Precios de Vertex AI
Los precios aparecen en dólares estadounidenses (USD). Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que figuran en tu moneda en los SKU de Cloud Platform.
Precios de Vertex AI en comparación con los precios de AI Platform heredada
Los costos de Vertex AI siguen siendo los mismos que los de los productos existentes que Vertex AI sustituye. Por ejemplo, el costo de entrenar un modelo de clasificación de imágenes de AutoML es el mismo, sin importar si lo entrenas con Vertex AI o con AutoML Vision.
Si usas productos heredados de AI Platform, tu facturación podría expresarse en unidades de AA.
Precios de los modelos de AutoML
Para los modelos de AutoML de Vertex AI, pagas por tres actividades principales:
- Entrena el modelo
- Implementar el modelo en un extremo
- Usar el modelo para hacer predicciones
Vertex AI usa parámetros de configuración predefinidos de máquinas para los modelos de Vertex AutoML y la tarifa por hora de estas actividades refleja el uso del recurso.
El tiempo necesario para entrenar tu modelo depende del tamaño y la complejidad de tus datos de entrenamiento. Se deben implementar los modelos antes de que puedan proporcionar predicciones o explicaciones en línea.
Pagas por cada modelo implementado en un extremo, incluso si no se hace ninguna predicción. Debes anular la implementación de tu modelo para evitar que se sigan generando cargos. No se cobran los modelos que no se implementaron o que fallaron.
Pagas solo por las horas de procesamiento que uses; si el entrenamiento falla por un motivo que no sea la cancelación por parte del usuario, no se facturará el tiempo. Se te cobrará por el tiempo de entrenamiento si cancelas la operación.
Selecciona un tipo de modelo a continuación para obtener información sobre los precios.
Datos de imágenes
| Operación | Precio por hora de procesamiento de nodo (clasificación) | Precio por hora de procesamiento de nodo (detección de objetos) |
|---|---|---|
| Capacitación | $3.465 | $3.465 |
| Entrenamiento (modelo perimetral en dispositivo) | $18.00 | $18.00 |
| Implementación y predicción en línea | $1.375 | $2.002 |
| Predicción por lotes | $2.222 | $2.222 |
Datos de video
| Operación | Precio por hora de procesamiento de nodo (clasificación, seguimiento de objetos) | Precio por hora de procesamiento de nodo (reconocimiento de acciones) |
|---|---|---|
| Entrenamiento | $3.234 | $3.300 |
| Entrenamiento (modelo perimetral en dispositivo) | $10.78 | $11.00 |
| Predictions | $0.462 | $0.550 |
Datos tabulares
| Operación | Precio por hora de procesamiento de nodo para clasificación/regresión | Precio de previsión |
|---|---|---|
| Capacitación | $21.252 | Consulte Vertex AI Forecast |
| Predicción | El mismo precio que las predicciones para modelos entrenados de forma personalizada | Consulte Vertex AI Forecast |
Datos de texto
| Operación | Precio |
|---|---|
| Carga de datos heredados (solo PDF) |
Primeras 1,000 páginas gratis cada mes $1.50 cada 1,000 páginas $0.60 por 1,000 páginas por encima de 5,000,000 |
| Entrenamiento | $3.30 por hora |
| Deployment | $0.05 por hora |
| Predicción |
$5.00 por 1,000 registros de texto $25.00 por 1,000 páginas de documento, como archivos PDF (solo heredado) |
Los precios de las solicitudes de predicción de texto de Vertex AutoML se calculan según la cantidad de registros de texto que envías para el análisis. Un registro de texto es texto sin formato de hasta 1,000 caracteres Unicode (incluidos los espacios en blanco y las etiquetas de marcado, como HTML o XML).
Si el texto proporcionado en una solicitud de predicción contiene más de 1,000 caracteres, se cuenta un registro de texto por cada 1,000 caracteres. Por ejemplo, si envías tres solicitudes que contienen 800, 1,500 y 600 caracteres respectivamente, se te cobrará por cuatro registros de texto: uno por la primera solicitud (800) dos por la segunda solicitud (1,500) y uno por la tercera solicitud (600).
Cargos de predicción para Vertex Explainable AI
El procesamiento asociado con Vertex Explainable AI se cobra a la misma tarifa que la predicción. Sin embargo, el procesamiento de las explicaciones demora más que el de las predicciones normales. Por lo tanto, el uso intensivo de las Vertex Explainable IA junto con el ajuste de escala automático podrían traer como resultado el inicio de más nodos, lo que podría aumentar los cargos de predicción.
Vertex AI Forecast
AutoML
| Etapa | Precios |
|---|---|
| Predicción | $0.2 por 1,000 puntos de datos* (de 0 a 1,000,000 de puntos) $0.1 por 1,000 puntos de datos* (de 1 millón a 50 millones de puntos) $0.02 por 1,000 puntos de datos* (50 millones de puntos) |
| Capacitación | $21.25 por hora en todas las regiones |
| Explicabilidad mediante valores de Shapley. Consulta la página de precios de predicción y explicación de Vertex AI. |
* Un dato de predicción es un punto temporal en el horizonte de previsión. Por ejemplo, con un nivel de detalle diario, un horizonte de 7 días es de 7 puntos por cada serie temporal.
