Testen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können.Tesen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können.
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Vertex AI – Preise
Preise sind in US-Dollar ($) angegeben.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
Vertex AI-Preise im Vergleich zu Preisen vorheriger Produkte
Die Kosten für Vertex AI bleiben dieselben wie für die vorherigen Produkte AI Platform und AutoML, die durch Vertex AI abgelöst werden, mit folgenden Ausnahmen:
Legacy-Vorhersagen von AI Platform Prediction und AutoML Tables unterstützten kostengünstigere Maschinentypen mit geringerer Leistung, die nicht für Vertex AI Prediction und das tabellarische AutoML-Modell unterstützt werden.
AI Platform Prediction unterstützte zuvor Skalierung auf null, was für Vertex AI Prediction nicht unterstützt wird.
Vertex AI bietet außerdem weitere Möglichkeiten zur Kostenoptimierung, darunter die folgenden:
Bei AutoML-Modellen in Vertex AI werden drei Hauptaktivitäten abgerechnet:
Modell trainieren
Modell auf einem Endpunkt bereitstellen
Modell für Vorhersagen verwenden
Vertex AI verwendet vordefinierte Maschinenkonfigurationen für Vertex AutoML-Modelle. Der Stundensatz für diese Aktivitäten entspricht der Ressourcennutzung.
Die erforderliche Trainingszeit des Modells hängt von Umfang und Komplexität der Trainingsdaten ab. Modelle müssen bereitgestellt werden, bevor sie Online-Vorhersagen oder Online-Erklärungen liefern können.
Es wird jedes Modell abgerechnet, das an einem Endpunkt eingesetzt wird, auch wenn keine Vorhersagen getroffen wurden.
Wenn Sie weitere Kosten vermeiden möchten, müssen Sie die Bereitstellung des Modells aufheben.
Modelle, die nicht bereitgestellt wurden oder nicht bereitgestellt werden konnten, werden nicht berechnet.
Sie zahlen dabei nur für die aufgewendeten Rechenstunden. Wenn das Training aus einem anderen Grund als durch einen vom Nutzer veranlassten Abbruch fehlschlägt, wird Ihnen die Zeit nicht in Rechnung gestellt. Wenn Sie den Vorgang selbst abbrechen, wird Ihnen die Trainingszeit jedoch berechnet.
Wählen Sie unten einen Modelltyp für Preisinformationen aus.
Die mit Vertex Explainable AI verbundenen Berechnungen werden zum gleichen Satz wie die Vorhersage berechnet.
Die Verarbeitung von Erklärungen dauert jedoch länger als normale Vorhersagen. Wenn Vertex Explainable AI also viel mit Autoscaling genutzt wird, kann das dazu führen, dass mehr Knoten gestartet werden und so die Vorhersagekosten steigen.
Vertex AI Forecast
AutoML
Phase
Preise
Vorhersage
0,2 $ pro 1.000 Datenpunkte* (0–1 Mio. Punkte) 0,1 $ pro 1.000 Datenpunkte* (1 Mio.–50 Mio. Punkte) 0,02 $ pro 1.000 Datenpunkte* (mehr als 50 Mio. Punkte)
*Ein Prognosedatenpunkt ist ein Zeitpunkt im Prognosehorizont. Mit Detaillierungsgrad „täglich“ liegen in einem 7-Tage-Horizont beispielsweise 7 Punkte für jede Zeitreihe.
Bis zu 5 Vorhersagequantile können ohne zusätzliche Kosten einbezogen werden.
Die Anzahl der verbrauchten Datenpunkte pro Stufe wird monatlich aktualisiert.
250 $ pro TB × Anzahl der Kandidatenmodelle × Anzahl der Backtesting-Fenster*
Explainable AI
Erklärbarkeit durch Zeitreihenzerlegung verursacht keine zusätzlichen Kosten. Erklärbarkeit unter Verwendung von Shapley-Werten wird nicht unterstützt.
Weitere Informationen finden Sie in der Preisübersicht zu BigQuery ML. Für jeden Trainings- und Vorhersagejob fallen die Kosten für eine verwaltete Pipelineausführung an, wie unter Vertex AI – Preise beschrieben.
*Für jeden Zeitraum des Testsatzes wird ein Backtesting-Fenster erstellt. Die verwendete AUTO_ARIMA_MAX_ORDER bestimmt die Anzahl der Kandidatenmodelle. Sie liegt zwischen 6 und 42 für Modelle mit mehreren Zeitreihen.
Benutzerdefiniert trainierte Modelle
Training
Die folgenden Tabellen enthalten die geschätzten Preise pro Stunde für verschiedene Trainingskonfigurationen. Sie können sich für eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Addieren Sie die Kosten der verwendeten virtuellen Maschinen, um den Preis zu ermitteln.
Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der nachstehenden Tabelle mit der Anzahl der Maschinenstunden je verwendetem Beschleuniger der einzelnen Typen, um den Preis zu ermitteln.
Maschinentypen
*In diesem Betrag ist der GPU-Preis enthalten, da dieser Instanztyp immer eine feste Anzahl von GPU-Beschleunigern erfordert.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, werden die Preise in Ihrer Währung
Cloud Platform-SKUs
angewendet werden.
