$1,6873
europe_west9$1,3982
n2-highcpu-2perkiraan:
europe_central2$0,1062
europe_west1$0,0907
europe_west2$0,1062
europe_west3$0,1062
europe_west4$0,0907
europe_west6$0,1154
europe_west9$0,0956
n2-highcpu-4perkiraan:
europe_central2$0,2125
europe_west1$0,1814
europe_west2$0,2125
europe_west3$0,2125
europe_west4$0,1814
europe_west6$0,2309
europe_west9$0,1913
n2-highcpu-8perkiraan:
europe_central2$0,4249
europe_west1$0,3628
europe_west2$0,4249
europe_west3$0,4249
europe_west4$0,3628
europe_west6$0,4617
europe_west9$0,3826
n2-highcpu-16perkiraan:
europe_central2$0,8499
europe_west1$0,7256
europe_west2$0,8499
europe_west3$0,8499
europe_west4$0,7256
europe_west6$0,9235
europe_west9$0,7651
n2-highcpu-32perkiraan:
europe_central2$1,6997
europe_west1$1,4512
europe_west2$1,6997
europe_west3$1,6997
europe_west4$1,4511
europe_west6$1,847
europe_west9$1,5303

Seri N2D

n2d-standard-2perkiraan:

europe_west1$0,1069
europe_west2$0,1252
europe_west3$0,1252
europe_west4$0,107
europe_west9$0,1127
n2d-standard-4perkiraan:
europe_west1$0,2138
europe_west2$0,2504
europe_west3$0,2504
europe_west4$0,2139
europe_west9$0,2254
n2d-standard-8perkiraan:
europe_west1$0,4275
europe_west2$0,5007
europe_west3$0,5007
europe_west4$0,4279
europe_west9$0,4509
n2d-standard-16perkiraan:
europe_west1$0,8551
europe_west2$1,0015
europe_west3$1,0015
europe_west4$0,8558
europe_west9$0,9017
n2d-standard-32perkiraan:
europe_west1$1,7102
europe_west2$2,0029
europe_west3$2,0029
europe_west4$1,7116
europe_west9$1,8034
n2d-highmem-2perkiraan:
europe_west1$0,1442
europe_west2$0,1689
europe_west3$0,1689
europe_west4$0,1443
europe_west9$0,1521
n2d-highmem-4perkiraan:
europe_west1$0,2884
europe_west2$0,3377
europe_west3$0,3377
europe_west4$0,2886
europe_west9$0,3041
n2d-highmem-8perkiraan:
europe_west1$0,5768
europe_west2$0,6755
europe_west3$0,6755
europe_west4$0,5772
europe_west9$0,6082
n2d-highmem-16perkiraan:
europe_west1$1,1535
europe_west2$1,3509
europe_west3$1,3509
europe_west4$1,1545
europe_west9$1,2164
n2d-highcpu-2perkiraan:
europe_west1$0,0789
europe_west2$0,0924
europe_west3$0,0924
europe_west4$0,079
europe_west9$0,0832
n2d-highcpu-4perkiraan:
europe_west1$0,1578
europe_west2$0,1848
europe_west3$0,1848
europe_west4$0,1579
europe_west9$0,1664
n2d-highcpu-8perkiraan:
europe_west1$0,3156
europe_west2$0,3697
europe_west3$0,3697
europe_west4$0,3159
europe_west9$0,3328
n2d-highcpu-16perkiraan:
europe_west1$0,6313
europe_west2$0,7394
europe_west3$0,7394
europe_west4$0,6318
europe_west9$0,6657
n2d-highcpu-32perkiraan:
europe_west1$1,2625
europe_west2$1,4787
europe_west3$1,4787
europe_west4$1,2636
europe_west9$1,3314

Seri C2

c2-standard-4perkiraan:

europe_west1$0,2641
europe_west2$0,3094
europe_west3$0,3092
europe_west4$0,2643
europe_west6$0,3362
c2-standard-8perkiraan:
europe_west1$0,5283
europe_west2$0,6187
europe_west3$0,6184
europe_west4$0,5285
europe_west6$0,6724
c2-standard-16perkiraan:
europe_west1$1,0565
europe_west2$1,2375
europe_west3$1,2368
europe_west4$1,0571
europe_west6$1,3449
c2-standard-30perkiraan:
europe_west1$1,981
europe_west2$2,3202
europe_west3$2,3191
europe_west4$1,982
europe_west6$2,5216
c2-standard-60perkiraan:
europe_west1$3,962
europe_west2$4,6404
europe_west3$4,6382
europe_west4$3,964
europe_west6$5,0432

Seri C2D

c2d-standard-2perkiraan:

europe_west1$0,115
europe_west2$0,1345
europe_west3$0,1345
europe_west4$0,115
c2d-standard-4perkiraan:
europe_west1$0,2299
europe_west2$0,269
europe_west3$0,269
europe_west4$0,2299
c2d-standard-8perkiraan:
europe_west1$0,4599
europe_west2$0,5381
europe_west3$0,5381
europe_west4$0,4599
c2d-standard-16perkiraan:
europe_west1$0,9198
europe_west2$1,0762
europe_west3$1,0762
europe_west4$0,9198
c2d-standard-32perkiraan:
europe_west1$1,8395
europe_west2$2,1524
europe_west3$2,1524
europe_west4$1,8395
c2d-standard-56perkiraan:
europe_west1$3,2191
europe_west2$3,7666
europe_west3$3,7666
europe_west4$3,2191
c2d-standard-112perkiraan:
europe_west1$6,4383
europe_west2$7,5333
europe_west3$7,5333
europe_west4$6,4383
c2d-highmem-2perkiraan:
europe_west1$0,1551
europe_west2$0,1814
europe_west3$0,1814
europe_west4$0,1551
c2d-highmem-4perkiraan:
europe_west1$0,3101
europe_west2$0,3629
europe_west3$0,3629
europe_west4$0,3101
c2d-highmem-8perkiraan:
europe_west1$0,6203
europe_west2$0,7258
europe_west3$0,7258
europe_west4$0,6203
c2d-highmem-16perkiraan:
europe_west1$1,2406
europe_west2$1,4515
europe_west3$1,4515
europe_west4$1,2406
c2d-highmem-32perkiraan:
europe_west1$2,4812
europe_west2$2,9031
europe_west3$2,9031
europe_west4$2,4812
c2d-highmem-56perkiraan:
europe_west1$4,342
europe_west2$5,0804
europe_west3$5,0804
europe_west4$4,342
c2d-highmem-112perkiraan:
europe_west1$8,684
europe_west2$10,1608
europe_west3$10,1608
europe_west4$8,684
c2d-highcpu-2perkiraan:
europe_west1$0,0949
europe_west2$0.1111
europe_west3$0.1111
europe_west4$0,0949
c2d-highcpu-4perkiraan:
europe_west1$0,1898
europe_west2$0,2221
europe_west3$0,2221
europe_west4$0,1898
c2d-highcpu-8perkiraan:
europe_west1$0,3797
europe_west2$0,4442
europe_west3$0,4442
europe_west4$0,3797
c2d-highcpu-16perkiraan:
europe_west1$0,7593
europe_west2$0,8885
europe_west3$0,8885
europe_west4$0,7593
c2d-highcpu-32perkiraan:
europe_west1$1,5187
europe_west2$1,777
europe_west3$1,777
europe_west4$1,5187
c2d-highcpu-56perkiraan:
europe_west1$2,6577
europe_west2$3,1097
europe_west3$3,1097
europe_west4$2,6577
c2d-highcpu-112perkiraan:
europe_west1$5,3154
europe_west2$6,2195
europe_west3$6,2195
europe_west4$5,3154

Seri C3

c3-highcpu-4perkiraan:

europe_west1$0,218
europe_west4$0,2182
c3-highcpu-8perkiraan:
europe_west1$0,4361
europe_west4$0,4365
c3-highcpu-22perkiraan:
europe_west1$1,1992
europe_west4$1,2003
c3-highcpu-44perkiraan:
europe_west1$2,3984
europe_west4$2,4006
c3-highcpu-88perkiraan:
europe_west1$4,7969
europe_west4$4,8013
c3-highcpu-176perkiraan:
europe_west1$9,5938
europe_west4$9,6026

Seri A2

a2-highgpu-1gperkiraan:

europe-west4$4,3103
a2-highgpu-2gperkiraan:
europe-west4$8,6205
a2-highgpu-4gperkiraan:
europe-west4$17,2411
a2-highgpu-8gperkiraan:
europe-west4$34,4822
a2-megagpu-16gperkiraan:
europe-west4$65,1222
a2-ultragpu-1gperkiraan:
europe-west4$6,3661
a2-ultragpu-2gperkiraan:
europe-west4$12,7321
a2-ultragpu-4gperkiraan:
europe-west4$25,4643
a2-ultragpu-8gperkiraan:
europe-west4$50,9286

Seri G2

g2-standard-4perkiraan:

europe-west4$0,8951
g2-standard-8perkiraan:
europe-west4$1,081
g2-standard-12perkiraan:
europe-west4$1,2669
g2-standard-16perkiraan:
europe-west4$1,4528
g2-standard-24perkiraan:
europe-west4$2,5338
g2-standard-32perkiraan:
europe-west4$2,1965
g2-standard-48perkiraan:
europe-west4$5,0677
g2-standard-96perkiraan:
europe-west4$10,1354

Harga untuk Asia Pasifik

Tabel berikut memberikan harga per jam kerja node untuk setiap jenis mesin.