- Se pueden incluir hasta 5 cuantiles de predicción sin costo adicional.
- La cantidad de datos consumidos por nivel se actualiza mensualmente.
ARIMA+
| Etapa | Precios |
|---|---|
| Predicción | $5.00 por TB |
| Capacitación | $250.00 por TB x cantidad de modelos candidatos x cantidad de ventanas de retroceso* |
| La explicabilidad con la descomposición de series temporales no agrega ningún costo adicional. No se admite la explicabilidad mediante valores de Shapley. |
Consulta la página de precios de BigQuery ML para obtener más detalles. Cada trabajo de entrenamiento y predicción genera el costo de 1 ejecución de canalización administrada, como se describe en los precios de Vertex AI.
* Se crea una ventana de retrospectiva para cada período en el conjunto de prueba. El AUTO_ARIMA_MAX_ORDER utilizado determina la cantidad de modelos candidatos. Varía de 6 a 42 modelos con varias series temporales.
Modelos entrenados de forma personalizada
Entrenamiento
En las siguientes tablas, se indica el precio por hora aproximado de varias configuraciones de entrenamiento. Puedes elegir una configuración personalizada de los tipos de máquinas seleccionados. Para calcular los precios, suma los costos de las máquinas virtuales que usas.
Si usas los tipos de máquinas de Compute Engine y les conectas aceleradores, el costo se cobra por separado. Para calcularlo, multiplica los precios de la tabla de aceleradores a continuación por la cantidad de horas de máquina de cada tipo de acelerador que uses.
Tipos de máquina
América
Europa
Asia-Pacífico
Aceleradores
América
Europa
Asia-Pacífico
* El precio del entrenamiento con un pod de Cloud TPU se basa en la cantidad de núcleos del pod. La cantidad de núcleos en un pod siempre es múltiplo de 32. Para determinar el precio del entrenamiento en un pod que tenga más de 32 núcleos, toma el precio de un pod de 32 núcleos y multiplícalo por la cantidad de núcleos, dividido por 32. Por ejemplo, para un pod de 128 núcleos, el precio es (32-core Pod price) * (128/32). A fin de obtener información sobre qué pods de Cloud TPU están disponibles para una región específica, consulta Arquitectura del sistema en la documentación de Cloud TPU.
Discos
América
Europa
Asia-Pacífico
- Todo el uso está sujeto a la política de cuotas de Vertex AI.
- Debes almacenar los datos y los archivos de programa en buckets de Google Cloud Storage durante el ciclo de vida de Vertex AI. Obtén más información sobre el uso de Cloud Storage.
Se cobra el entrenamiento de tus modelos desde el momento en que los recursos se aprovisionan para un trabajo hasta que el trabajo finaliza.
Niveles de escala para configuraciones predefinidas (AI Platform Training)
Puedes controlar el tipo de clúster de procesamiento que se utilizará para entrenar un modelo. La forma más sencilla es seleccionar una de las configuraciones predeterminadas, denominadas niveles de escala. Obtén más información acerca de los niveles de escala.
Tipos de máquinas para las configuraciones personalizadas
Si usas Vertex AI o seleccionas CUSTOM como el nivel de escala para AI Platform Training, puedes controlar la cantidad y el tipo de las máquinas virtuales que se usarán para la instancia principal, el trabajador y los servidores de parámetro del clúster. Obtén más información sobre los tipos de máquinas para Vertex AI y los tipos de máquinas para AI Platform Training.
El costo del entrenamiento con un clúster de procesamiento personalizado es la suma de todas las máquinas que especifiques. Se cobra el tiempo total del trabajo, no el tiempo de procesamiento activo de las máquinas individuales.
Calcular el costo del entrenamiento con unidades de AA consumidas
Las unidades de AA consumidas (unidades de aprendizaje automático consumidas) que se muestran en la página Detalles del trabajo equivalen a las unidades de entrenamiento con la duración del trabajo incluida. Cuando uses las unidades de AA consumidas en los cálculos, usa la siguiente fórmula:
(Consumed ML units) * (Machine type cost)
Ejemplo:
Un científico de datos ejecuta un trabajo de entrenamiento en una instancia de máquina
e2-standard-4en la región us-west1 (Oregón). En el campo Unidades de AA consumidas de la página Detalles del trabajo, se muestra 55.75. El cálculo es el siguiente:55.75 consumed ML units * 0.154114El costo total del trabajo es de USD 8.59.
Para acceder a la página Detalles del trabajo, ve a Lista de trabajos y haz clic en el vínculo de un trabajo específico.
Predicción y explicación
En esta tabla, se proporciona los precios de la predicción por lotes, la predicción en línea y la explicación en línea por hora de nodo. Una hora de procesamiento de nodo representa el tiempo que una máquina virtual dedica a la ejecución del trabajo de predicción o se mantiene preparada para administrar solicitudes de predicción o explicación.