Beschleuniger
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
*Der Preis für das Training mit einem Cloud TPU Pod richtet sich nach der Anzahl der Kerne im Pod. Die Anzahl der Kerne in einem Pod ist immer ein Vielfaches von 32. Um den Preis für ein Training auf einem Pod mit mehr als 32 Kernen zu ermitteln, nehmen Sie den Preis für einen Pod mit 32 Kernen und multiplizieren ihn mit der Anzahl der Kerne, geteilt durch 32. Der Preis für einen Pod mit 128 Kernen beträgt zum Beispiel (32-core Pod price) * (128/32). Informationen darüber, welche Cloud TPU Pods für eine bestimmte Region verfügbar sind, finden Sie unter Systemarchitektur in der Cloud TPU-Dokumentation.
Laufwerke
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
Die Kosten für das Training Ihrer Modelle fallen ab dem Zeitpunkt der Bereitstellung von Ressourcen für einen Job bis zum Abschluss des Jobs an.
Skalierungsstufen für vordefinierte Konfigurationen (AI Platform Training)
Sie können den Typ des Verarbeitungsclusters individuell festlegen, der beim Training Ihres Modells verwendet werden soll.
Der einfachste Weg ist dabei die Auswahl des Typs aus vordefinierten Konfigurationen, die als Skalierungsstufen bezeichnet werden. Weitere Informationen finden Sie unter Skalierungsstufen.
Maschinentypen für benutzerdefinierte Konfigurationen
Wenn Sie Vertex AI verwenden oder CUSTOM als Skalierungsstufe für AI Platform Training wählen, haben Sie die Kontrolle über die Anzahl und den Typ der virtuellen Maschinen, die für die Master, Worker und Parameter-Server des Clusters verwendet werden. Weitere Informationen zu Maschinentypen für Vertex AI und Maschinentypen für AI Platform Training.
Die Kosten für das Training mit einem benutzerdefinierten Verarbeitungscluster entsprechen der Summe aller von Ihnen angegebenen Maschinen. Die Abrechnung erfolgt für die gesamte Laufzeit des Jobs und nicht nur für die aktive Verarbeitungszeit der einzelnen Maschinen.
Ray in Vertex AI
Training
Die folgenden Tabellen enthalten die geschätzten Preise pro Stunde für verschiedene Trainingskonfigurationen. Sie können sich für eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Addieren Sie die Kosten der verwendeten virtuellen Maschinen, um den Preis zu ermitteln.
Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der nachstehenden Tabelle mit der Anzahl der Maschinenstunden je verwendetem Beschleuniger der einzelnen Typen, um den Preis zu ermitteln.
Maschinentypen
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
Beschleuniger
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
*Der Preis für das Training mit einem Cloud TPU Pod richtet sich nach der Anzahl der Kerne im Pod. Die Anzahl der Kerne in einem Pod ist immer ein Vielfaches von 32. Um den Preis für ein Training auf einem Pod mit mehr als 32 Kernen zu ermitteln, nehmen Sie den Preis für einen Pod mit 32 Kernen und multiplizieren ihn mit der Anzahl der Kerne, geteilt durch 32. Der Preis für einen Pod mit 128 Kernen beträgt zum Beispiel (32-core Pod price) * (128/32). Informationen darüber, welche Cloud TPU Pods für eine bestimmte Region verfügbar sind, finden Sie unter Systemarchitektur in der Cloud TPU-Dokumentation.
Laufwerke
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
Die Kosten für das Training Ihrer Modelle fallen ab dem Zeitpunkt der Bereitstellung von Ressourcen für einen Job bis zum Abschluss des Jobs an.
Vorhersage und Erklärung
Die folgenden Tabellen enthalten die Preise für die Batch-Vorhersage, die Online-Vorhersage und die Online-Erklärung pro Knotenstunde. Eine Knotenstunde ist die Zeit, die ein virtueller Computer mit der Ausführung Ihres Vorhersagejobs oder mit dem Warten in einem aktiven Zustand (Endpunkt mit einem oder mehreren bereitgestellten Modellen) verbringt, um Vorhersage- oder Erklärungsanfragen zu verarbeiten.
Wählen Sie eine Region aus, um die entsprechende Preistabelle anzuzeigen:
Die folgenden Tabellen enthalten den Preis pro Knotenstunde für jeden Maschinentyp.