Seri E2

e2-standard-2perkiraan:

asia-east1$0,0892
asia-east2$0,1078
asia-northeast1$0,0989
asia-northeast3$0,0989
asia-south1$0,0926
asia-southeast1$0,0951
australia-southeast1$0,1093
e2-standard-4perkiraan:
asia-east1$0,1785
asia-east2$0,2156
asia-northeast1$0,1977
asia-northeast3$0,1977
asia-south1$0,1851
asia-southeast1$0,1901
australia-southeast1$0,2187
e2-standard-8perkiraan:
asia-east1$0,3569
asia-east2$0,4313
asia-northeast1$0,3954
asia-northeast3$0,3954
asia-south1$0,3702
asia-southeast1$0,3802
australia-southeast1$0,4373
e2-standard-16perkiraan:
asia-east1$0.7138
asia-east2$0,8626
asia-northeast1$0,7909
asia-northeast3$0,7909
asia-south1$0,7405
asia-southeast1$0,7605
australia-southeast1$0,8747
e2-standard-32perkiraan:
asia-east1$1,4276
asia-east2$1,7251
asia-northeast1$1,5817
asia-northeast3$1,5817
asia-south1$1,4809
asia-southeast1$1,5209
australia-southeast1$1,7494
e2-highmem-2perkiraan:
asia-east1$0,1204
asia-east2$0,1454
asia-northeast1$0,1333
asia-northeast3$0,1333
asia-south1$0,1249
asia-southeast1$0,1282
australia-southeast1$0,1475
e2-highmem-4perkiraan:
asia-east1$0,2407
asia-east2$0,2909
asia-northeast1$0,2665
asia-northeast3$0,2665
asia-south1$0,2497
asia-southeast1$0,2564
australia-southeast1$0,295
e2-highmem-8perkiraan:
asia-east1$0,4815
asia-east2$0,5818
asia-northeast1$0,533
asia-northeast3$0,533
asia-south1$0,4994
asia-southeast1$0,5129
australia-southeast1$0,59
e2-highmem-16perkiraan:
asia-east1$0,963
asia-east2$1,1636
asia-northeast1$1,0661
asia-northeast3$1,0661
asia-south1$0,9989
asia-southeast1$1,0258
australia-southeast1$1,1799
e2-highcpu-2perkiraan:
asia-east1$0,0659
asia-east2$0,0796
asia-northeast1$0,0731
asia-northeast3$0,0731
asia-south1$0,0683
asia-southeast1$0,0702
australia-southeast1$0,0807
e2-highcpu-4perkiraan:
asia-east1$0,1317
asia-east2$0,1592
asia-northeast1$0,1461
asia-northeast3$0,1461
asia-south1$0,1367
asia-southeast1$0,1404
australia-southeast1$0,1614
e2-highcpu-8perkiraan:
asia-east1$0,2635
asia-east2$0,3184
asia-northeast1$0,2922
asia-northeast3$0,2922
asia-south1$0,2733
asia-southeast1$0,2807
australia-southeast1$0,3229
e2-highcpu-16perkiraan:
asia-east1$0,527
asia-east2$0,6368
asia-northeast1$0,5845
asia-northeast3$0,5845
asia-south1$0,5467
asia-southeast1$0,5615
australia-southeast1$0,6458
e2-highcpu-32perkiraan:
asia-east1$1,0539
asia-east2$1,2736
asia-northeast1$1,169
asia-northeast3$1,169
asia-south1$1,0933
asia-southeast1$1,1229
australia-southeast1$1,2916

Seri N1

n1-standard-2perkiraan:

asia-northeast1$0,1402
asia-southeast1$0,1348
australia-southeast1$0,155
Region Asia Pasifik lainnya$0,1265
n1-standard-4perkiraan:
asia-northeast1$0,2803
asia-southeast1$0,2695
australia-southeast1$0,31
Region Asia Pasifik lainnya$0,2531
n1-standard-8perkiraan:
asia-northeast1$0,5606
asia-southeast1$0,5391
australia-southeast1$0,6201
Region Asia Pasifik lainnya$0,5061
n1-standard-16perkiraan:
asia-northeast1$1,1213
asia-southeast1$1,0782
australia-southeast1$1,2401
Region Asia Pasifik lainnya$1,0123
n1-standard-32perkiraan:
asia-northeast1$2,2426
asia-southeast1$2,1564
australia-southeast1$2,4802
Region Asia Pasifik lainnya$2,0245
n1-highmem-2perkiraan:
asia-northeast1$0,1744
asia-southeast1$0,1678
australia-southeast1$0,193
Region Asia Pasifik lainnya$0,1575
n1-highmem-4perkiraan:
asia-northeast1$0,3489
asia-southeast1$0,3357
australia-southeast1$0,3861
Region Asia Pasifik lainnya$0,3151
n1-highmem-8perkiraan:
asia-northeast1$0,6977
asia-southeast1$0,6713
australia-southeast1$0,7721
Region Asia Pasifik lainnya$0,6302
n1-highmem-16perkiraan:
asia-northeast1$1,3955
asia-southeast1$1,3426
australia-southeast1$1,5443
Region Asia Pasifik lainnya$1,2603
n1-highcpu-2perkiraan:
asia-northeast1$0,1046
asia-southeast1$0,1005
australia-southeast1$0,1156
Region Asia Pasifik lainnya$0,0944
n1-highcpu-4perkiraan:
asia-northeast1$0,2093
asia-southeast1$0,201
australia-southeast1$0,2312
Region Asia Pasifik lainnya$0,1888
n1-highcpu-8perkiraan:
asia-northeast1$0,4186
asia-southeast1$0,4021
australia-southeast1$0,4624
Region Asia Pasifik lainnya$0,3776
n1-highcpu-16perkiraan:
asia-northeast1$0,8371
asia-southeast1$0,8041
australia-southeast1$0,9249
Region Asia Pasifik lainnya$0,7552
n1-highcpu-32perkiraan:
asia-northeast1$1,6742
asia-southeast1$1,6082
australia-southeast1$1,8498
Region Asia Pasifik lainnya$1,5104

Seri N2

n2-standard-2perkiraan:

asia_east1$0,1293
asia_east2$0,1563
asia_northeast1$0,1433
asia_northeast3$0,1433
asia_south1$0,1341
asia_southeast1$0,1378
asia_southeast2$0,1502
australia_southeast1$0,1585
n2-standard-4perkiraan:
asia_east1$0,2586
asia_east2$0,3125
asia_northeast1$0,2866
asia_northeast3$0,2866
asia_south1$0,2683
asia_southeast1$0,2756
asia_southeast2$0,3003
australia_southeast1$0,3169
n2-standard-8perkiraan:
asia_east1$0,5173
asia_east2$0,6251
asia_northeast1$0,5731
asia_northeast3$0,5731
asia_south1$0,5366
asia_southeast1$0,5511
asia_southeast2$0,6007
australia_southeast1$0,6339
n2-standard-16perkiraan:
asia_east1$1,0346
asia_east2$1,2502
asia_northeast1$1,1462
asia_northeast3$1,1462
asia_south1$1,0731
asia_southeast1$1,1022
asia_southeast2$1,2014
australia_southeast1$1,2678
n2-standard-32perkiraan:
asia_east1$2,0691
asia_east2$2,5003
asia_northeast1$2,2924
asia_northeast3$2,2924
asia_south1$2,1462
asia_southeast1$2,2044
asia_southeast2$2,4028
australia_southeast1$2,5355
n2-highmem-2perkiraan:
asia_east1$0,1745
asia_east2$0,2108
asia_northeast1$0,1931
asia_northeast3$0,1931
asia_south1$0,181
asia_southeast1$0,1859
asia_southeast2$0,2026
australia_southeast1$0,2138
n2-highmem-4perkiraan:
asia_east1$0,3489
asia_east2$0,4216
asia_northeast1$0,3863
asia_northeast3$0,3863
asia_south1$0,3619
asia_southeast1$0,3717
asia_southeast2$0,4052
australia_southeast1$0,4275
n2-highmem-8perkiraan:
asia_east1$0,6978
asia_east2$0,8432
asia_northeast1$0,7725
asia_northeast3$0,7725
asia_south1$0,7238
asia_southeast1$0,7434
asia_southeast2$0,8103
australia_southeast1$0,8551
n2-highmem-16perkiraan:
asia_east1$1,3956
asia_east2$1,6865
asia_northeast1$1,545
asia_northeast3$1,545
asia_south1$1,4476
asia_southeast1$1,4868
asia_southeast2$1,6206
australia_southeast1$1,7102
n2-highcpu-2perkiraan:
asia_east1$0,0955
asia_east2$0,1154
asia_northeast1$0,1059
asia_northeast3$0,1059
asia_south1$0,099
asia_southeast1$0,1017
asia_southeast2$0,1109
australia_southeast1$0,117
n2-highcpu-4perkiraan:
asia_east1$0,1909
asia_east2$0,2307
asia_northeast1$0,2118
asia_northeast3$0,2118
asia_south1$0,1981
asia_southeast1$0,2034
asia_southeast2$0,2217
australia_southeast1$0,234
n2-highcpu-8perkiraan:
asia_east1$0,3819
asia_east2$0,4615
asia_northeast1$0,4235
asia_northeast3$0,4235
asia_south1$0,3961
asia_southeast1$0,4069
asia_southeast2$0,4435
australia_southeast1$0,468
n2-highcpu-16perkiraan:
asia_east1$0,7637
asia_east2$0,9229
asia_northeast1$0,8471
asia_northeast3$0,8471
asia_south1$0,7923
asia_southeast1$0,8137
asia_southeast2$0,887
australia_southeast1$0,936
n2-highcpu-32perkiraan:
asia_east1$1,5275
asia_east2$1,8458
asia_northeast1$1,6942
asia_northeast3$1,6942
asia_south1$1,5845
asia_southeast1$1,6275
asia_southeast2$1,7739
australia_southeast1$1,8719

Seri N2D

n2d-standard-2perkiraan:

asia_east1$0,1125
asia_east2$0,136
asia_northeast1$0,1247
asia_south1$0,0641
asia_southeast1$0,1199
australia_southeast1$0,1379
n2d-standard-4perkiraan:
asia_east1$0,225
asia_east2$0,2719
asia_northeast1$0,2493
asia_south1$0,1283
asia_southeast1$0,2397
australia_southeast1$0,2757
n2d-standard-8perkiraan:
asia_east1$0,45
asia_east2$0,5438
asia_northeast1$0,4986
asia_south1$0,2565
asia_southeast1$0,4795
australia_southeast1$0,5515
n2d-standard-16perkiraan:
asia_east1$0,9001
asia_east2$1,0876
asia_northeast1$0,9972
asia_south1$0,513
asia_southeast1$0,959
australia_southeast1$1,103
n2d-standard-32perkiraan:
asia_east1$1,8001
asia_east2$2,1752
asia_northeast1$1,9945
asia_south1$1,0261
asia_southeast1$1,9179
australia_southeast1$2,206
n2d-highmem-2perkiraan:
asia_east1$0,1518
asia_east2$0,1834
asia_northeast1$0,168
asia_south1$0,0865
asia_southeast1$0,1617
australia_southeast1$0,186
n2d-highmem-4perkiraan:
asia_east1$0,3035
asia_east2$0,3668
asia_northeast1$0,3361
asia_south1$0,173
asia_southeast1$0,3234
australia_southeast1$0,372
n2d-highmem-8perkiraan:
asia_east1$0,6071
asia_east2$0,7336
asia_northeast1$0,6721
asia_south1$0,346
asia_southeast1$0,6468
australia_southeast1$0,744
n2d-highmem-16perkiraan:
asia_east1$1,2142
asia_east2$1,4672
asia_northeast1$1,3443
asia_south1$0,6921
asia_southeast1$1,2936
australia_southeast1$1,4879
n2d-highcpu-2perkiraan:
asia_east1$0,0831
asia_east2$0,1004
asia_northeast1$0,0921
asia_south1$0,0473
asia_southeast1$0,0885
australia_southeast1$0,1018
n2d-highcpu-4perkiraan:
asia_east1$0,1661
asia_east2$0,2007
asia_northeast1$0,1842
asia_south1$0,0947
asia_southeast1$0,177
australia_southeast1$0,2036
n2d-highcpu-8perkiraan:
asia_east1$0,3322
asia_east2$0,4015
asia_northeast1$0,3685
asia_south1$0,1894
asia_southeast1$0,354
australia_southeast1$0,4071
n2d-highcpu-16perkiraan:
asia_east1$0,6645
asia_east2$0,8029
asia_northeast1$0,737
asia_south1$0,3787
asia_southeast1$0,708
australia_southeast1$0,8143
n2d-highcpu-32perkiraan:
asia_east1$1,3289
asia_east2$1,6059
asia_northeast1$1,4739
asia_south1$0,7575
asia_southeast1$1,4159
australia_southeast1$1,6286