América
| Predicción | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Predicciones y explicaciones |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Europa
| Predicción | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Predicciones y explicaciones |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Asia-Pacífico
| Predicción | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Predicciones y explicaciones |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Cada tipo de máquina se cobra como dos SKU separados en tu factura de Google Cloud:
- Costo de CPU virtual, medido en horas de CPU virtual
- Costo de RAM, medido en GB-hora
Los precios de los tipos de máquinas de la tabla anterior se aproximan al costo total por hora para cada nodo de predicción de una versión del modelo que usa ese tipo de máquina. Por ejemplo, dado que un tipo de máquina n1-highcpu-32 incluye 32 CPU virtuales y 28.8 GB de RAM, el precio por hora de procesamiento de nodo es igual a 32 horas de CPU virtual + 28.8 GB-hora.
Los precios de la tabla anterior se proporcionan para ayudarte a estimar los costos de las predicciones en línea. En la siguiente tabla, se muestran los precios de CPU virtual y RAM para los tipos de máquinas de predicción, que reflejan con mayor precisión los SKU por los que se te cobrará:
América
| SKU de tipo de máquina de predicción | |||||||
|---|---|---|---|---|---|---|---|
| CPU virtual |
|
||||||
| RAM |
|
||||||
Europa
| SKU de tipo de máquina de predicción | |||||
|---|---|---|---|---|---|
| CPU virtual |
|
||||
| RAM |
|
||||
Asia-Pacífico
| SKU de tipo de máquina de predicción | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| CPU virtual |
|
||||||||
| RAM |
|
||||||||
De forma opcional, puedes usar aceleradores de GPU para predicción. Las GPU incurren en un cargo adicional, separado de los descritos en la tabla anterior. En la siguiente tabla, se describen los precios para cada tipo de GPU:
América
| Precio por hora de los aceleradores | |||||||
|---|---|---|---|---|---|---|---|
NVIDIA_TESLA_K80
|
|
||||||
NVIDIA_TESLA_P4
|
|
||||||
NVIDIA_TESLA_P100
|
|
||||||
NVIDIA_TESLA_T4
|
|
||||||
NVIDIA_TESLA_V100
|
|
||||||
Europa
| Precio por hora de los aceleradores | |||||
|---|---|---|---|---|---|
NVIDIA_TESLA_K80
|
|
||||
NVIDIA_TESLA_P4
|
|
||||
NVIDIA_TESLA_P100
|
|
||||
NVIDIA_TESLA_T4
|
|
||||
NVIDIA_TESLA_V100
|
|
||||
Asia-Pacífico
| Precio por hora de los aceleradores | |||||||
|---|---|---|---|---|---|---|---|
NVIDIA_TESLA_K80
|
|
||||||
NVIDIA_TESLA_P4
|
|
||||||
NVIDIA_TESLA_P100
|
|
||||||
NVIDIA_TESLA_T4
|
|
||||||
NVIDIA_TESLA_V100
|
No disponible | ||||||
El precio es por GPU, por lo que si usas varias GPU por nodo de predicción (o si tu versión se ajusta para usar varios nodos), los costos se ajustan en consecuencia.
AI Platform Prediction te permite realizar predicciones de tu modelo mediante la ejecución de varias máquinas virtuales (“nodos”). De forma predeterminada, Vertex AI escala automáticamente la cantidad de nodos que se ejecutan a la vez. En el caso de la predicción en línea, se escala la cantidad de nodos para satisfacer la demanda. Cada nodo puede responder a varias solicitudes de predicción. En el caso de la predicción por lotes, se escala la cantidad de nodos a fin de reducir el tiempo total que se necesita para ejecutar un trabajo. Puedes personalizar la escala de los nodos de predicción.
Se cobra el tiempo que se ejecuta cada nodo en tu modelo, incluido lo siguiente:
- Cuando el nodo procesa un trabajo de predicción por lotes.
- Cuando el nodo procesa una solicitud de predicción en línea.
- Cuando el nodo está listo para realizar predicciones en línea
El costo de ejecución de un nodo por una hora es una hora por nodo. En la tabla de precios de predicción, se describe el precio de una hora de procesamiento de nodo, que varía según la región y entre la predicción en línea y por lotes.
Puedes consumir horas de procesamiento de nodo en incrementos fraccionarios. Por ejemplo, la ejecución de un nodo por 30 minutos cuesta 0.5 horas de procesamiento de nodo.
Cálculos de costos para tipos de máquinas heredadas (MLS1) y predicción por lotes
- El tiempo de ejecución de un nodo se mide en incrementos de un minuto, redondeado hacia arriba hasta el minuto más cercano. Por ejemplo, si se ejecuta un nodo por 20.1 minutos, debes calcular el costo como si fueran 21 minutos de ejecución.
- El tiempo de ejecución de los nodos que se ejecutan por menos de 10 minutos se redondea a 10 minutos. Por ejemplo, si se ejecuta un nodo por solo 3 minutos, debes calcular el costo como si fueran 10 minutos de ejecución.
Cálculos de costos para los tipos de máquina de Compute Engine (N1)
- El tiempo de ejecución de un nodo se factura en incrementos de 30 segundos. Esto significa que, cada 30 segundos, tu proyecto se factura por 30 segundos de los recursos de CPU virtual, RAM y GPU que utilice tu nodo en ese momento.