E2-Serie
Schätzungen für e2-standard-2:
us-west2
0,0926 $
us-west4
0,0868 $
us-east4
0,0868 $
northamerica-northeast1
0,0848 $
northamerica-northeast2
0,0848 $
southamerica-east1
0,1223 $
Andere Regionen in Amerika
0,0771 $
Schätzungen für e2-standard-4:
us-west2
0,1851 $
us-west4
0,1736 $
us-east4
0,1736 $
northamerica-northeast1
0,1697 $
northamerica-northeast2
0,1697 $
southamerica-east1
0,2446 $
Andere Regionen in Amerika
0,1541 $
Schätzungen für e2-standard-8:
us-west2
0,3702 $
us-west4
0,3471 $
us-east4
0,3471 $
northamerica-northeast1
0,3393 $
northamerica-northeast2
0,3393 $
southamerica-east1
0,4893 $
Andere Regionen in Amerika
0,3082 $
Schätzungen für e2-standard-16:
us-west2
0,7405 $
us-west4
0,6942 $
us-east4
0,6942 $
northamerica-northeast1
0,6787 $
northamerica-northeast2
0,6787 $
southamerica-east1
0,9786 $
Andere Regionen in Amerika
0,6165 $
Schätzungen für e2-standard-32:
us-west2
1,4809 $
us-west4
1,3885 $
us-east4
1,3885 $
northamerica-northeast1
1,3574 $
northamerica-northeast2
1,3574 $
southamerica-east1
1,9572 $
Andere Regionen in Amerika
1,2329 $
Schätzungen für e2-highmem-2:
us-west2
0,1249 $
us-west4
0,1171 $
us-east4
0,1171 $
northamerica-northeast1
0,1144 $
northamerica-northeast2
0,1144 $
southamerica-east1
0,165 $
Andere Regionen in Amerika
0,1039 $
Schätzungen für e2-highmem-4:
us-west2
0,2497 $
us-west4
0,2341 $
us-east4
0,2341 $
northamerica-northeast1
0,2289 $
northamerica-northeast2
0,2289 $
southamerica-east1
0,33 $
Andere Regionen in Amerika
0,2079 $
Schätzungen für e2-highmem-8:
us-west2
0,4994 $
us-west4
0,4682 $
us-east4
0,4682 $
northamerica-northeast1
0,4578 $
northamerica-northeast2
0,4578 $
southamerica-east1
0,66 $
Andere Regionen in Amerika
0,4158 $
Schätzungen für e2-highmem-16:
us-west2
0,9989 $
us-west4
0,9365 $
us-east4
0,9365 $
northamerica-northeast1
0,9155 $
northamerica-northeast2
0,9155 $
southamerica-east1
1,3201 $
Andere Regionen in Amerika
0,8316 $
Schätzungen für e2-highcpu-2:
us-west2
0,0683 $
us-west4
0,0641 $
us-east4
0,0641 $
northamerica-northeast1
0,0626 $
northamerica-northeast2
0,0626 $
southamerica-east1
0,0903 $
Andere Regionen in Amerika
0,0569 $
Schätzungen für e2-highcpu-4:
us-west2
0,1367 $
us-west4
0,1281 $
us-east4
0,1281 $
northamerica-northeast1
0,1253 $
northamerica-northeast2
0,1253 $
southamerica-east1
0,1806 $
Andere Regionen in Amerika
0,1138 $
Schätzungen für e2-highcpu-8:
us-west2
0,2733 $
us-west4
0,2563 $
us-east4
0,2563 $
northamerica-northeast1
0,2505 $
northamerica-northeast2
0,2505 $
southamerica-east1
0,3612 $
Andere Regionen in Amerika
0,2276 $
Schätzungen für e2-highcpu-16:
us-west2
0,5467 $
us-west4
0,5126 $
us-east4
0,5126 $
northamerica-northeast1
0,501 $
northamerica-northeast2
0,501 $
southamerica-east1
0,7225 $
Andere Regionen in Amerika
0,4551 $
Schätzungen für e2-highcpu-32:
us-west2
1,0933 $
us-west4
1,0252 $
us-east4
1,0252 $
northamerica-northeast1
1,0021 $
northamerica-northeast2
1,0021 $
southamerica-east1
1,4449 $
Andere Regionen in Amerika
0,9102 $
N1-Serie
Schätzungen für n1-standard-2:
us-east4
0,123 $
northamerica-northeast1
0,1203 $
Andere Regionen in Amerika
0,1093 $
Schätzungen für n1-standard-4:
us-east4
0,2461 $
northamerica-northeast1
0,2405 $
Andere Regionen in Amerika
0,2186 $
Schätzungen für n1-standard-8:
us-east4
0,4922 $
northamerica-northeast1
0,4811 $
Andere Regionen in Amerika
0,4372 $
Schätzungen für n1-standard-16:
us-east4
0,9843 $
northamerica-northeast1
0,9622 $
Andere Regionen in Amerika
0,8744 $
Schätzungen für n1-standard-32:
us-east4
1,9687 $
northamerica-northeast1
1,9243 $
Andere Regionen in Amerika
1,7488 $
Schätzungen für n1-highmem-2:
us-east4
0,1532 $
northamerica-northeast1
0,1498 $
Andere Regionen in Amerika
0,1361 $
Schätzungen für n1-highmem-4:
us-east4
0,3064 $
northamerica-northeast1
0,2995 $
Andere Regionen in Amerika
0,2723 $
Schätzungen für n1-highmem-8:
us-east4
0,6129 $
northamerica-northeast1
0,5991 $
Andere Regionen in Amerika
0,5445 $
Schätzungen für n1-highmem-16:
us-east4
1,2257 $
northamerica-northeast1
1,1982 $
Andere Regionen in Amerika
1,089 $
Schätzungen für n1-highcpu-2:
us-east4
0,0918 $
northamerica-northeast1
0,0897 $
Andere Regionen in Amerika
0,0815 $
Schätzungen für n1-highcpu-4:
us-east4
0,1835 $
northamerica-northeast1
0,1794 $
Andere Regionen in Amerika
0,163 $
Schätzungen für n1-highcpu-8:
us-east4
0,3671 $
northamerica-northeast1
0,3588 $
Andere Regionen in Amerika
0,326 $
Schätzungen für n1-highcpu-16:
us-east4
0,7341 $
northamerica-northeast1
0,7176 $
Andere Regionen in Amerika
0,6519 $
Schätzungen für n1-highcpu-32:
us-east4
1,4683 $
northamerica-northeast1
1,4352 $
Andere Regionen in Amerika
1,3039 $
N2-Serie
Schätzungen für n2-standard-2:
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 $
Schätzungen für n2-standard-4:
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 $
Schätzungen für n2-standard-8:
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 $
Schätzungen für n2-standard-16:
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 $
Schätzungen für n2-standard-32:
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 $
Schätzungen für n2-highmem-2:
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 $
Schätzungen für n2-highmem-4:
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 $
Schätzungen für n2-highmem-8:
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 $
Schätzungen für n2-highmem-16:
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 $
Schätzungen für n2-highcpu-2:
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 $
Schätzungen für n2-highcpu-4:
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 $
Schätzungen für n2-highcpu-8:
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 $
Schätzungen für n2-highcpu-16:
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 $
Schätzungen für n2-highcpu-32:
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 $
N2D-Serie
Schätzungen für n2d-standard-2:
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 $
Schätzungen für n2d-standard-4:
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 $
Schätzungen für n2d-standard-8:
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 $
Schätzungen für n2d-standard-16:
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 $
Schätzungen für n2d-standard-32:
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 $
Schätzungen für n2d-highmem-2:
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 $
Schätzungen für n2d-highmem-4:
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 $
Schätzungen für n2d-highmem-8:
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 $
Schätzungen für n2d-highmem-16:
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 $
Schätzungen für n2d-highcpu-2:
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 $
Schätzungen für n2d-highcpu-4:
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 $
Schätzungen für n2d-highcpu-8:
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 $
Schätzungen für n2d-highcpu-16:
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 $
Schätzungen für n2d-highcpu-32:
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 $
C2-Serie
Schätzungen für c2-standard-4:
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 $
Schätzungen für c2-standard-8:
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 $
Schätzungen für c2-standard-16:
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 $
Schätzungen für c2-standard-30:
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 $
Schätzungen für c2-standard-60:
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 $
C2D-Serie
Schätzungen für c2d-standard-2:
us_central1
0,1044 $
us_east1
0,1044 $
us_east4
0,1176 $
us_west1
0,1044 $
us_west4
0,1176 $
Schätzungen für c2d-standard-4:
us_central1
0,2088 $
us_east1
0,2088 $
us_east4
0,2352 $
us_west1
0,2088 $
us_west4
0,2352 $
Schätzungen für c2d-standard-8:
us_central1
0,4177 $
us_east1
0,4177 $
us_east4
0,4704 $
us_west1
0,4177 $
us_west4
0,4704 $
Schätzungen für c2d-standard-16:
us_central1
0,8353 $
us_east1
0,8353 $
us_east4
0,9408 $
us_west1
0,8353 $
us_west4
0,9408 $
Schätzungen für c2d-standard-32:
us_central1
1,6707 $
us_east1
1,6707 $
us_east4
1,8815 $
us_west1
1,6707 $
us_west4
1,8815 $
Schätzungen für c2d-standard-56:
us_central1
2,9237 $
us_east1
2,9237 $
us_east4
3,2926 $
us_west1
2,9237 $
us_west4
3,2926 $
Schätzungen für c2d-standard-112:
us_central1
5,8474 $
us_east1
5,8474 $
us_east4
6,5853 $
us_west1
5,8474 $
us_west4
6,5853 $
Schätzungen für c2d-highmem-2:
us_central1
0,1408 $
us_east1
0,1408 $
us_east4
0,1586 $
us_west1
0,1408 $
us_west4
0,1586 $
Schätzungen für c2d-highmem-4:
us_central1
0,2817 $
us_east1
0,2817 $
us_east4
0,3172 $
us_west1
0,2817 $
us_west4
0,3172 $
Schätzungen für c2d-highmem-8:
us_central1
0,5634 $
us_east1
0,5634 $
us_east4
0,6344 $
us_west1
0,5634 $
us_west4
0,6344 $
Schätzungen für c2d-highmem-16:
us_central1
1,1267 $
us_east1
1,1267 $
us_east4
1,2689 $
us_west1
1,1267 $
us_west4
1,2689 $
Schätzungen für c2d-highmem-32:
us_central1
2,2534 $
us_east1
2,2534 $
us_east4
2,5377 $
us_west1
2,2534 $
us_west4
2,5377 $
Schätzungen für c2d-highmem-56:
us_central1
3,9435 $
us_east1
3,9435 $
us_east4
4,441 $
us_west1
3,9435 $
us_west4
4,441 $
Schätzungen für c2d-highmem-112:
us_central1
7,887 $
us_east1
7,887 $
us_east4
8,882 $
us_west1
7,887 $
us_west4
8,882 $
Schätzungen für c2d-highcpu-2:
us_central1
0,0862 $
us_east1
0,0862 $
us_east4
0,0971 $
us_west1