Seri C2

c2-standard-4perkiraan:

asia_east1$0,278
asia_east2$0,336
asia_northeast1$0,308
asia_northeast3$0,308
asia_south1$0,2884
asia_southeast1$0,2962
australia_southeast1$0,3407
c2-standard-8perkiraan:
asia_east1$0,5561
asia_east2$0,672
asia_northeast1$0,6161
asia_northeast3$0,6161
asia_south1$0,5768
asia_southeast1$0,5924
australia_southeast1$0,6814
c2-standard-16perkiraan:
asia_east1$1,1122
asia_east2$1,3439
asia_northeast1$1,2321
asia_northeast3$1,2321
asia_south1$1,1536
asia_southeast1$1,1849
australia_southeast1$1,3629
c2-standard-30perkiraan:
asia_east1$2,0853
asia_east2$2,5199
asia_northeast1$2,3103
asia_northeast3$2,3103
asia_south1$2,1631
asia_southeast1$2,2217
australia_southeast1$2,5553
c2-standard-60perkiraan:
asia_east1$4,1706
asia_east2$5,0397
asia_northeast1$4,6205
asia_northeast3$4,6205
asia_south1$4,3262
asia_southeast1$4,4433
australia_southeast1$5,1107

Seri C2D

c2d-standard-2perkiraan:

asia_east1$0,1209
asia_south1$0,0689
asia_southeast1$0,1288
c2d-standard-4perkiraan:
asia_east1$0,2418
asia_south1$0,1378
asia_southeast1$0,2576
c2d-standard-8perkiraan:
asia_east1$0,4836
asia_south1$0,2757
asia_southeast1$0,5153
c2d-standard-16perkiraan:
asia_east1$0,9672
asia_south1$0,5513
asia_southeast1$1,0305
c2d-standard-32perkiraan:
asia_east1$1,9345
asia_south1$1,1027
asia_southeast1$2,0611
c2d-standard-56perkiraan:
asia_east1$3,3853
asia_south1$1,9297
asia_southeast1$3,6069
c2d-standard-112perkiraan:
asia_east1$6,7706
asia_south1$3,8593
asia_southeast1$7,2137
c2d-highmem-2perkiraan:
asia_east1$0,1631
asia_south1$0,093
asia_southeast1$0,1737
c2d-highmem-4perkiraan:
asia_east1$0,3262
asia_south1$0,1859
asia_southeast1$0,3475
c2d-highmem-8perkiraan:
asia_east1$0,6523
asia_south1$0,3718
asia_southeast1$0,695
c2d-highmem-16perkiraan:
asia_east1$1,3046
asia_south1$0,7436
asia_southeast1$1,39
c2d-highmem-32perkiraan:
asia_east1$2,6092
asia_south1$1,4873
asia_southeast1$2,78
c2d-highmem-56perkiraan:
asia_east1$4,5662
asia_south1$2,6028
asia_southeast1$4,865
c2d-highmem-112perkiraan:
asia_east1$9,1323
asia_south1$5,2055
asia_southeast1$9,7299
c2d-highcpu-2perkiraan:
asia_east1$0,0998
asia_south1$0,0569
asia_southeast1$0,1063
c2d-highcpu-4perkiraan:
asia_east1$0,1996
asia_south1$0,1138
asia_southeast1$0,2127
c2d-highcpu-8perkiraan:
asia_east1$0,3993
asia_south1$0,2276
asia_southeast1$0,4254
c2d-highcpu-16perkiraan:
asia_east1$0,7985
asia_south1$0,4552
asia_southeast1$0,8508
c2d-highcpu-32perkiraan:
asia_east1$1,5971
asia_south1$0,9104
asia_southeast1$1,7016
c2d-highcpu-56perkiraan:
asia_east1$2,7949
asia_south1$1,5931
asia_southeast1$2,9778
c2d-highcpu-112perkiraan:
asia_east1$5,5898
asia_south1$3,1862
asia_southeast1$5,9556

Seri C3

c3-highcpu-4perkiraan:

asia_southeast1$0,2445
c3-highcpu-8perkiraan:
asia_southeast1$0,489
c3-highcpu-22perkiraan:
asia_southeast1$1,3449
c3-highcpu-44perkiraan:
asia_southeast1$2,6897
c3-highcpu-88perkiraan:
asia_southeast1$5,3794
c3-highcpu-176perkiraan:
asia_southeast1$10,7589

Seri A2

a2-highgpu-1gperkiraan:

asia-northeast1$4,6575
asia-northeast3$4,6575
asia-southeast1$4,6163
a2-highgpu-2gperkiraan:
asia-northeast1$9,3151
asia-northeast3$9,3151
asia-southeast1$9,2327
a2-highgpu-4gperkiraan:
asia-northeast1$18,6301
asia-northeast3$18,6301
asia-southeast1$18,4653
a2-highgpu-8gperkiraan:
asia-northeast1$37,2603
asia-northeast3$37,2603
asia-southeast1$36,9306
a2-megagpu-16gperkiraan:
asia-northeast1$70,0363
asia-northeast3$70,0363
asia-southeast1$69,5557
a2-ultragpu-1gperkiraan:
asia-southeast1$7,1328
a2-ultragpu-2gperkiraan:
asia-southeast1$14,2657
a2-ultragpu-4gperkiraan:
asia-southeast1$28,5314
a2-ultragpu-8gperkiraan:
asia-southeast1$57,0628

Harga untuk Timur Tengah

Seri N2

n2-standard-2perkiraan:

me_west1$0,1229
n2-standard-4perkiraan:
me_west1$0,2457
n2-standard-8perkiraan:
me_west1$0,4914
n2-standard-16perkiraan:
me_west1$0,9828
n2-standard-32perkiraan:
me_west1$1,9657
n2-highmem-2perkiraan:
me_west1$0,1657
n2-highmem-4perkiraan:
me_west1$0,3315
n2-highmem-8perkiraan:
me_west1$0,6629
n2-highmem-16perkiraan:
me_west1$1,3259
n2-highcpu-2perkiraan:
me_west1$0,0907
n2-highcpu-4perkiraan:
me_west1$0,1814
n2-highcpu-8perkiraan:
me_west1$0,3628
n2-highcpu-16perkiraan:
me_west1$0,7256
n2-highcpu-32perkiraan:
me_west1$1,4511

Seri N2D

n2d-standard-2perkiraan:

me_west1$0,1069
n2d-standard-4perkiraan:
me_west1$0,2138
n2d-standard-8perkiraan:
me_west1$0,4275
n2d-standard-16perkiraan:
me_west1$0,8551
n2d-standard-32perkiraan:
me_west1$1,7101
n2d-highmem-2perkiraan:
me_west1$0,1442
n2d-highmem-4perkiraan:
me_west1$0,2884
n2d-highmem-8perkiraan:
me_west1$0,5767
n2d-highmem-16perkiraan:
me_west1$1,1535
n2d-highcpu-2perkiraan:
me_west1$0,0789
n2d-highcpu-4perkiraan:
me_west1$0,1578
n2d-highcpu-8perkiraan:
me_west1$0,3156
n2d-highcpu-16perkiraan:
me_west1$0,6312
n2d-highcpu-32perkiraan:
me_west1$1,2625

Setiap jenis mesin dikenai biaya sebagai SKU berikut di tagihan Google Cloud Anda:

  • Biaya vCPU: diukur dalam jam vCPU
  • Biaya RAM: diukur dalam GB jam
  • Biaya GPU: jika terintegrasi ke dalam mesin atau dikonfigurasi secara opsional, diukur dalam jam GPU

Harga untuk jenis mesin digunakan untuk memperkirakan total biaya per jam untuk setiap node prediksi dari versi model yang menggunakan jenis mesin tersebut.

Misalnya, jenis mesin n1-highcpu-32 mencakup 32 vCPU dan RAM 32 GB. Oleh karena itu, harga per jam sama dengan 32 vCPU hours + 32 GB hours.

Tabel harga SKU tersedia berdasarkan region. Setiap tabel menunjukkan harga vCPU, RAM, dan GPU bawaan untuk jenis mesin prediksi, yang secara lebih akurat mencerminkan SKU yang dikenakan biaya.

Untuk melihat harga SKU per region, pilih region untuk melihat tabel harganya:

Harga SKU untuk Amerika

Seri E2

vCPU

Location Harga per jam
Los Angeles (us-west2) $0.0301288 per vCPU jam
Las Vegas (us-west4) $0.028252 per vCPU jam
Virginia Utara (us-east4) $0.028252 per vCPU jam
Montréal (northamerica-northeast1) $0.0276149 per vCPU jam
Toronto (northamerica-northeast2) $0.0276149 per vCPU jam
Sao Paulo (southamerica-east1) $0.0398176 per vCPU jam
Region Amerika lainnya $0.0250826 per vCPU jam

RAM

Lokasi Harga per jam
Los Angeles (us-west2) $0.0040376 per GB jam
Las Vegas (us-west4</code>) $0.0037846 per GB jam
Virginia Utara (us-east4) $0.0037846 per GB jam
Montréal (northamerica-northeast1) $0.0037007 per GB jam
Toronto (northamerica-northeast2) $0.0037007 per GB jam
Sao Paulo (southamerica-east1) $0.005336 per GB jam
Region Amerika lainnya $0.0033614 per GB jam

Seri N1

vCPU

Location Harga per jam
Virginia Utara (us-east4) $0.04094575 per vCPU jam
Montréal (northamerica-northeast1) $0.0400223 per vCPU jam
Region Amerika lainnya $0.03635495 per vCPU jam

RAM

Lokasi Harga per jam
Virginia Utara (us-east4) $0.00548665 per GB jam
Montréal (northamerica-northeast1) $0.0053636 per GB jam
Region Amerika lainnya $0.0048783 per GB jam

Seri N2

vCPU

Location Harga per jam
Montréal (northamerica_northeast1) $0.0400223 per vCPU jam
Toronto (northamerica_northeast2) $0.0400223 per vCPU jam
São Paulo (southamerica_east1) $0.057707 per vCPU jam
Iowa (us_central1) $0.0363527 per vCPU jam
South Carolina (us_east1) $0.0363527 per vCPU jam
Virginia Utara (us_east4) $0.0409457 per vCPU jam
Dallas (us_south1) $0.0428962 per vCPU jam
Oregon (us_west1) $0.0363527 per vCPU jam
Los Angeles (us_west2) $0.0436655 per vCPU jam
Salt Lake City (us_west3) $0.0436655 per vCPU jam
Las Vegas (us_west4) $0.0409434 per vCPU jam