Más información sobre el ajuste de escala automático de los nodos de predicción
| Predicción en línea | Predicción por lotes |
|---|---|
| La prioridad del escalamiento es reducir la latencia de las solicitudes individuales. El servicio mantiene el modelo preparado durante unos minutos de inactividad después de inspeccionar una solicitud. | La prioridad del escalamiento es reducir el tiempo transcurrido total del trabajo. |
| El escalamiento afecta los costos totales cada mes: cuanto más numerosas y frecuentes sean las solicitudes, más nodos se usarán. | El escalamiento no debería afectar mucho el precio del trabajo, aunque se pueden generar costos si se agrega un nuevo nodo. |
|
Puedes elegir dejar que el servicio escale como respuesta al tráfico (ajuste de escala automático) o puedes especificar una cantidad de nodos para que se ejecuten constantemente y evitar así la latencia (escalamiento manual).
|
Puedes modificar el escalamiento mediante la configuración de una cantidad máxima de nodos que se usará en un trabajo de predicción por lotes y la configuración de la cantidad de nodos que deben seguir ejecutándose para un modelo cuando lo implementas. |
Cargo mínimo de 10 minutos
Recuerda que, si se ejecuta un nodo por menos de 10 minutos, se cobrará como si fueran 10 minutos de ejecución. Por ejemplo, supón que usas el ajuste de escala automático. Durante un período sin tráfico, si usas un tipo de máquina heredado (MLS1) en AI Platform Prediction, no se usa ningún nodo. (Si usas otros tipos de máquinas en AI Platform Prediction o si usas Vertex AI, siempre hay al menos un nodo en uso). Si recibes una única solicitud de predicción en línea, un nodo se escala verticalmente para atender la solicitud. Después de ello, se sigue ejecutando el nodo por unos minutos en espera de alguna otra solicitud. Luego, se deja de ejecutar. Incluso si el nodo se ejecutó por menos de 10 minutos, el trabajo del nodo se cobra por 10 minutos (0.17 horas de procesamiento de nodo).
De forma alternativa, también se cobra por 10 minutos si se escala un único nodo para administrar muchas solicitudes de predicción en línea dentro de un período de 10 minutos antes de que se deje de ejecutar.
Puedes usar el escalamiento manual para controlar cuántos nodos se ejecutan en una cantidad de tiempo determinada. Sin embargo, si se ejecuta un nodo por menos de 10 minutos, se cobrará como si fueran 10 minutos de ejecución.
Obtén más información sobre el escalamiento y la asignación de nodos.
Los trabajos de predicción por lotes se cobran después de que se completa el trabajo.
Los trabajos de predicción por lotes se cobran después de que se completan los trabajos, no de manera incremental durante el trabajo. Las alertas de presupuesto de Facturación de Cloud que configuraste no se activan mientras se ejecuta un trabajo. Antes de comenzar un trabajo grande, considera ejecutar algunos trabajos comparativos de costos con datos de entrada pequeños.
Ejemplo de un cálculo de predicción
Una empresa inmobiliaria de una región de América ejecuta una predicción semanal del valor de las viviendas en las áreas en las que trabaja. En un mes, ejecuta predicciones para cuatro semanas en lotes de 3920, 4277, 3849 y 3961. Los trabajos se limitan a un nodo y cada instancia demora un promedio de procesamiento de 0.72 segundos.
Primero, calcula la cantidad de tiempo de ejecución de cada trabajo:
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
Si se ejecutó cada trabajo por más de diez minutos, se cobra por cada minuto de procesamiento:
($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
El cargo total del mes es de $0.26.
En este ejemplo se supuso que se ejecutaron los trabajos en un único nodo y que requirieron una cantidad de tiempo coherente por cada instancia de entrada. En los cálculos de uso real, asegúrate de incluir instancias de varios nodos y usar el tiempo real de ejecución de cada nodo.
Cargos por Vertex Explainable AI
Vertex Explainable AI no tiene cargo adicional a los precios de predicción. Sin embargo, el procesamiento de las explicaciones demora más que el de las predicciones normales. Por lo tanto, el uso intensivo de las Vertex Explainable IA junto con el ajuste de escala automático podrían traer como resultado el inicio de más nodos, lo que podría aumentar los cargos de predicción.
Vertex AI Pipelines
Las canalizaciones de Vertex AI cobran una tarifa de ejecución de $0.03 por cada ejecución de canalización. No se te cobrará la tarifa de ejecución durante la versión preliminar. También pagas por los recursos de Google Cloud que usas con las canalizaciones de Vertex AI, como los recursos de Compute Engine que consumen los componentes de canalización (se cobran con la misma tarifa que la de entrenamiento de Vertex AI). Por último, eres responsable del costo de cualquier servicio (como Dataflow) que llame a tu canalización.