0,0862 $
us_west4
0,0971 $
Schätzungen für c2d-highcpu-4:
us_central1
0,1724 $
us_east1
0,1724 $
us_east4
0,1942 $
us_west1
0,1724 $
us_west4
0,1942 $
Schätzungen für c2d-highcpu-8:
us_central1
0,3448 $
us_east1
0,3448 $
us_east4
0,3884 $
us_west1
0,3448 $
us_west4
0,3884 $
Schätzungen für c2d-highcpu-16:
us_central1
0,6896 $
us_east1
0,6896 $
us_east4
0,7767 $
us_west1
0,6896 $
us_west4
0,7767 $
Schätzungen für c2d-highcpu-32:
us_central1
1,3793 $
us_east1
1,3793 $
us_east4
1,5534 $
us_west1
1,3793 $
us_west4
1,5534 $
Schätzungen für c2d-highcpu-56:
us_central1
2,4138 $
us_east1
2,4138 $
us_east4
2,7185 $
us_west1
2,4138 $
us_west4
2,7185 $
Schätzungen für c2d-highcpu-112:
us_central1
4,8275 $
us_east1
4,8275 $
us_east4
5,4369 $
us_west1
4,8275 $
us_west4
5,4369 $
C3-Serie
Schätzungen für c3-highcpu-4:
us_central1
0,1982 $
us_east1
0,1982 $
us_east4
0,2232 $
Schätzungen für c3-highcpu-8:
us_central1
0,3965 $
us_east1
0,3965 $
us_east4
0,4465 $
Schätzungen für c3-highcpu-22:
us_central1
1,0903 $
us_east1
1,0903 $
us_east4
1,2278 $
Schätzungen für c3-highcpu-44:
us_central1
2,1806 $
us_east1
2,1806 $
us_east4
2,4556 $
Schätzungen für c3-highcpu-88:
us_central1
4,3613 $
us_east1
4,3613 $
us_east4
4,9113 $
Schätzungen für c3-highcpu-176:
us_central1
8,7226 $
us_east1
8,7226 $
us_east4
9,8226 $
A2-Serie
Schätzungen für a2-highgpu-1g:
us-central1
4,2245 $
Schätzungen für a2-highgpu-2g:
us-central1
8,449 $
Schätzungen für a2-highgpu-4g:
us-central1
16,898 $
Schätzungen für a2-highgpu-8g:
us-central1
33,796 $
Schätzungen für a2-megagpu-16g:
us-central1
64,1021 $
Schätzungen für a2-ultragpu-1g:
us-central1
5,7818 $
us-east4
6,3524 $
Schätzungen für a2-ultragpu-2g:
us-central1
11,5637 $
us-east4
12,7048 $
Schätzungen für a2-ultragpu-4g:
us-central1
23,1274 $
us-east4
25,4095 $
Schätzungen für a2-ultragpu-8g:
us-central1
46,2548 $
us-east4
50,8191 $
A3-Serie
Schätzungen für a3-highgpu-8g:
us-central1
101,0074 $
us-east4
101,0074 $
G2-Serie
Schätzungen für g2-standard-4:
us-central1
0,8129 $
Schätzungen für g2-standard-8:
us-central1
0,9818 $
Schätzungen für g2-standard-12:
us-central1
1,1507 $
Schätzungen für g2-standard-16:
us-central1
1,3196 $
Schätzungen für g2-standard-24:
us-central1
2,3014 $
Schätzungen für g2-standard-32:
us-central1
1,9951 $
Schätzungen für g2-standard-48:
us-central1
4,6028 $
Schätzungen für g2-standard-96:
us-central1
9,2055 $
TPU v5e
ct5lp-hightpu-1t
Schätzungen:
us-west1
1,38 $
ct5lp-hightpu-4t
Schätzungen:
us-west1
5,52 $
ct5lp-hightpu-8t
Schätzungen:
us-west1
11,04 $
Preise für Europa
Die folgenden Tabellen enthalten den Preis pro Knotenstunde für jeden Maschinentyp.
E2-Serie
Schätzungen für e2-standard-2:
europe-west1
0,0848 $
europe-west2
0,0993 $
europe-west3
0,0993 $
europe-west4
0,0848 $
europe-west6
0,1078 $
europe-west9
0,1079 $
Schätzungen für e2-standard-4:
europe-west1
0,1695 $
europe-west2
0,1986 $
europe-west3
0,1986 $
europe-west4
0,1697 $
europe-west6
0,2156 $
europe-west9
0,2158 $
Schätzungen für e2-standard-8:
europe-west1
0,3391 $
europe-west2
0,3971 $
europe-west3
0,3971 $
europe-west4
0,3393 $
europe-west6
0,4313 $
europe-west9
0,4316 $
Schätzungen für e2-standard-16:
europe-west1
0,6782 $
europe-west2
0,7943 $
europe-west3
0,7943 $
europe-west4
0,6787 $
europe-west6
0,8626 $
europe-west9
0,8631 $
Schätzungen für e2-standard-32:
europe-west1
1,3563 $
europe-west2
1,5885 $
europe-west3
1,5885 $
europe-west4
1,3574 $
europe-west6
1,7251 $
europe-west9
1,7262 $
Schätzungen für e2-highmem-2:
europe-west1
0,1144 $
europe-west2
0,1339 $
europe-west3
0,1339 $
europe-west4
0,1144 $
europe-west6
0,1454 $
europe-west9
0,1455 $
Schätzungen für e2-highmem-4:
europe-west1
0,2287 $
europe-west2
0,2679 $
europe-west3
0,2679 $
europe-west4
0,2289 $
europe-west6
0,2909 $
europe-west9
0,2911 $
Schätzungen für e2-highmem-8:
europe-west1
0,4574 $
europe-west2
0,5357 $
europe-west3
0,5357 $
europe-west4
0,4578 $
europe-west6
0,5818 $
europe-west9
0,5822 $
Schätzungen für e2-highmem-16:
europe-west1
0,9149 $
europe-west2
1,0714 $
europe-west3
1,0714 $
europe-west4
0,9155 $
europe-west6
1,1636 $
europe-west9
1,1643 $
Schätzungen für e2-highcpu-2:
europe-west1
0,0626 $
europe-west2
0,0733 $
europe-west3
0,0733 $
europe-west4
0,0626 $
europe-west6
0,0796 $
europe-west9
0,0796 $
Schätzungen für e2-highcpu-4:
europe-west1
0,1252 $
europe-west2
0,1466 $
europe-west3
0,1466 $
europe-west4
0,1253 $
europe-west6
0,1592 $
europe-west9
0,1593 $
Schätzungen für e2-highcpu-8:
europe-west1
0,2503 $
europe-west2
0,2932 $
europe-west3
0,2932 $
europe-west4
0,2505 $
europe-west6
0,3184 $
europe-west9
0,3186 $
Schätzungen für e2-highcpu-16:
europe-west1
0,5006 $
europe-west2
0,5864 $
europe-west3
0,5864 $
europe-west4