RAM

Lokasi Harga per jam
Montréal (northamerica_northeast1) $0.0053636 per GB jam
Toronto (northamerica_northeast2) $0.0053636 per GB jam
São Paulo (southamerica_east1) $0.0077337 per GB jam
Iowa (us_central1) $0.0048725 per GB jam
South Carolina (us_east1) $0.0048725 per GB jam
Virginia Utara (us_east4) $0.0054867 per GB jam
Dallas (us_south1) $0.00575 per GB jam
Oregon (us_west1) $0.0048725 per GB jam
Los Angeles (us_west2) $0.0058523 per GB jam
Salt Lake City (us_west3) $0.0058523 per GB jam
Las Vegas (us_west4) $0.0054867 per GB jam

Seri N2D

vCPU

Location Harga per jam
Montréal (northamerica_northeast1) $0.0348197 per vCPU jam
São Paulo (southamerica_east1) $0.0502055 per vCPU jam
Iowa (us_central1) $0.0316273 per vCPU jam
South Carolina (us_east1) $0.0316273 per vCPU jam
Virginia Utara (us_east4) $0.0356224 per vCPU jam
Oregon (us_west1) $0.0316273 per vCPU jam
Los Angeles (us_west2) $0.0379891 per vCPU jam
Las Vegas (us_west4) $0.0356224 per vCPU jam

RAM

Lokasi Harga per jam
Montréal (northamerica_northeast1) $0.0046667 per GB jam
São Paulo (southamerica_east1) $0.0067287 per GB jam
Iowa (us_central1) $0.0042389 per GB jam
South Carolina (us_east1) $0.0042389 per GB jam
Virginia Utara (us_east4) $0.0047736 per GB jam
Oregon (us_west1) $0.0042389 per GB jam
Los Angeles (us_west2) $0.005091 per GB jam
Las Vegas (us_west4) $0.0047736 per GB jam

Seri C2

vCPU

Location Harga per jam
Montréal (northamerica_northeast1) $0.04301 per vCPU jam
São Paulo (southamerica_east1) $0.0620356 per vCPU jam
Iowa (us_central1) $0.039077 per vCPU jam
South Carolina (us_east1) $0.039077 per vCPU jam
Virginia Utara (us_east4) $0.0440105 per vCPU jam
Oregon (us_west1) $0.039077 per vCPU jam
Los Angeles (us_west2) $0.046943 per vCPU jam
Salt Lake City (us_west3) $0.04692 per vCPU jam
Las Vegas (us_west4) $0.0440105 per vCPU jam

RAM

Lokasi Harga per jam
Montréal (northamerica_northeast1) $0.00575 per GB jam
São Paulo (southamerica_east1) $0.0083133 per GB jam
Iowa (us_central1) $0.0052325 per GB jam
South Carolina (us_east1) $0.0052325 per GB jam
Virginia Utara (us_east4) $0.005888 per GB jam
Oregon (us_west1) $0.0052325 per GB jam
Los Angeles (us_west2) $0.0062905 per GB jam
Salt Lake City (us_west3) $0.006325 per GB jam
Las Vegas (us_west4) $0.005888 per GB jam

Seri C2D

vCPU

Location Harga per jam
Iowa (us_central1) $0.0339974 per vCPU jam
South Carolina (us_east1) $0.0339974 per vCPU jam
Virginia Utara (us_east4) $0.0382904 per vCPU jam

RAM

Lokasi Harga per jam
Iowa (us_central1) $0.0045528 per GB jam
South Carolina (us_east1) $0.0045528 per GB jam
Virginia Utara (us_east4) $0.0051267 per GB jam

Seri C3

vCPU

Location Harga per jam
Iowa (us_central1) $0.03908 per vCPU jam
South Carolina (us_east1) $0.03908 per vCPU jam
Virginia Utara (us_east4) $0.04401 per vCPU jam

RAM

Lokasi Harga per jam
Iowa (us_central1) $0.00524 per GB jam
South Carolina (us_east1) $0.00524 per GB jam
Virginia Utara (us_east4) $0.0059 per GB jam

Seri A2

vCPU

Location Harga per jam
Iowa (us-central1) $0.0363527 per vCPU jam
Virginia Utara (us-east4) $0.0363527 per vCPU jam
Las Vegas (us-west4) $0.0409457 per vCPU jam
Region Amerika lainnya $0.0363527 per vCPU jam

RAM

Lokasi Harga per jam
Iowa (us-central1) $0.0048725 per GB jam
Virginia Utara (us-east4) $0.0048725 per GB jam
Las Vegas (us-west4) $0.0054867 per GB jam
Region Amerika lainnya $0.0048725 per GB jam

GPU

Location Harga per jam
Iowa (us-central1) $4.51729 per GPU jam (A100 80 GB)
Virginia Utara (us-east4) $5.08783 per GPU jam (A100 80 GB)
Las Vegas (us-west4) $3.5673 per GPU jam (A100 40 GB)
Region Amerika lainnya $3.3741 per GPU jam (A100 40 GB)

Seri A3

vCPU

Location Harga per jam
Iowa (us-central1) $0.0293227 per vCPU jam
Virginia Utara (us-east4) $0.0293227 per vCPU jam

RAM

Lokasi Harga per jam
Iowa (us-central1) $0.0025534 per GB jam
Virginia Utara (us-east4) $0.0025534 per GB jam

GPU

Location Harga per jam
Iowa (us-central1) $11.2660332 per jam GPU (H100 80 GB)
Virginia Utara (us-east4) $11.2660336 per jam GPU (H100 80 GB)

Seri G2

vCPU

Location Harga per jam
Iowa (us-central1) $0.02874 per vCPU jam

RAM

Lokasi Harga per jam
Iowa (us-central1) $0.00337 per GB jam

GPU

Location Harga per jam
Iowa (us-central1) $0.64405 per GPU jam

Harga SKU untuk Eropa

Seri E2

vCPU

Location Harga per jam
Belgia (europe-west1) $0.0275919 per vCPU jam
London (europe-west2) $0.0323184 per vCPU jam
Frankfurt (europe-west3) $0.0323184 per vCPU jam
Belanda (europe-west4) $0.0276149 per vCPU jam
Zurich (europe-west6) $0.0350968 per vCPU jam
Paris (europe-west9) $0.0351164 per vCPU jam

RAM

Lokasi Harga per jam
Belgia (europe-west1) $0.0036984 per GB jam
London (europe-west2) $0.0043309 per GB jam
Frankfurt (europe-west3) $0.0043309 per GB jam
Belanda (europe-west4) $0.0037007 per GB jam
Zurich (europe-west6) $0.0047035 per GB jam
Paris (europe-west9) $0.0047069 per GB jam

Seri N1

vCPU

Location Harga per jam
London (europe-west2) $0.0468395 per vCPU jam
Region Eropa lainnya $0.0421268 per vCPU jam

RAM

Lokasi Harga per jam
London (europe-west2) $0.0062767 per GB jam
Region Eropa lainnya $0.0056373 per GB jam

Seri N2

vCPU

Location Harga per jam
Warsawa (europe_central2) $0.0468395 per vCPU jam
Belgia (europe_west1) $0.0399889 per vCPU jam
London (europe_west2) $0.0468395 per vCPU jam
Frankfurt (europe_west3) $0.0468395 per vCPU jam
Belanda (europe_west4) $0.0399879 per vCPU jam
Zurich (europe_west6) $0.050899 per vCPU jam
Paris (europe_west9) $0.0421693 per vCPU jam

RAM

Lokasi Harga per jam
Warsawa (europe_central2) $0.0062767 per GB jam
Belgia (europe_west1) $0.0053602 per GB jam
London (europe_west2) $0.0062767 per GB jam
Frankfurt (europe_west3) $0.0062767 per GB jam
Belanda (europe_west4) $0.0053598 per GB jam
Zurich (europe_west6) $0.0068195 per GB jam
Paris (europe_west9) $0.0056522 per GB jam

Seri N2D

vCPU

Location Harga per jam
Belgia (europe_west1) $0.0347909 per vCPU jam
London (europe_west2) $0.0407502 per vCPU jam
Frankfurt (europe_west3) $0.0407502 per vCPU jam
Belanda (europe_west4) $0.0348197 per vCPU jam
Paris (europe_west9) $0.0366873 per vCPU jam

RAM

Lokasi Harga per jam
Belgia (europe_west1) $0.0046632 per GB jam
London (europe_west2) $0.0054602 per GB jam
Frankfurt (europe_west3) $0.0054602 per GB jam
Belanda (europe_west4) $0.0046667 per GB jam
Paris (europe_west9) $0.0049174 per GB jam

Seri C2

vCPU

Location Harga per jam
Belgia (europe_west1) $0.042987 per vCPU jam
London (europe_west2) $0.0503527 per vCPU jam
Frankfurt (europe_west3) $0.050347 per vCPU jam
Belanda (europe_west4) $0.0430215 per vCPU jam
Zurich (europe_west6) $0.0547055 per vCPU jam

RAM

Lokasi Harga per jam
Belgia (europe_west1) $0.0057615 per GB jam
London (europe_west2) $0.006747 per GB jam
Frankfurt (europe_west3) $0.006739 per GB jam
Belanda (europe_west4) $0.0057615 per GB jam
Zurich (europe_west6) $0.007337 per GB jam

Seri C2D

vCPU

Location Harga per jam
London (europe_west2) $0.0438012 per vCPU jam
Belanda (europe_west4) $0.0374336 per vCPU jam

RAM

Lokasi Harga per jam
London (europe_west2) $0.005865 per GB jam
Belanda (europe_west4) $0.0050128 per GB jam

Seri C3

vCPU

Location Harga per jam
London (europe_west1) $0.04299 per vCPU jam
Belanda (europe_west4) $0.04302 per vCPU jam

RAM

Lokasi Harga per jam
London (europe_west1) $0.00576 per GB jam
Belanda (europe_west4) $0.00577 per GB jam

Seri A2

vCPU

Location Harga per jam
Belanda (europe-west4) $0.0400223 per vCPU jam

RAM

Lokasi Harga per jam
Belanda (europe-west4) $0.0053636 per GB jam

GPU

Location Harga per jam
Belanda (europe-west4) $3.3741 per GPU jam (A100 40 GB)
Belanda (europe-west4) $4.97399 per GPU jam (A100 80 GB)

Seri G2

vCPU

Location Harga per jam
Belanda (europe-west4) $0.03164 per vCPU jam

RAM

Lokasi Harga per jam
Belanda (europe-west4) $0.00371 per GB jam

GPU

Location Harga per jam
Belanda (europe-west4) $0.70916 per GPU jam

Harga SKU untuk Asia Pasifik

Seri E2

SKU jenis mesin prediksi E2

vCPU

Location Harga per jam
Taiwan (asia-east1) $0.0290432 per vCPU jam
Hong Kong (asia-east2) $0.0350968 per vCPU jam
Tokyo (asia-northeast1) $0.0322299 per vCPU jam
Seoul (asia-northeast3) $0.0322299 per vCPU jam
Mumbai (asia-south1) $0.0301288 per vCPU jam
Singapura (asia-southeast1) $0.0309453 per vCPU jam
Sydney (australia-southeast1) $0.0355925 per vCPU jam