Vertex AI Feature Store
Los precios de Feature Store de Vertex AI se basan en la cantidad de datos de atributos en el almacenamiento en línea y sin conexión, así como en la disponibilidad de la entrega en línea. Una hora de procesamiento de nodo representa el tiempo que una máquina virtual dedica a entregar datos de atributos o el que tiempo que espera en un estado listo para manejar las solicitudes de datos de atributos.
| Operación | Precio |
|---|---|
| Almacenamiento en línea | $0.25 por GB por mes |
| Almacenamiento sin conexión | $0.023 por GB por mes |
| Entrega en línea | $0.94 por nodo por hora |
| Exportación por lotes | $0.005 por GB |
Cuando habilitas la supervisión del valor de las funciones, la facturación incluye los cargos correspondientes que se detallan más arriba, además de los correspondientes a los siguientes cargos:
- $3.50 por GB para todos los datos analizados. Con el análisis de instantáneas habilitado, se incluyen las instantáneas tomadas para los datos en Vertex AI Feature Store. Cuando se habilita el análisis de atributos de importación, se incluyen lotes de datos transferidos.
- Entre los cargos adicionales por otras operaciones de Vertex AI Feature Store que se usan con la supervisión de valores de atributos, se incluyen las siguientes:
- La función de análisis de instantáneas toma periódicamente una instantánea de los valores de los atributos según su configuración para el intervalo de supervisión.
- El cargo por la exportación de una instantánea es el mismo que el de una operación de exportación por lotes normal.
Ejemplo de análisis de instantáneas
Un científico de datos habilita la supervisión de valores de atributos para Vertex AI Feature Store y activa la supervisión para un análisis diario de instantáneas. Una canalización se ejecuta a diario para la supervisión de tipos de entidades. La canalización analiza 2 GB de datos en Vertex AI Feature Store y exporta una instantánea que contiene 0.1 GB de datos. El cargo total por un análisis de un día es el siguiente:
(0.1 GB * $3.50) + (2 GB * $0.005) = $0.36
Ejemplo de análisis de transferencia
Un científico de datos habilita la supervisión del valor de los atributos para Vertex AI Feature Store y activa la supervisión de las operaciones de transferencia. Una operación de transferencia importa 1 GB de datos a Vertex AI Feature Store. El cargo total por la supervisión del valor de los atributos es el siguiente:
(1 GB * $3.50) = $3.50
Vertex ML Metadata
El almacenamiento de metadatos se mide en gigabytes binarios (GiB), y 1 GiB equivale a 1,073,741,824 bytes. Esta unidad de medida también se conoce como gibibyte.
Vertex ML Metadata cobra $10 por gibibyte (GiB) al mes por almacenamiento de metadatos. Los precios se prorratean por megabyte (MB). Por ejemplo, si almacenas 10 MB de metadatos, se te cobra $0.10 por mes por esos 10 MB de metadatos.
Los precios son los mismos para todas las regiones en las que se admite Vertex ML Metadata.
Vertex AI TensorBoard
Para usar Vertex AI TensorBoard, solicita que el administrador de IAM del proyecto te asigne la función "Usuario de aplicación web de Vertex AI TensorBoard. La función de administrador de Vertex AI también tiene acceso.
Vertex AI TensorBoard cobra una tarifa mensual de $300 por usuario activo único. Los usuarios activos se miden a través de la IU de Vertex AI TensorBoard. También pagas por los recursos de Google Cloud que usas con Vertex AI TensorBoard, como los registros de TensorBoard almacenados en Cloud Storage.
Vertex AI Vizier
Vertex AI Vizier es un servicio de optimización de caja negra de Vertex AI. El modelo de precios Vertex AI Vizier consta de los siguientes elementos:
- No se aplican cargos por las pruebas que usan
RANDOM_SEARCHyGRID_SEARCH. Obtén más información sobre los algoritmos de búsqueda. - Las primeras 100 pruebas de Vertex AI Vizier al mes calendario están disponibles sin cargo (las pruebas que usan
RANDOM_SEARCHyGRID_SEARCHno se toman en cuenta en este total). - Después de 100 pruebas de Vertex AI Vizier, las pruebas posteriores durante el mismo mes calendario se cobran a $1 por prueba (las que usan
RANDOM_SEARCHoGRID_SEARCHno generan cargos).
Vertex AI Matching Engine
El precio del servicio vecino más cercano aproximado de Vertex AI Matching Engine incluye lo siguiente:
- Precios por hora de procesamiento de nodo para cada VM que se usa a fin de alojar un índice implementado.
- Un costo para compilar índices nuevos y actualizar los existentes.
Los datos procesados durante la compilación y actualización de índices se miden en gigabytes binarios (GiB), en los que 1 GiB equivale a 1,073,741,824 bytes. Esta unidad de medida también se conoce como gibibyte.
Vertex AI Matching Engine cobra $3.00 por gibibyte (GiB) de datos procesados en todas las regiones.
En las siguientes tablas, se resumen los precios de la entrega de índices en cada región en la que está disponible el motor de coincidencias.