0,501 $
europe-west6
0,6368 $
europe-west9
0,6372 $
Schätzungen für e2-highcpu-32:
europe-west1
1,0013 $
europe-west2
1,1728 $
europe-west3
1,1728 $
europe-west4
1,0021 $
europe-west6
1,2736 $
europe-west9
1,2743 $
N1-Serie
Schätzungen für n1-standard-2:
europe-west2
0,1408 $
Andere Regionen in Europa
0,1265 $
Schätzungen für n1-standard-4:
europe-west2
0,2815 $
Andere Regionen in Europa
0,2531 $
Schätzungen für n1-standard-8:
europe-west2
0,563 $
Andere Regionen in Europa
0,5061 $
Schätzungen für n1-standard-16:
europe-west2
1,126 $
Andere Regionen in Europa
1,0123 $
Schätzungen für n1-standard-32:
europe-west2
2,2521 $
Andere Regionen in Europa
2,0245 $
Schätzungen für n1-highmem-2:
europe-west2
0,1753 $
Andere Regionen in Europa
0,1575 $
Schätzungen für n1-highmem-4:
europe-west2
0,3506 $
Andere Regionen in Europa
0,3151 $
Schätzungen für n1-highmem-8:
europe-west2
0,7011 $
Andere Regionen in Europa
0,6302 $
Schätzungen für n1-highmem-16:
europe-west2
1,4022 $
Andere Regionen in Europa
1,2603 $
Schätzungen für n1-highcpu-2:
europe-west2
0,105 $
Andere Regionen in Europa
0,0944 $
Schätzungen für n1-highcpu-4:
europe-west2
0,21 $
Andere Regionen in Europa
0,1888 $
Schätzungen für n1-highcpu-8:
europe-west2
0,4199 $
Andere Regionen in Europa
0,3776 $
Schätzungen für n1-highcpu-16:
europe-west2
0,8398 $
Andere Regionen in Europa
0,7552 $
Schätzungen für n1-highcpu-32:
europe-west2
1,6796 $
Andere Regionen in Europa
1,5104 $
N2-Serie
Schätzungen für n2-standard-2:
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 $
Schätzungen für n2-standard-4:
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 $
Schätzungen für n2-standard-8:
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 $
Schätzungen für n2-standard-16:
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 $
Schätzungen für n2-standard-32:
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 $
Schätzungen für n2-highmem-2:
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 $
Schätzungen für n2-highmem-4:
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 $
Schätzungen für n2-highmem-8:
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 $
Schätzungen für n2-highmem-16:
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 $
Schätzungen für n2-highcpu-2:
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 $
Schätzungen für n2-highcpu-4:
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 $
Schätzungen für n2-highcpu-8:
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 $
Schätzungen für n2-highcpu-16:
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 $
Schätzungen für n2-highcpu-32:
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 $
N2D-Serie
Schätzungen für n2d-standard-2:
europe_west1
0,1069 $
europe_west2
0,1252 $
europe_west3
0,1252 $
europe_west4
0,107 $
europe_west9
0,1127 $
Schätzungen für n2d-standard-4:
europe_west1
0,2138 $
europe_west2
0,2504 $
europe_west3
0,2504 $
europe_west4
0,2139 $
europe_west9
0,2254 $
Schätzungen für n2d-standard-8:
europe_west1
0,4275 $
europe_west2
0,5007 $
europe_west3
0,5007 $
europe_west4
0,4279 $
europe_west9
0,4509 $
Schätzungen für n2d-standard-16:
europe_west1
0,8551 $
europe_west2
1,0015 $
europe_west3
1,0015 $
europe_west4
0,8558 $
europe_west9
0,9017 $
Schätzungen für n2d-standard-32:
europe_west1
1,7102 $
europe_west2
2,0029 $
europe_west3
2,0029 $
europe_west4
1,7116 $
europe_west9
1,8034 $
Schätzungen für n2d-highmem-2:
europe_west1
0,1442 $
europe_west2
0,1689 $
europe_west3
0,1689 $
europe_west4
0,1443 $
europe_west9
0,1521 $
Schätzungen für n2d-highmem-4:
europe_west1
0,2884 $
europe_west2
0,3377 $
europe_west3
0,3377 $
europe_west4
0,2886 $
europe_west9
0,3041 $
Schätzungen für n2d-highmem-8:
europe_west1
0,5768 $
europe_west2
0,6755 $
europe_west3
0,6755 $
europe_west4
0,5772 $
europe_west9
0,6082 $
Schätzungen für n2d-highmem-16:
europe_west1
1,1535 $
europe_west2
1,3509 $
europe_west3
1,3509 $
europe_west4
1,1545 $
europe_west9
1,2164 $
Schätzungen für n2d-highcpu-2:
europe_west1
0,0789 $
europe_west2
0,0924 $
europe_west3
0,0924 $
europe_west4
0,079 $
europe_west9
0,0832 $
Schätzungen für n2d-highcpu-4:
europe_west1
0,1578 $
europe_west2
0,1848 $
europe_west3
0,1848 $
europe_west4
0,1579 $
europe_west9
0,1664 $
Schätzungen für n2d-highcpu-8:
europe_west1
0,3156 $
europe_west2
0,3697 $
europe_west3
0,3697 $
europe_west4
0,3159 $
europe_west9
0,3328 $
Schätzungen für n2d-highcpu-16:
europe_west1
0,6313 $
europe_west2
0,7394 $
europe_west3
0,7394 $
europe_west4
0,6318 $
europe_west9
0,6657 $
Schätzungen für n2d-highcpu-32:
europe_west1
1,2625 $
europe_west2
1,4787 $
europe_west3
1,4787 $
europe_west4
1,2636 $
europe_west9
1,3314 $
C2-Serie
Schätzungen für c2-standard-4:
europe_west1
0,2641 $
europe_west2
0,3094 $
europe_west3
0,3092 $
europe_west4
0,2643 $
europe_west6
0,3362 $
Schätzungen für c2-standard-8:
europe_west1
0,5283 $
europe_west2
0,6187 $
europe_west3
0,6184 $
europe_west4
0,5285 $
europe_west6
0,6724 $
Schätzungen für c2-standard-16:
europe_west1
1,0565 $
europe_west2
1,2375 $
europe_west3
1,2368 $
europe_west4
1,0571 $
europe_west6
1,3449 $
Schätzungen für c2-standard-30:
europe_west1
1,981 $
europe_west2
2,3202 $
europe_west3
2,3191 $
europe_west4
1,982 $
europe_west6
2,5216 $
Schätzungen für c2-standard-60:
europe_west1
3,962 $
europe_west2
4,6404 $
europe_west3
4,6382 $
europe_west4
3,964 $
europe_west6
5,0432 $
C2D-Serie
Schätzungen für c2d-standard-2:
europe_west1
0,115 $
europe_west2
0,1345 $
europe_west3
0,1345 $
europe_west4
0,115 $
Schätzungen für c2d-standard-4:
europe_west1
0,2299 $
europe_west2
0,269 $
europe_west3
0,269 $
europe_west4
0,2299 $
Schätzungen für c2d-standard-8:
europe_west1
0,4599 $
europe_west2
0,5381 $
europe_west3
0,5381 $
europe_west4
0,4599 $
Schätzungen für c2d-standard-16:
europe_west1
0,9198 $
europe_west2
1,0762 $
europe_west3
1,0762 $
europe_west4
0,9198 $
Schätzungen für c2d-standard-32:
europe_west1
1,8395 $
europe_west2
2,1524 $
europe_west3
2,1524 $
europe_west4
1,8395 $
Schätzungen für c2d-standard-56:
europe_west1
3,2191 $
europe_west2
3,7666 $
europe_west3
3,7666 $
europe_west4
3,2191 $
Schätzungen für c2d-standard-112:
europe_west1
6,4383 $
europe_west2
7,5333 $
europe_west3
7,5333 $
europe_west4
6,4383 $
Schätzungen für c2d-highmem-2:
europe_west1
0,1551 $
europe_west2
0,1814 $
europe_west3
0,1814 $
europe_west4
0,1551 $
Schätzungen für c2d-highmem-4:
europe_west1
0,3101 $
europe_west2
0,3629 $
europe_west3
0,3629 $
europe_west4
0,3101 $
Schätzungen für c2d-highmem-8:
europe_west1
0,6203 $
europe_west2
0,7258 $
europe_west3
0,7258 $
europe_west4
0,6203 $
Schätzungen für c2d-highmem-16:
europe_west1
1,2406 $
europe_west2
1,4515 $
europe_west3
1,4515 $
europe_west4
1,2406 $
Schätzungen für c2d-highmem-32:
europe_west1
2,4812 $
europe_west2
2,9031 $
europe_west3
2,9031 $
europe_west4
2,4812 $
Schätzungen für c2d-highmem-56:
europe_west1
4,342 $
europe_west2
5,0804 $
europe_west3
5,0804 $
europe_west4
4,342 $
Schätzungen für c2d-highmem-112:
europe_west1
8,684 $
europe_west2
10,1608 $
europe_west3
10,1608 $
europe_west4
8,684 $
Schätzungen für c2d-highcpu-2:
europe_west1
0,0949 $
europe_west2
0,1111 $
europe_west3
0,1111 $
europe_west4
0,0949 $
Schätzungen für c2d-highcpu-4:
europe_west1
0,1898 $
europe_west2
0,2221 $
europe_west3
0,2221 $
europe_west4
0,1898 $
Schätzungen für c2d-highcpu-8:
europe_west1
0,3797 $
europe_west2
0,4442 $
europe_west3
0,4442 $
europe_west4
0,3797 $
Schätzungen für c2d-highcpu-16:
europe_west1
0,7593 $
europe_west2
0,8885 $
europe_west3
0,8885 $
europe_west4
0,7593 $
Schätzungen für c2d-highcpu-32:
europe_west1
1,5187 $
europe_west2
1,777 $
europe_west3
1,777 $
europe_west4
1,5187 $
Schätzungen für c2d-highcpu-56:
europe_west1
2,6577 $
europe_west2
3,1097 $
europe_west3
3,1097 $
europe_west4
2,6577 $
Schätzungen für c2d-highcpu-112:
europe_west1
5,3154 $
europe_west2
6,2195 $
europe_west3
6,2195 $
europe_west4
5,3154 $
C3-Serie
Schätzungen für c3-highcpu-4:
europe_west1
0,218 $
europe_west4
0,2182 $
Schätzungen für c3-highcpu-8:
europe_west1
0,4361 $
europe_west4
0,4365 $
Schätzungen für c3-highcpu-22:
europe_west1
1,1992 $
europe_west4
1,2003 $
Schätzungen für c3-highcpu-44:
europe_west1
2,3984 $
europe_west4
2,4006 $
Schätzungen für c3-highcpu-88:
europe_west1
4,7969 $
europe_west4
4,8013 $
Schätzungen für c3-highcpu-176:
europe_west1
9,5938 $
europe_west4
9,6026 $
A2-Serie
Schätzungen für a2-highgpu-1g:
europe-west4
4,3103 $
Schätzungen für a2-highgpu-2g:
europe-west4
8,6205 $
Schätzungen für a2-highgpu-4g:
europe-west4
17,2411 $
Schätzungen für a2-highgpu-8g:
europe-west4
34,4822 $
Schätzungen für a2-megagpu-16g:
europe-west4
65,1222 $
Schätzungen für a2-ultragpu-1g:
europe-west4
6,3661 $
Schätzungen für a2-ultragpu-2g:
europe-west4
12,7321 $
Schätzungen für a2-ultragpu-4g:
europe-west4
25,4643 $
Schätzungen für a2-ultragpu-8g:
europe-west4
50,9286 $
G2-Serie
Schätzungen für g2-standard-4:
europe-west4
0,8951 $
Schätzungen für g2-standard-8:
europe-west4
1,081 $
Schätzungen für g2-standard-12:
europe-west4
1,2669 $
Schätzungen für g2-standard-16:
europe-west4
1,4528 $
Schätzungen für g2-standard-24:
europe-west4
2,5338 $
Schätzungen für g2-standard-32:
europe-west4
2,1965 $
Schätzungen für g2-standard-48:
europe-west4
5,0677 $
Schätzungen für g2-standard-96:
europe-west4
10,1354 $
Preise für den asiatisch-pazifischen Raum
Die folgenden Tabellen enthalten den Preis pro Knotenstunde für jeden Maschinentyp.