RAM

Lokasi Harga per jam
Taiwan (asia-east1) $0.0038927 per GB jam
Hong Kong (asia-east2) $0.0047035 per GB jam
Tokyo (asia-northeast1) $0.0042999 per GB jam
Seoul (asia-northeast3) $0.0042999 per GB jam
Mumbai (asia-south1) $0.0040376 per GB jam
Singapura (asia-southeast1) $0.0041458 per GB jam
Sydney (australia-southeast1) $0.004769 per GB jam

Seri N1

SKU jenis mesin Prediksi N1

vCPU

Location Harga per jam
Tokyo (asia-northeast1) $0.0467107 per vCPU jam
Singapura (asia-southeast1) $0.04484885 per vCPU jam
Sydney (australia-southeast1) $0.0515844 per vCPU jam
Region Asia Pasifik lainnya $0.0421268 per vCPU jam

RAM

Lokasi Harga per jam
Tokyo (asia-northeast1) $0.00623185 per GB jam
Singapura (asia-southeast1) $0.0060099 per GB jam
Sydney (australia-southeast1) $0.00691265 per GB jam
Region Asia Pasifik lainnya $0.0056373 per GB jam

Seri N2

vCPU

Location Harga per jam
Taiwan (asia_east1) $0.0420923 per vCPU jam
Hong Kong (asia_east2) $0.0508656 per vCPU jam
Tokyo (asia_northeast1) $0.0467107 per vCPU jam
Seoul (asia_northeast3) $0.0467107 per vCPU jam
Mumbai (asia_south1) $0.0436655 per vCPU jam
Singapura (asia_southeast1) $0.0448488 per vCPU jam
Jakarta (asia_southeast2) $0.0488853 per vCPU jam
Sydney (australia_southeast1) $0.0515844 per vCPU jam

RAM

Lokasi Harga per jam
Taiwan (asia_east1) $0.0056419 per GB jam
Hong Kong (asia_east2) $0.0068172 per GB jam
Tokyo (asia_northeast1) $0.0062318 per GB jam
Seoul (asia_northeast3) $0.0062318 per GB jam
Mumbai (asia_south1) $0.0058512 per GB jam
Singapura (asia_southeast1) $0.0060099 per GB jam
Jakarta (asia_southeast2) $0.0065504 per GB jam
Sydney (australia_southeast1) $0.0069126 per GB jam

Seri N2D

vCPU

Location Harga per jam
Taiwan (asia_east1) $0.0366206 per vCPU jam
Hong Kong (asia_east2) $0.0442531 per vCPU jam
Tokyo (asia_northeast1) $0.0406387 per vCPU jam
Mumbai (asia_south1) $0.0208725 per vCPU jam
Singapura (asia_southeast1) $0.0390184 per vCPU jam
Sydney (australia_southeast1) $0.0448787 per vCPU jam

RAM

Lokasi Harga per jam
Taiwan (asia_east1) $0.0049082 per GB jam
Hong Kong (asia_east2) $0.0059305 per GB jam
Tokyo (asia_northeast1) $0.0054222 per GB jam
Mumbai (asia_south1) $0.0027979 per GB jam
Singapura (asia_southeast1) $0.005229 per GB jam
Sydney (australia_southeast1) $0.0060145 per GB jam

Seri C2

vCPU

Location Harga per jam
Taiwan (asia_east1) $0.045249 per vCPU jam
Hong Kong (asia_east2) $0.0546802 per vCPU jam
Tokyo (asia_northeast1) $0.0502136 per vCPU jam
Seoul (asia_northeast3) $0.0502136 per vCPU jam
Mumbai (asia_south1) $0.0469407 per vCPU jam
Singapura (asia_southeast1) $0.0482126 per vCPU jam
Sydney (australia_southeast1) $0.055453 per vCPU jam

RAM

Lokasi Harga per jam
Taiwan (asia_east1) $0.0060651 per GB jam
Hong Kong (asia_east2) $0.0073289 per GB jam
Tokyo (asia_northeast1) $0.0066987 per GB jam
Seoul (asia_northeast3) $0.0066987 per GB jam
Mumbai (asia_south1) $0.0062905 per GB jam
Singapura (asia_southeast1) $0.0064607 per GB jam
Sydney (australia_southeast1) $0.0074313 per GB jam

Seri C2D

vCPU

Location Harga per jam
Taiwan (asia_east1) $0.0393656 per vCPU jam
Singapura (asia_southeast1) $0.0419417 per vCPU jam

RAM

Lokasi Harga per jam
Taiwan (asia_east1) $0.0052716 per GB jam
Singapura (asia_southeast1) $0.0056166 per GB jam

Seri C3

vCPU

Location Harga per jam
Singapura (asia_southeast1) $0.04821 per vCPU jam

RAM

Lokasi Harga per jam
Singapura (asia_southeast1) $0.00646 per GB jam

Seri A2

SKU jenis mesin Prediksi A2

vCPU

Location Harga per jam
Tokyo (asia-northeast1) $0.0467107 per vCPU jam
Seoul (asia-northeast3) $0.0467107 per vCPU jam
Singapura (asia-southeast1) $0.0448488 per vCPU jam

RAM

Lokasi Harga per jam
Tokyo (asia-northeast1) $0.00623185 per GB jam
Seoul (asia-northeast3) $0.0062318 per GB jam
Singapura (asia-southeast1) $0.0060099 per GB jam

GPU

Location Harga per jam
Tokyo (asia-northeast1) $3.5673 per GPU jam (A100 40 GB)
Seoul (asia-northeast3) $3.5673 per GPU jam (A100 40 GB)
Singapura (asia-southeast1) $3.5673 per GPU jam (A100 40 GB)
Singapura (asia-southeast1) $5.57298 per GPU jam (A100 80 GB)

Harga SKU untuk Timur Tengah

Seri N2

vCPU

Location Harga per jam
Tel Aviv (me_west1) $0.0399879 per vCPU jam

RAM

Lokasi Harga per jam
Tel Aviv (me_west1) $0.0053598 per GB jam

Seri N2D

vCPU

Location Harga per jam
Tel Aviv (me_west1) $0.03479 per vCPU jam

RAM

Lokasi Harga per jam
Tel Aviv (me_west1) $0.0046628 per GB jam

Beberapa jenis mesin memungkinkan Anda menambahkan akselerator GPU opsional untuk prediksi. GPU opsional dikenai biaya tambahan, terpisah dari biaya yang dijelaskan dalam tabel sebelumnya. Lihat setiap tabel harga, yang menjelaskan harga untuk setiap jenis GPU opsional.

Amerika

Akselerator - harga per jam

NVIDIA_TESLA_K80
Iowa (us-central1) $0,5175
South Carolina (us-east1) $0,5175
NVIDIA_TESLA_P4
Iowa (us-central1) $0,6900
Virginia Utara (us-east4) $0,6900
Montréal (northamerica-northeast1) $0,7475
NVIDIA_TESLA_P100
Oregon (us-west1) $1,6790
Iowa (us-central1) $1,6790
South Carolina (us-east1) $1,6790
NVIDIA_TESLA_T4
Oregon (us-west1) $0,4025
Iowa (us-central1) $0,4025
South Carolina (us-east1) $0,4025
NVIDIA_TESLA_V100
Oregon (us-west1) $2,8520
Iowa (us-central1) $2,8520

Eropa

Akselerator - harga per jam

NVIDIA_TESLA_K80
Belgia (europe-west1) $0,5635
NVIDIA_TESLA_P4
Belanda (europe-west4) $0,7475
NVIDIA_TESLA_P100
Belgia (europe-west1) $1,8400
NVIDIA_TESLA_T4
London (europe-west2) $0,4715
Belanda (europe-west4) $0,4370
NVIDIA_TESLA_V100
Belanda (europe-west4) $2,9325

Asia Pasifik

Akselerator - harga per jam

NVIDIA_TESLA_K80
Taiwan (asia-east1) $0,5635
NVIDIA_TESLA_P4
Singapura (asia-southeast1) $0,7475
Sydney (australia-southeast1) $0,7475
NVIDIA_TESLA_P100
Taiwan (asia-east1) $1,8400
NVIDIA_TESLA_T4
Tokyo (asia-northeast1) $0,4255
Singapura (asia-southeast1) $0,4255
Seoul (asia-northeast3) $0,4485
NVIDIA_TESLA_V100
Taiwan (asia-east1) $2,932

Harga dihitung per GPU. Jika Anda menggunakan beberapa GPU per node prediksi (atau jika versi Anda diskalakan untuk menggunakan beberapa node), biaya akan diskalakan sebagaimana mestinya.

AI Platform Prediction menyajikan prediksi dari model Anda dengan menjalankan sejumlah virtual machine ("node"). Secara default, Vertex AI otomatis menskalakan jumlah node yang berjalan kapan saja. Untuk prediksi online, jumlah node diskalakan untuk memenuhi permintaan. Setiap node dapat merespons beberapa permintaan prediksi. Untuk prediksi batch, jumlah node diskalakan untuk mengurangi total waktu yang diperlukan untuk menjalankan tugas. Anda dapat menyesuaikan cara node prediksi diskalakan.

Anda akan dikenai biaya untuk waktu setiap node berjalan untuk model Anda, termasuk:

  • Saat node memproses tugas prediksi batch.
  • Saat node memproses permintaan prediksi online.
  • Saat node dalam status siap untuk menyajikan prediksi online.

Biaya satu node yang berjalan selama satu jam adalah jam kerja node. Tabel harga prediksi menjelaskan harga jam kerja node, yang bervariasi antar-region serta antara prediksi online dan prediksi batch.

Anda dapat menggunakan jam kerja node dalam kelipatan pecahan. Misalnya, satu node yang berjalan selama 30 menit memerlukan 0,5 jam kerja node.

Penghitungan biaya untuk jenis mesin Compute Engine (N1)

  • Waktu berjalan node ditagih dalam kelipatan 30 detik. Artinya, setiap 30 detik, project Anda dikenai biaya untuk resource vCPU, RAM, dan GPU apa pun yang digunakan node Anda pada saat itu selama 30 detik.

Selengkapnya tentang penskalaan otomatis node prediksi

Prediksi online Prediksi batch
Prioritas penskalaan adalah mengurangi latensi permintaan tertentu. Layanan mempertahankan model dalam kondisi siap selama beberapa menit tanpa aktivitas setelah menayangkan permintaan. Prioritas penskalaan adalah mengurangi total waktu berlalu tugas.
Penskalaan memengaruhi total biaya setiap bulan: semakin banyak dan sering permintaan, semakin banyak node yang digunakan. Penskalaan tidak berpengaruh besar pada harga tugas, meskipun ada overhead yang terkait dengan memunculkan node baru.

Anda dapat membiarkan layanan melakukan penyesuaian sebagai respons atas traffic (penskalaan otomatis) atau menentukan jumlah node yang akan terus berjalan untuk menghindari latensi (penskalaan manual).