América
| Tipo de máquina, Región, Precio por hora de procesamiento de nodo | |||||||||
|---|---|---|---|---|---|---|---|---|---|
n1-standard-16
|
|
||||||||
n1-standard-32
|
|
||||||||
Europa
| Tipo de máquina, Región, Precio por hora de procesamiento de nodo | |||
|---|---|---|---|
n1-standard-16
|
|
||
n1-standard-32
|
|
||
Asia-Pacífico
| Tipo de máquina, Región, Precio por hora de procesamiento de nodo | |||
|---|---|---|---|
n1-standard-16
|
|
||
n1-standard-32
|
|
||
Ejemplos de precios de motores coincidentes
Los precios de Vertex AI Matching Engine se determinan por el tamaño de tus datos, la cantidad de consultas por segundo (QPS) que deseas ejecutar y la cantidad de nodos que usas. Para obtener el costo de publicación estimado, debe calcular el tamaño total de sus datos. El tamaño de tus datos es la cantidad de incorporaciones/vectores*, la cantidad de dimensiones que tienes* 4 bytes por dimensión. Una vez que tengas el tamaño de tus datos, puedes calcular el costo de entrega y el costo de compilación. El costo de entrega más el costo de compilación equivalen al costo total mensual.
- Costo de entrega: # réplica/fragmento * # fragmentos (~tamaño de datos/20 GB) * $1.064/h * 24 horas/día * 30 días/mes
- Costo de compilación: tamaño de los datos(en GB) * USD 3 por GB * Cantidad de actualizaciones por mes
El costo mensual de compilación del índice es el tamaño de los datos * 3.00 por gigabyte. La frecuencia de actualización no afecta el costo de entrega, solo el costo de compilación.
| Cantidad de incorporaciones/vectores | Cantidad de dimensiones | Consultas por segundo (QPS) | Frecuencia de actualización | Costo mensual estimado de compilación de índices | Nodos | Costo de publicación mensual estimado |
|---|---|---|---|---|---|---|
| 20 millones | 128 | 1,000 | Mensual | $30 | 1 | USD 766 |
| 100 millones | 256 | 3,000 | Semanal | USD 1,200 | 15 | USD 11,491 |
| 500 millones | 128 | 20,000 | Semanal | $3,000 | 260 | USD 199,160 |
| 1,000 millones | 512 | 5,000 | Mensual | $6,000 | 500 | USD 383,000 |
Todos los ejemplos se basan en n1-standard-16 de us-central1.
El costo que generes variará según la tasa de recuperación y los requisitos de latencia. El costo de entrega mensual estimado se relaciona directamente con la cantidad de nodos que se usan en la consola.
Para obtener más información sobre los parámetros de configuración que afectan el costo, consulta Parámetros de configuración que afectan la recuperación y la latencia.
Si tienes consultas por segundo (QPS) por lotes, la agrupación de estas consultas puede reducir los costos totales hasta un 30%-40%.
Registro de modelos de Vertex AI
Vertex AI Model Registry es un repositorio central que rastrea y enumera sus modelos y versiones de modelos. Puede importar modelos a Vertex AI y aparecen en el registro de modelos de Vertex AI. No hay costo asociado con tener tus modelos en el Vertex AI Model Registry. El costo solo se genera cuando implementas el modelo en un extremo o realizas una predicción por lotes en el modelo. Este costo se determina según el tipo de modelo que implementes.
Para obtener más información sobre los precios de la implementación de modelos personalizados desde el registro de modelos de Vertex AI, consulta Modelos de entrenamiento personalizado. Para obtener más información sobre los precios de la implementación de modelos de AutoML, consulta Precios de los modelos de AutoML.
Vertex AI Model Monitoring
Vertex AI te permite monitorear la eficacia continua de tu modelo después de implementarlo en producción. Para obtener más información, consulta Introducción a Vertex AI Model Monitoring.
Cuando utilizas Vertex AI Model Monitoring, se te factura lo siguiente:
- $3,50 por GB para todos los datos analizados, incluidos los datos de entrenamiento proporcionados y los datos de predicción registrados en una tabla de BigQuery.
- Cargos por otros productos de Google Cloud que usa con Model Monitoring, como el almacenamiento de BigQuery o Batch Explain cuando la supervisión de atribución esté habilitada.
Vertex AI Model Monitoring es compatible con las siguientes regiones: us-central1, europe-west4, asia-east1 y asia-southeast1. Los precios son los mismos en todas las regiones.
Los tamaños de los datos se miden después de que se convierten al formato TfRecord.
Los conjuntos de datos de entrenamiento incurren en un cargo único cuando configura un trabajo de Vertex AI Model Monitoring.
Los conjuntos de datos de predicción consisten en registros recopilados del servicio de predicción en línea. A medida que las solicitudes de predicción llegan durante diferentes períodos, se recopilan los datos para cada período y se usa la suma de los datos analizados para cada período de predicción a fin de calcular el cargo.
Ejemplo: un científico de datos ejecuta la supervisión de modelos en el tráfico de predicción que pertenece a su modelo.
- El modelo se entrena a partir de un conjunto de datos de BigQuery. El tamaño de los datos después de convertir a TfRecord es 1.5 GB.
- Los datos de predicción registrados entre la 1:00 p.m. y las 2:00 p.m. son 0.1 GB, entre las 3:00 p.m. y las 4:00 p.m. son 0.2 GB.
El precio total para configurar el trabajo de supervisión de modelos es el siguiente:
(1.5 GB * $3.50) + ((0.1 GB + 0.2 GB) * $3.50) = $6.30
Vertex AI Workbench
Los precios se componen de los recursos de procesamiento y almacenamiento que usas, las tarifas de administración de las instancias de Vertex AI Workbench y cualquier recurso adicional de Google Cloud que uses. Consulta las siguientes secciones para obtener más detalles.