  • Jika Anda memilih penskalaan otomatis, jumlah node akan diskalakan secara otomatis. Untuk deployment jenis mesin lama AI Platform Prediction (MLS1), jumlah node dapat diperkecil hingga nol selama durasi tanpa traffic. Deployment Vertex AI dan jenis deployment AI Platform Prediction lainnya tidak dapat menurunkan skala hingga nol node.
  • Jika memilih penskalaan manual, Anda menentukan jumlah node yang akan terus berjalan sepanjang waktu. Anda dikenai biaya untuk sepanjang waktu node ini berjalan, mulai saat deployment dan hingga Anda menghapus versi model.
Penskalaan dapat dipengaruhi dengan menetapkan jumlah maksimum node yang digunakan untuk tugas prediksi batch, dan dengan menetapkan jumlah node yang akan terus berjalan untuk suatu model saat Anda menerapkannya.

Tugas prediksi batch dikenai biaya setelah tugas selesai

Tugas prediksi batch dikenai biaya setelah tugas selesai, bukan secara bertahap selama tugas tersebut. Semua pemberitahuan anggaran Penagihan Cloud yang telah dikonfigurasi tidak akan dipicu saat tugas berjalan. Sebelum memulai tugas besar, pertimbangkan untuk menjalankan beberapa tugas benchmark biaya dengan data input kecil terlebih dahulu.

Contoh penghitungan prediksi

Sebuah perusahaan real estat di wilayah Amerika menjalankan prediksi mingguan untuk nilai perumahan di area yang dilayaninya. Dalam satu bulan, platform ini menjalankan prediksi selama empat minggu dalam batch 3920, 4277, 3849, dan 3961. Tugas dibatasi pada satu node dan setiap instance memerlukan rata-rata 0.72 detik pemrosesan.

Pertama, hitung durasi waktu setiap tugas dijalankan:

3920 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.04 minutes
4277 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 51.324 minutes
3849 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 46.188 minutes
3961 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.532 minutes

Setiap tugas berjalan selama lebih dari sepuluh menit, sehingga dikenai biaya untuk setiap menit pemrosesan:

($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 52 minutes * 1 node = $0.0685711
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 47 minutes * 1 node = $0.061977725
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964

Total tagihan untuk bulan tersebut adalah $0,26.

Contoh ini mengasumsikan tugas berjalan pada satu node dan mengambil jumlah waktu yang konsisten per instance input. Dalam penggunaan sebenarnya, pastikan untuk memperhitungkan beberapa node dan gunakan jumlah waktu sebenarnya yang dihabiskan setiap node untuk menjalankan kalkulasi Anda.

Biaya untuk Vertex Explainable AI

Penjelasan berbasis fitur

Penjelasan berbasis fitur tidak dikenai biaya tambahan untuk harga prediksi. Namun, penjelasan memerlukan waktu pemrosesan yang lebih lama daripada prediksi normal sehingga penggunaan Vertex Explainable AI yang besar beserta penskalaan otomatis dapat mengakibatkan lebih banyak node dimulai, yang akan meningkatkan biaya prediksi.

Penjelasan berbasis contoh

Harga untuk penjelasan berbasis contoh terdiri dari hal berikut:

  • Saat mengupload model atau memperbarui set data model, Anda akan dikenai biaya:

    • per jam kerja node untuk tugas prediksi batch yang digunakan untuk menghasilkan representasi ruang laten dari contoh. Biaya ini ditagih dengan tarif yang sama seperti prediksi.
    • biaya untuk membangun atau memperbarui indeks. Biaya ini sama dengan biaya pengindeksan untuk Vector Search, yaitu jumlah contoh * jumlah dimensi * 4 byte per float * $3,00 per GB. Misalnya, jika Anda memiliki 1 juta contoh dan 1.000 ruang laten dimensi, biayanya adalah $12 (1.000.000 * 1.000 * 4 * 3,00 / 1.000.000.000).

  • Saat men-deploy ke endpoint, Anda akan dikenai biaya per jam kerja node untuk setiap node di endpoint. Semua komputasi yang terkait dengan endpoint dikenai biaya dengan tarif yang sama seperti prediksi. Namun, karena penjelasan berbasis Contoh memerlukan resource komputasi tambahan untuk menayangkan indeks Penelusuran Vektor, hal ini mengakibatkan lebih banyak node yang dimulai yang meningkatkan biaya prediksi.

Vertex AI Neural Architecture Search

Tabel berikut meringkas harga di setiap region tempat Neural Architecture Search tersedia.

Harga

Tabel berikut memberikan harga per jam untuk berbagai konfigurasi.

Anda dapat memilih tingkat skala yang telah ditetapkan atau konfigurasi kustom dari jenis mesin yang dipilih. Jika Anda memilih konfigurasi kustom, jumlahkan biaya virtual machine yang Anda gunakan.

Jenis mesin lama yang mengaktifkan akselerator mencakup biaya akselerator dalam harganya. Jika Anda menggunakan jenis mesin Compute Engine dan menambahkan akselerator, biaya akselerator akan dihitung terpisah. Untuk menghitung biaya ini, kalikan harga dalam tabel akselerator berikut dengan jumlah setiap jenis akselerator yang Anda gunakan.

Jenis mesin

Amerika

Eropa

Asia Pasifik
Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

Harga untuk instance a2-highgpu mencakup biaya untuk Akselerator NVIDIA_TESLA_A100 yang terlampir.

Akselerator

Amerika

Eropa

Asia Pasifik
Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

Disk

Amerika

Eropa

Asia Pasifik
Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

Catatan:

  1. Semua penggunaan tunduk pada kebijakan kuota Neural Architecture Search.
  2. Anda harus menyimpan file data dan program dalam bucket Cloud Storage selama siklus proses Neural Architecture Search. Baca selengkapnya tentang penggunaan Cloud Storage.
  3. Untuk mendapatkan diskon berdasarkan volume, hubungi tim Penjualan.
  4. Harga disk hanya dikenakan saat Anda mengonfigurasi ukuran disk setiap VM agar lebih besar dari 100 GB. 100 GB (ukuran disk default) disk pertama untuk setiap VM tidak dikenakan biaya. Misalnya, jika Anda mengonfigurasi setiap VM agar memiliki disk sebesar 105 GB, Anda akan dikenai biaya untuk 5 GB disk untuk setiap VM.

Penggunaan Cloud Storage yang diwajibkan

Selain biaya yang dijelaskan dalam dokumen ini, Anda juga diwajibkan menyimpan file data dan program dalam bucket Cloud Storage selama siklus proses Neural Architecture Search. Penyimpanan ini tunduk pada kebijakan harga Cloud Storage.

Penggunaan Cloud Storage yang diwajibkan meliputi:

  • Menjalankan penahapan (staging) untuk paket aplikasi pelatihan Anda.

  • Menyimpan data input pelatihan Anda.

  • Menyimpan output tugas Anda. Neural Architecture Search tidak memerlukan penyimpanan jangka panjang item ini. Anda dapat menghapusnya segera setelah operasi selesai.

Operasi gratis untuk mengelola resource Anda

Operasi pengelolaan resource yang disediakan oleh Neural Architecture Search tersedia tanpa biaya. Kebijakan kuota Neural Architecture Search membatasi beberapa operasi ini.

Resource Operasi gratis
tugas get, list, cancel
operations get, list, cancel, delete

Vertex AI Pipelines

Vertex AI Pipelines mengenakan biaya eksekusi operasi sebesar $0,03 per Pipeline Run. Anda tidak akan ditagih biaya eksekusi selama rilis Pratinjau. Anda juga membayar resource Google Cloud yang digunakan dengan Vertex AI Pipelines, seperti resource Compute Engine yang digunakan oleh komponen pipeline (dikenai biaya yang sama seperti untuk pelatihan Vertex AI). Terakhir, Anda bertanggung jawab atas biaya layanan (seperti Dataflow) yang dipanggil oleh pipeline Anda.

Vertex AI Feature Store

Vertex AI Feature Store Tersedia Secara Umum (GA) sejak November 2023. Untuk mengetahui informasi tentang versi produk sebelumnya, buka Vertex AI Feature Store (Lama).

Vertex AI Feature Store baru

Vertex AI Feature Store baru mendukung fungsi di 2 jenis operasi:

  • Operasi offline adalah operasi untuk mentransfer, menyimpan, mengambil, dan mengubah data di penyimpanan offline (BigQuery)
  • Operasi online adalah operasi untuk mentransfer data ke toko online dan operasi pada data saat data berada di toko online.

Harga Operasi Offline

Karena BigQuery digunakan untuk operasi offline, lihat harga BigQuery untuk fungsi seperti penyerapan ke toko offline, mengkueri toko offline, dan penyimpanan offline.

Harga Operasi Online

Untuk operasi online, Vertex AI Feature Store mengenakan biaya atas semua fitur GA untuk mentransfer data ke toko online, menyajikan data, atau menyimpan data. Jam kerja node mewakili waktu yang dihabiskan mesin virtual untuk menyelesaikan operasi, yang ditagih ke menit.

Fitur yang ditandai dengan * dan semua kemampuan terkait embedding belum tersedia di GA serta biasanya tidak dikenai biaya.
Penyaluran online yang dioptimalkan dan penyaluran online Bigtable menggunakan arsitektur yang berbeda, sehingga node-nya tidak sebanding.
Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

Estimasi Workload Operasi Online

Pertimbangkan panduan berikut saat memperkirakan workload Anda. Jumlah node yang diperlukan untuk workload tertentu dapat berbeda di setiap pendekatan inferensi. Informasi selengkapnya akan diberikan seiring dengan tersedianya lebih banyak fitur secara umum.

  • Penyerapan: Satu node dapat menyerap sekitar 100 MB data per jam jika tidak ada fungsi analisis yang digunakan.
  • Penyaluran online Bigtable: Setiap node dapat mendukung sekitar 1.500 QPS dan penyimpanan hingga 5 TB.

Contoh Skenario Bulanan (dengan asumsi us-central1)

Workload streaming data - Penyaluran online Bigtable dengan data 2,5 TB (1 GB dimuat ulang setiap hari) dan 1.200 QPS

Operasi Penggunaan Bulanan Biaya Bulanan
Node pemrosesan data penyerapan (1 GB/hari) * (30 hari/bulan) * (1.000 MB/GB) * (1 node-jam / 100 MB) = 300 node-jam 300 jam node * ($0,08 per node-jam) = $24
Node penyaluran online yang dioptimalkan T/A T/A
Node penyaluran online Bigtable (1 node) * (24 jam/hari) * (30 hari/bulan) = 720 node-jam 720 node-jam * ($0,94 per node-jam) = $677
Penyimpanan penyaluran online Bigtable (2,5 TB-bulan) * (1000 GB/TB) = 2.500 GB-bulan 2.500 GB-bulan * ($0,25 per GB-bulan) = $625
Total $1.326

Vertex AI Feature Store (Lama)

Harga untuk Vertex AI Feature Store (Lama) didasarkan pada jumlah data fitur di penyimpanan online dan offline, serta ketersediaan penyaluran online. Node per jam menunjukkan waktu yang dihabiskan virtual machine untuk menyajikan data fitur atau menunggu dalam status siap untuk menangani permintaan data fitur.

Jika Anda melakukan pembayaran dengan mata uang selain USD, yang berlaku adalah harga yang tercantum dalam mata uang Anda di SKU Cloud Platform.

Saat Anda mengaktifkan pemantauan nilai fitur, penagihan mencakup biaya yang berlaku di atas selain biaya yang berlaku sebagai berikut:

  • $3,50 per GB untuk semua data yang dianalisis. Dengan mengaktifkan analisis snapshot, snapshot yang diambil untuk data di Vertex AI Feature Store (Lama) akan disertakan. Dengan mengaktifkan analisis fitur impor, batch data yang diserap akan disertakan.
  • Biaya tambahan untuk operasi Vertex AI Feature Store (Legacy) lainnya yang digunakan dengan pemantauan nilai fitur mencakup hal-hal berikut:
    • Fitur analisis snapshot secara berkala mengambil snapshot nilai fitur berdasarkan konfigurasi Anda untuk interval pemantauan.
    • Biaya untuk ekspor snapshot sama dengan operasi ekspor batch reguler.

Contoh Analisis Snapshot

Seorang data scientist mengaktifkan pemantauan nilai fitur untuk Vertex AI Feature Store (Lama) dan mengaktifkan pemantauan untuk analisis snapshot harian. Pipeline berjalan setiap hari untuk pemantauan jenis entity. Pipeline memindai data sebesar 2 GB di Vertex AI Feature Store (Lama) dan mengekspor snapshot yang berisi data sebesar 0,1 GB. Total biaya untuk analisis satu hari adalah:

(0.1 GB * $3.50) + (2 GB * $0.005) = $0.36

Contoh Analisis Penyerapan

Seorang data scientist mengaktifkan pemantauan nilai fitur untuk Vertex AI Feature Store (Lama) dan mengaktifkan pemantauan untuk operasi penyerapan. Operasi penyerapan mengimpor data 1 GB ke Vertex AI Feature Store (Lama). Total biaya untuk pemantauan nilai fitur adalah:

(1 GB * $3.50) = $3.50

Vertex ML Metadata

Penyimpanan metadata diukur dalam gigabyte biner (GiB), dengan 1 GiB sama dengan 1.073.741.824 byte. Satuan pengukuran ini juga disebut sebagai gibibyte.

Vertex ML Metadata mengenakan biaya $10 per gibibyte (GiB) per bulan untuk penyimpanan metadata. Harga dihitung secara prorata per megabyte (MB). Misalnya, jika Anda menyimpan 10 MB metadata, Anda akan dikenai biaya $0,10 per bulan untuk 10 MB metadata tersebut.

Harga sama di semua region tempat Vertex ML Metadata didukung.

Vertex AI TensorBoard

Untuk menggunakan Vertex AI TensorBoard, minta agar administrator IAM project menetapkan Anda ke peran "Vertex AI TensorBoard Web App User". Peran Administrator Vertex AI juga memiliki akses.

Mulai Agustus 2023, harga Vertex AI TensorBoard akan diubah dari lisensi bulanan per pengguna sebesar $300/bulan menjadi $10 GiB/bulan untuk penyimpanan data log dan metrik. Artinya, tidak ada lagi biaya langganan. Anda hanya perlu membayar untuk penyimpanan yang telah Anda gunakan. Lihat tutorial Vertex AI TensorBoard: Menghapus Eksperimen TensorBoard yang Sudah Usang untuk mengetahui cara mengelola penyimpanan.

Vertex AI Vizier

Vertex AI Vizier adalah layanan pengoptimalan black-box di dalam Vertex AI. Model penetapan harga Vertex AI Vizier terdiri dari:

  • Uji coba yang menggunakan RANDOM_SEARCH dan GRID_SEARCH tidak dikenai biaya. Pelajari algoritma penelusuran lebih lanjut.
  • 100 uji coba Vertex AI Vizier pertama per bulan kalender tersedia tanpa biaya (uji coba menggunakan RANDOM_SEARCH dan GRID_SEARCH tidak termasuk dalam jumlah total ini).
  • Setelah 100 uji coba Vertex AI Vizier, uji coba berikutnya selama bulan kalender yang sama akan dikenai biaya $1 per uji coba (uji coba yang menggunakan RANDOM_SEARCH atau GRID_SEARCH tidak dikenai biaya).

Vector Search

Harga untuk layanan Approximate Nearest Neighbor oleh Vector Search terdiri dari:

  • Harga per jam kerja node untuk setiap VM yang digunakan untuk menghosting indeks yang di-deploy.
  • Biaya untuk membuat indeks baru, mengupdate indeks yang ada, dan menggunakan update indeks streaming.

Data yang diproses selama proses build dan pembaruan indeks diukur dalam gigabyte biner (GiB), dengan 1 GiB sama dengan 1.073.741.824 byte. Satuan pengukuran ini juga disebut sebagai gibibyte.

Vector Search mengenakan biaya $3,00 per gibibyte (GiB) data yang diproses di semua region. Vector Search mengenakan biaya $0,45/GB yang diserap untuk penyisipan Update Streaming.

Tabel berikut meringkas harga penyajian indeks di setiap region tempat Vector Search tersedia. Harganya sesuai dengan jenis mesin, berdasarkan region, dan dikenakan per jam kerja node.

Amerika

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
us_central1 0,094 0,75 1,012 1,893 1,064 2,128
us_east1 0,094 0,75 1,012 1,893 1,064 2,128
us_east4 0,10 0,845 1,14 2,132 1,198 2,397
us_west1 0,094 0,75 1,012 1,893 1,064 2,128
us_west2 0,113 0,901 1,216 2,273 1,279 2,558
us_west3 0,113 0,901 1,216 T/A 1,279 2,558
us_west4 0,106 0,845 1,14 2,132 1,198 2,397
us_south1 0,111 0,886 1,195 T/A T/A T/A
northamerica_northeast1 0,103 0,826 1,115 2,084 1,172 2,343
northamerica_northeast2 0,103 0,826 1,115 T/A T/A T/A
southamerica_east1 0,149 1,191 1,607 3,004 1,69 3,38

Eropa

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
europe_central2 0,121 0,967 1,304 T/A T/A T/A
europe_north1 0,103 0,826 1,115 2,084 1,172 2,343
europe_west1 0,103 0,826 1,114 2,082 1,171 2,343
europe_west2 0,121 0,967 1,304 2,438 1,371 2,742
europe_west3 0,121 0,967 1,304 2,438 1,371 2,742
europe_west4 0,103 0,826 1,115 2,084 1,172 2,343
europe_west6 0,131 1,050 1,417 T/A 1,489 2,978
europe_west9 0,131 1,051 1,417 2,195 T/A T/A

Asia Pasifik

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
asia_east1 0,109 0,869 1,172 2,191 1,232 2,464
asia_east2 0,131 1,050 1,417 2,648 1,489 2,978
asia_south1 0,113 0,901 1,216 1,249 1,278 2,556
asia_southeast1 0,116 0,926 1,249 2,335 1,313 2,625
asia_southeast2 0,126 1,009 1,361 T/A T/A T/A
asia_northeast1 0,12 0,963 1,298 2,428 1,366 2,733
asia_northeast2 0,12 0,963 1,298 2,428 1,366 2,733
asia_northeast3 0,12 0,963 1,298 T/A 1,367 2,733
australia_southeast1 0,133 1,065 1,436 2,686 1,51 3,02

Timur Tengah

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
me_west1 0,103 0,826 1,114 2,082 T/A T/A

Contoh penetapan harga Vector Search

Harga Vector Search ditentukan oleh ukuran data, jumlah kueri per detik (QPS) yang ingin dijalankan, dan jumlah node yang Anda gunakan. Untuk mendapatkan estimasi biaya penayangan, Anda perlu menghitung total ukuran data. Ukuran data adalah jumlah embedding/vektor* jumlah dimensi yang Anda miliki* 4 byte per dimensi. Setelah memiliki ukuran data, Anda dapat menghitung biaya penayangan dan biaya pembuatan. Biaya penayangan ditambah biaya pembuatan sama dengan total biaya bulanan.

  • Biaya penayangan: # replika/shard * # shard (~ukuran data/ukuran shard) * biaya per jam * 730 jam
  • Biaya pembuatan: ukuran data (dalam GB) * $3/GB * # update/bulan

Biaya pembuatan indeks bulanan adalah ukuran data * 3,00 per gigabyte. Frekuensi update tidak memengaruhi biaya penayangan, hanya biaya pembuatan. Jika Anda menggunakan Update Indeks Streaming, indeks akan dibuat ulang saat data streaming mencapai 1 GB, atau setelah 3 hari, mana saja yang lebih dulu. Tugas pembuatan ulang indeks secara penuh untuk Update Streaming dikenai biaya dengan harga pembuatan indeks batch sebesar $3/GB.

Jumlah embedding/vektor Jumlah dimensi Kueri per detik (QPS) Jenis Mesin Node Estimasi biaya penayangan bulanan
2 juta 128 100 e2-standard-2 1 $68
20 juta 256 1.000 e2-standard-16 1 $547
20 juta 256 3.000 e2-standard-16 3 $1.642
100 juta 256 500 e2-highmem-16 2 $1.477
1 miliar 100 500 e2-highmem-16 8 $5.910

Semua contoh didasarkan pada jenis mesin di us-central1. Biaya yang Anda keluarkan akan bervariasi sesuai dengan persyaratan latensi dan tingkat perolehan. Estimasi biaya penayangan bulanan terkait langsung dengan jumlah node yang digunakan di konsol. Untuk mempelajari lebih lanjut parameter konfigurasi yang memengaruhi biaya, lihat Parameter konfigurasi yang memengaruhi perolehan dan latensi.

Jika Anda memiliki kueri per detik (QPS) yang tinggi, pengelompokan kueri ini dapat mengurangi total biaya hingga 30%-40%.

Vertex AI Model Registry

Vertex AI Model Registry adalah repositori pusat yang melacak dan mencantumkan model dan versi model Anda. Anda dapat mengimpor model ke Vertex AI dan model tersebut akan muncul di Vertex AI Model Registry. Anda tidak akan dikenai biaya jika memiliki model di Registry Model. Biaya hanya timbul jika Anda men-deploy model ke endpoint atau melakukan prediksi batch pada model. Biaya ini ditentukan oleh jenis model yang Anda deploy.

Untuk mempelajari lebih lanjut harga men-deploy model kustom dari Vertex AI Model Registry, lihat Model yang dilatih khusus. Untuk mempelajari lebih lanjut harga deployment model AutoML, baca artikel Harga untuk model AutoML.

Pemantauan Model Vertex AI

Vertex AI memungkinkan Anda memantau efektivitas model yang berkelanjutan setelah di-deploy ke produksi. Untuk mengetahui informasi selengkapnya, lihat Pengantar Pemantauan Model Vertex AI.

Saat menggunakan Pemantauan Model Vertex AI, Anda akan dikenai biaya untuk hal-hal berikut:

  • $3,50 per GB untuk semua data yang dianalisis, termasuk data pelatihan yang diberikan dan data prediksi yang dicatat ke dalam log dalam tabel BigQuery.
  • Biaya untuk produk Google Cloud lain yang Anda gunakan dengan Pemantauan Model, seperti penyimpanan BigQuery atau Batch Explain saat pemantauan atribusi diaktifkan.