Recursos de procesamiento y almacenamiento
Los recursos de procesamiento y almacenamiento se cobran a la misma tarifa que pagas por Compute Engine y Cloud Storage.
Tarifas de administración
Existen tarifas de administración de Vertex AI Workbench, además del uso de la infraestructura, que se registran en las tablas a continuación.
Selecciona notebooks administrados o notebooks administrados por el usuario para obtener información sobre los precios.
Notebooks administrados
| SKU | Tarifa de administración por hora |
|---|---|
| CPU virtual | $0.05 por vCore |
| T4, K80 y P4 (GPU estándar) | $0.35 por GPU |
| GPU P100, V100 y A100 (GPU premium) | $2.48 por GPU |
Notebooks administrados por el usuario
| SKU | Tarifa de administración por hora |
|---|---|
| CPU virtual | $0.005 por vCore |
| T4, K80 y P4 (GPU estándar) | $0.035 por GPU |
| GPU P100, V100 y A100 (GPU premium) | $0.25 por GPU |
Recursos adicionales de Google Cloud
Además de los costos mencionados antes, también pagas por cualquier recurso de Google Cloud que uses. Por ejemplo:
Servicios de análisis de datos: Generas costos de BigQuery cuando envías consultas de SQL en un notebook (consulta Precios de BigQuery).
Claves de encriptación administradas por el cliente: Generas cargos cuando las usas. Cada vez que tus notebooks administrados o la instancia de notebooks administrados por el usuario usan una clave de Cloud Key Management Service, esa operación se factura según la tarifa de las operaciones de clave de Cloud KMS (consulta Precios de Cloud Key Management Service)
Contenedores de aprendizaje profundo, VM de aprendizaje profundo y canalizaciones de AI Platform
Para los contenedores de aprendizaje profundo, las imágenes de VM de aprendizaje profundo y AI Platform Pipelines, los precios se calculan según los recursos de procesamiento y almacenamiento que uses. Estos recursos se cobran con la misma tarifa que pagas por Compute Engine y Cloud Storage.
Además de los costos de procesamiento y almacenamiento, también pagas por cualquier recurso de Google Cloud que uses. Por ejemplo:
Servicios de análisis de datos: Generas costos de BigQuery cuando envías consultas de SQL en un notebook (consulta Precios de BigQuery).
Claves de encriptación administradas por el cliente: Generas cargos cuando las usas. Cada vez que tus notebooks administrados o la instancia de notebooks administrados por el usuario usan una clave de Cloud Key Management Service, esa operación se factura según la tarifa de las operaciones de clave de Cloud KMS (consulta Precios de Cloud Key Management Service)
Etiquetado de datos
Vertex AI te permite solicitar el etiquetado manual de un conjunto de datos que tengas planeado usar para entrenar un modelo de aprendizaje automático personalizado. Los precios del servicio se calculan en función del tipo de tarea de etiquetado.
- Para las tareas de etiquetado regulares, los precios se calculan según la cantidad de unidades de anotación.
- Para las tareas de clasificación de imágenes, las unidades se calculan según la cantidad de imágenes y de etiquetadores manuales. Por ejemplo, una imagen con 3 etiquetadores manuales se considera como 3 unidades (1 × 3 = 3). El precio por clasificar una o múltiples etiquetas es el mismo.
- Para las tareas de cuadro de límite de imágenes, las unidades se calculan por la cantidad de cuadros de límite identificados en las imágenes y la cantidad de etiquetadores manuales. Por ejemplo, una imagen con 2 cuadros de límite y 3 etiquetadores manuales se considera como 6 unidades (2 × 3 = 6). Las imágenes sin cuadros de límite no se cobran.
- En el caso de las tareas de polígono, polilínea, cuadro rotado o segmentación de imágenes, las unidades se calculan de la misma manera que para las tareas de cuadro de límite de imágenes.
- Para las tareas de clasificación de videos, las unidades se calculan según la duración del video (cada fragmento de 5 segundos constituye una unidad de precio) y la cantidad de etiquetadores manuales. Por ejemplo, un video de 25 segundos con 3 etiquetadores humanos se considera como 15 unidades (25 ÷ 5 × 3 = 15). El precio por clasificar una o múltiples etiquetas es el mismo.
- Para las tareas de seguimiento de objetos en un video, las unidades se calculan según la cantidad de objetos identificados y la cantidad de etiquetadores manuales. Por ejemplo, un video con 2 objetos y 3 etiquetadores manuales se considerará como 6 unidades (2 × 3 = 6). Los videos sin objetos no se cobran.
- Para una tarea de reconocimiento de acciones en video, las unidades se determinan de la misma manera que una tarea de seguimiento de objetos de video.
- Para las tareas de clasificación de texto, las unidades se calculan según la longitud del texto (cada fragmento de 50 palabras constituye una unidad de precio) y la cantidad de etiquetadores manuales. Por ejemplo, un fragmento de texto con 100 palabras y 3 etiquetadores manuales se considera como 6 unidades (100 ÷ 50 × 3 = 6). El precio por clasificar una o múltiples etiquetas es el mismo.