Pemantauan Model Vertex AI didukung di region berikut: us-central1, europe-west4, asia-east1, dan asia-southeast1. Harga sama untuk semua region.

Ukuran data diukur setelah dikonversi ke format TfRecord.

Set data pelatihan dikenai biaya satu kali saat Anda menyiapkan tugas Pemantauan Model Vertex AI.

Set Data Prediksi terdiri dari log yang dikumpulkan dari layanan Prediksi Online. Karena permintaan prediksi ada selama jangka waktu yang berbeda, data untuk setiap periode waktu akan dikumpulkan dan jumlah data yang dianalisis untuk setiap periode prediksi digunakan untuk menghitung biaya.

Contoh: Data scientist menjalankan pemantauan model pada traffic prediksi yang termasuk dalam modelnya.

  • Model dilatih dari set data BigQuery. Ukuran data setelah dikonversi ke TfRecord adalah 1,5 GB.
  • Data prediksi yang dicatat antara pukul 13.00 - 14.00 adalah 0,1 GB, antara pukul 15.00 - 16.00 adalah 0.2 GB.

  • Total harga untuk menyiapkan tugas pemantauan model adalah:

    (1.5 GB * $3.50) + ((0.1 GB + 0.2 GB) * $3.50) = $6.30

Vertex AI Workbench

Pilih instance, notebook terkelola, atau notebook yang dikelola pengguna untuk mendapatkan informasi tentang harga.

Instance


Tabel di bawah memberikan perkiraan harga per jam untuk berbagai konfigurasi VM. Anda dapat memilih konfigurasi kustom dari jenis mesin yang dipilih. Untuk menghitung harga, jumlahkan biaya mesin virtual yang Anda gunakan.

Jika Anda menggunakan jenis mesin Compute Engine dan menambahkan akselerator, biaya akselerator akan dihitung terpisah. Untuk menghitung biaya ini, kalikan harga dalam tabel akselerator di bawah ini dengan jumlah setiap jenis akselerator yang Anda gunakan.

CPU

Memori

Akselerator

Disk

Notebook terkelola

Notebook yang dikelola pengguna

Resource Google Cloud tambahan

Selain biaya yang disebutkan sebelumnya, Anda juga membayar untuk setiap resource Google Cloud yang digunakan. Contoh:

  • Layanan analisis data: Anda dikenai biaya BigQuery saat menerbitkan kueri SQL dalam notebook (lihat harga BigQuery).

  • Kunci enkripsi yang dikelola pelanggan: Anda akan dikenai biaya saat menggunakan kunci enkripsi yang dikelola pelanggan. Setiap kali notebook terkelola atau instance notebook yang dikelola pengguna menggunakan kunci Cloud Key Management Service, operasi tersebut akan ditagih sesuai tarif operasi kunci Cloud KMS (lihat Harga Cloud Key Management Service).

Deep Learning Containers, Deep Learning VM, dan AI Platform Pipelines

Untuk Deep Learning Containers, Deep Learning VM Image, dan AI Platform Pipelines, harga dihitung berdasarkan resource komputasi dan penyimpanan yang Anda gunakan. Resource ini ditagih dengan tarif yang sama dengan yang Anda bayar saat ini untuk Compute Engine dan Cloud Storage.

Selain biaya komputasi dan penyimpanan, Anda juga membayar untuk setiap resource Google Cloud yang digunakan. Contoh:

  • Layanan analisis data: Anda dikenai biaya BigQuery saat menerbitkan kueri SQL dalam notebook (lihat harga BigQuery).

  • Kunci enkripsi yang dikelola pelanggan: Anda akan dikenai biaya saat menggunakan kunci enkripsi yang dikelola pelanggan. Setiap kali notebook terkelola atau instance notebook yang dikelola pengguna menggunakan kunci Cloud Key Management Service, operasi tersebut akan ditagih sesuai tarif operasi kunci Cloud KMS (lihat Harga Cloud Key Management Service).

Pelabelan data

Dengan Vertex AI, Anda dapat meminta pelabelan manusia untuk kumpulan data yang akan digunakan untuk melatih model machine learning kustom. Harga untuk layanan dihitung berdasarkan jenis tugas pelabelan.

  • Untuk tugas pelabelan reguler, harga ditentukan oleh jumlah unit anotasi.
    • Untuk tugas klasifikasi gambar, unit menentukan jumlah gambar dan jumlah pemberi label manual. Misalnya, gambar dengan 3 pemberi label manual dihitung untuk 1 * 3 = 3 unit. Harga untuk klasifikasi label tunggal dan multi-label sama.
    • Untuk tugas kotak pembatas gambar, unit ditentukan oleh jumlah kotak pembatas yang diidentifikasi dalam gambar dan jumlah pemberi label manual. Misalnya, jika gambar dengan 2 kotak pembatas dan 3 pemberi label manual dihitung untuk 2 * 3 = 6 unit. Gambar tanpa kotak pembatas tidak akan dikenakan biaya.
    • Untuk tugas segmentasi gambar/rotasi kotak/polyline/poligon, unit ditentukan dengan cara yang sama seperti tugas kotak pembatas gambar.
    • Untuk tugas klasifikasi video, unit ditentukan berdasarkan durasi video (setiap 5 detik adalah unit harga) dan jumlah pemberi label manual. Misalnya, video berdurasi 25 detik dengan 3 pemberi label manual dihitung untuk 25 / 5 * 3 = 15 unit. Harga untuk klasifikasi label tunggal dan multi-label sama.
    • Untuk tugas pelacakan objek video, unit ditentukan oleh jumlah objek yang diidentifikasi dalam video dan jumlah pemberi label manual. Misalnya, untuk video yang memiliki 2 objek dan 3 pemberi label manual, jumlah tersebut akan dihitung untuk 2 * 3 = 6 unit. Video tanpa objek tidak akan dikenakan biaya.
    • Untuk tugas pengenalan tindakan video, unit ditentukan dengan cara yang sama seperti tugas pelacakan objek video.
    • Untuk tugas klasifikasi teks, unit ditentukan berdasarkan panjang teks (setiap 50 kata adalah unit harga) dan jumlah pemberi label manual. Misalnya, satu teks dengan 100 kata dan 3 pemberi label manual dihitung untuk 100 / 50 * 3 = 6 unit. Harga untuk klasifikasi label tunggal dan multi-label sama.
    • Untuk tugas sentimen teks, unit ditentukan dengan cara yang sama seperti tugas klasifikasi teks.
    • Untuk tugas ekstraksi entity teks, unit ditentukan oleh panjang teks (setiap 50 kata adalah unit harga), jumlah entity yang diidentifikasi, dan jumlah pemberi label manual. Misalnya, satu teks dengan 100 kata, 2 entity yang diidentifikasi, dan 3 pemberi label manual dihitung untuk 100 / 50 * 2 * 3 = 12 unit. Teks tanpa entity tidak akan ditagih.

  • Untuk klasifikasi gambar/video/teks dan tugas sentimen teks, pemberi label manusia dapat kehilangan pelacakan class jika ukuran set label terlalu besar. Karenanya, kami mengirim maksimal 20 class ke pemberi label manual dalam satu waktu. Misalnya, jika ukuran kumpulan label tugas pelabelan adalah 40, setiap item data akan dikirim untuk peninjauan manual 40 / 20 = 2 kali, dan kami akan menagih 2 kali lipat dari harga tersebut ( sebagaimana dihitung di atas).

  • Untuk tugas pelabelan yang mengaktifkan fitur pemberi label kustom, setiap item data dihitung sebagai 1 unit pemberi label kustom.

  • Untuk tugas pelabelan pembelajaran aktif pada item data dengan anotasi yang dihasilkan oleh model (tanpa bantuan pemberi label dari manusia), setiap item data dihitung sebagai 1 unit pembelajaran aktif.

  • Untuk tugas pelabelan pembelajaran aktif pada item data dengan anotasi yang dihasilkan oleh pemberi label manusia, setiap item data dihitung sebagai tugas pelabelan reguler seperti yang dijelaskan di atas.

Tabel di bawah memberikan harga per 1.000 unit per pemberi label manual, berdasarkan unit yang tercantum untuk setiap tujuan. Harga Paket 1 berlaku untuk 50.000 unit pertama per bulan di setiap project Google Cloud. Harga Paket 2 berlaku untuk 950.000 unit berikutnya per bulan dalam project, hingga 1.000.000 unit. Hubungi kami untuk mengetahui harga di atas 1.000.000 unit per bulan.

Jenis data Tujuan Unit Paket 1 Paket 2
Gambar Klasifikasi Gambar $35 $25
Kotak pembatas Kotak pembatas $63 $49
Segmentasi Segmen $870 $850
Kotak yang diputar Kotak pembatas $86 $60
Poligon/polyline Poligon/Polyline $257 $180
Video Klasifikasi video 5 dtk $86 $60
Pelacakan objek Kotak pembatas $86 $60
Pengenalan tindakan Peristiwa dalam video 30dtk $214 $150
Teks Klasifikasi 50 kata $129 $90
Sentimen 50 kata $200 $140
Ekstraksi entity Entity $86 $60
Pembelajaran aktif Semua Item data $80 $56
Pemberi label kustom Semua Item data $80 $56

Penggunaan Cloud Storage yang diwajibkan

Selain biaya yang dijelaskan dalam dokumen ini, Anda juga harus menyimpan file data dan program dalam bucket Cloud Storage selama siklus proses Vertex AI. Penyimpanan ini tunduk pada kebijakan harga Cloud Storage.

Penggunaan Cloud Storage yang diwajibkan meliputi:

  • Melakukan staging pada paket aplikasi pelatihan Anda untuk model yang dilatih kustom.

  • Menyimpan data input pelatihan Anda.

  • Menyimpan output tugas pelatihan Anda. Vertex AI tidak memerlukan penyimpanan item ini dalam jangka panjang. Anda dapat menghapusnya segera setelah operasi selesai.

Operasi gratis untuk mengelola resource Anda

Operasi pengelolaan resource yang disediakan oleh AI Platform tersedia tanpa biaya. Kebijakan kuota AI Platform membatasi beberapa operasi ini.

Resource Operasi gratis
model create, get, list, delete
versions create, get, list, delete, setDefault
tugas get, list, cancel
operations get, list, cancel, delete

Biaya Google Cloud

Jika Anda menyimpan gambar yang akan dianalisis di Cloud Storage atau menggunakan resource Google Cloud lain bersama dengan Vertex AI, Anda juga akan dikenai biaya atas penggunaan layanan tersebut.

Untuk melihat status penagihan saat ini di konsol Google Cloud, beserta penggunaan dan tagihan Anda saat ini, lihat Halaman penagihan. Untuk mengetahui detail selengkapnya tentang cara mengelola akun, lihat Dokumentasi Penagihan Cloud atau Dukungan Penagihan dan Pembayaran.

Langkah selanjutnya