- En el caso de las tareas de análisis de opiniones en texto, las unidades se calculan de la misma manera que para las tareas de clasificación de texto.
- Para las tareas de extracción de entidades en un texto, las unidades se calculan según la longitud del texto (cada fragmento de 50 palabras constituye una unidad de precio), la cantidad de entidades identificadas y la cantidad de etiquetadores manuales. Por ejemplo, un fragmento de texto con 100 palabras, 2 entidades identificadas y 3 etiquetadores manuales se considera como 12 unidades (100 ÷ 50 × 2 × 3 = 12). El texto sin entidades no se cobra.
Para las tareas de análisis de opiniones en texto y clasificación de imágenes, video y texto, los etiquetadores manuales pueden perder de vista las clases si el tamaño del conjunto de etiquetas es demasiado grande. Por ello, enviamos un máximo de 20 clases a los etiquetadores manuales a la vez. Por ejemplo, si el tamaño del conjunto de etiquetas de una tarea de etiquetado es de 40, cada elemento de datos se enviará a revisión manual 2 veces (40 ÷ 20 = 2), y cobraremos 2 veces el precio (según el cálculo anterior) en consecuencia.
Para una tarea de etiquetado que habilita la función de etiquetador personalizado, cada elemento de datos se cuenta como 1 unidad de etiquetador personalizado.
En una tarea de etiquetado de aprendizaje activo para los elementos de datos con anotaciones que generan los modelos (sin ayuda del etiquetador), cada elemento de datos se cuenta como 1 unidad de aprendizaje activo.
En una tarea de etiquetado de aprendizaje activo para los elementos de datos con anotaciones que generan los etiquetadores manuales, cada elemento de datos se cuenta como una tarea de etiquetado regular, como se describió anteriormente.
En la siguiente tabla, se muestra el precio por 1,000 unidades por etiquetador manual, según la unidad que se indica para cada objetivo. Los precios del nivel 1 se aplican a las primeras 50,000 unidades por mes en cada proyecto de Google Cloud; los precios del nivel 2 se aplican a las siguientes 950,000 unidades por mes en el proyecto, hasta 1,000,000 de unidades. Comunícate con nosotros para conocer los precios para más de 1,000,000 de unidades por mes.
| Tipo de datos | Objetivo | Unidad | Nivel 1 | Nivel 2 |
|---|---|---|---|---|
| Imagen | Clasificación | Imagen | $35 | $25 |
| Cuadro de límite | Cuadro de límite | $63 | $49 | |
| Segmentación | Segmento | $870 | $850 | |
| Cuadro rotado | Cuadro de límite | $86 | $60 | |
| Polígono/polilínea | Polígono/polilínea | $257 | $180 | |
| Video | Clasificación | 5 s de video | $86 | $60 |
| Seguimiento de objetos | Cuadro de límite | $86 | $60 | |
| Reconocimiento de acciones | Evento en 30 s de video | $214 | $150 | |
| Texto | Clasificación | 50 palabras | $129 | $90 |
| Opinión | 50 palabras | $200 | $140 | |
| Extracción de entidades | Entidad | $86 | $60 | |
| Aprendizaje activo | Todas | Elemento de datos | $80 | $56 |
| Etiquetador personalizado | Todas | Elemento de datos | $80 | $56 |
Uso obligatorio de Cloud Storage
Además de los costos que se describen en este documento, debes almacenar los datos y los archivos de programa en buckets de Cloud Storage durante el ciclo de vida de Vertex AI. Este almacenamiento está sujeto a la política de precios de Cloud Storage.
El uso obligatorio de Cloud Storage incluye lo siguiente:
Realizar la etapa de pruebas de tu paquete de aplicación de entrenamiento para modelos con entrenamiento personalizado.
Almacenar tus datos de entrada de entrenamiento
Almacenar los resultados de los trabajos de entrenamiento: Vertex AI no requiere que estos elementos se almacenen a largo plazo. así que puedes quitar los archivos apenas finalice la operación
Operaciones gratuitas para la administración de los recursos
Las operaciones de administración de recursos que proporciona AI Platform están disponibles sin costo. La política de cuotas de AI Platform limita algunas de estas operaciones.
| Recurso | Operaciones gratuitas |
|---|---|
| models | create, get, list, delete |
| versions | create, get, list, delete, setDefault |
| jobs | get, list, cancel |
| operations | get, list, cancel, delete |
Costos de Google Cloud
Si almacenas imágenes que se analizarán en Cloud Storage o usas otros recursos de Google Cloud en conjunto con Vertex AI, también se te facturará por el uso de esos servicios.
Para ver el estado actual de tu facturación en Google Cloud Console, así como el uso y la factura actual, consulta la página Facturación. Si quieres obtener más información sobre la administración de tu cuenta, consulta la documentación de la Facturación de Cloud o la asistencia para la facturación y pagos.
¿Qué sigue?
- Lee la documentación de Vertex AI.
- Obtén información sobre las soluciones y casos prácticos de Vertex AI.
Solicita una cotización personalizada
Con los precios de prepago de Google Cloud, solo pagas por los servicios que usas. Comunícate con nuestro equipo de Ventas a fin de obtener una cotización personalizada para tu organización.Comunicarse con Ventas