E2-Serie
Schätzungen für e2-standard-2:
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 $
Schätzungen für e2-standard-4:
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 $
Schätzungen für e2-standard-8:
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 $
Schätzungen für e2-standard-16:
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 $
Schätzungen für e2-standard-32:
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 $
Schätzungen für e2-highmem-2:
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 $
Schätzungen für e2-highmem-4:
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 $
Schätzungen für e2-highmem-8:
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 $
Schätzungen für e2-highmem-16:
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 $
Schätzungen für e2-highcpu-2:
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 $
Schätzungen für e2-highcpu-4:
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 $
Schätzungen für e2-highcpu-8:
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 $
Schätzungen für e2-highcpu-16:
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 $
Schätzungen für e2-highcpu-32:
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 $
N1-Serie
Schätzungen für n1-standard-2:
asia-northeast1
0,1402 $
asia-southeast1
0,1348 $
australia-southeast1
0,155 $
Andere Regionen im asiatisch-pazifischen Raum
0,1265 $
Schätzungen für n1-standard-4:
asia-northeast1
0,2803 $
asia-southeast1
0,2695 $
australia-southeast1
0,31 $
Andere Regionen im asiatisch-pazifischen Raum
0,2531 $
Schätzungen für n1-standard-8:
asia-northeast1
0,5606 $
asia-southeast1
0,5391 $
australia-southeast1
0,6201 $
Andere Regionen im asiatisch-pazifischen Raum
0,5061 $
Schätzungen für n1-standard-16:
asia-northeast1
1,1213 $
asia-southeast1
1,0782 $
australia-southeast1
1,2401 $
Andere Regionen im asiatisch-pazifischen Raum
1,0123 $
Schätzungen für n1-standard-32:
asia-northeast1
2,2426 $
asia-southeast1
2,1564 $
australia-southeast1
2,4802 $
Andere Regionen im asiatisch-pazifischen Raum
2,0245 $
Schätzungen für n1-highmem-2:
asia-northeast1
0,1744 $
asia-southeast1
0,1678 $
australia-southeast1
0,193 $
Andere Regionen im asiatisch-pazifischen Raum
0,1575 $
Schätzungen für n1-highmem-4:
asia-northeast1
0,3489 $
asia-southeast1
0,3357 $
australia-southeast1
0,3861 $
Andere Regionen im asiatisch-pazifischen Raum
0,3151 $
Schätzungen für n1-highmem-8:
asia-northeast1
0,6977 $
asia-southeast1
0,6713 $
australia-southeast1
0,7721 $
Andere Regionen im asiatisch-pazifischen Raum
0,6302 $
Schätzungen für n1-highmem-16:
asia-northeast1
1,3955 $
asia-southeast1
1,3426 $
australia-southeast1
1,5443 $
Andere Regionen im asiatisch-pazifischen Raum
1,2603 $
Schätzungen für n1-highcpu-2:
asia-northeast1
0,1046 $
asia-southeast1
0,1005 $
australia-southeast1
0,1156 $
Andere Regionen im asiatisch-pazifischen Raum
0,0944 $
Schätzungen für n1-highcpu-4:
asia-northeast1
0,2093 $
asia-southeast1
0,201 $
australia-southeast1
0,2312 $
Andere Regionen im asiatisch-pazifischen Raum
0,1888 $
Schätzungen für n1-highcpu-8:
asia-northeast1
0,4186 $
asia-southeast1
0,4021 $
australia-southeast1
0,4624 $
Andere Regionen im asiatisch-pazifischen Raum
0,3776 $
Schätzungen für n1-highcpu-16:
asia-northeast1
0,8371 $
asia-southeast1
0,8041 $
australia-southeast1
0,9249 $
Andere Regionen im asiatisch-pazifischen Raum
0,7552 $
Schätzungen für n1-highcpu-32:
asia-northeast1
1,6742 $
asia-southeast1
1,6082 $
australia-southeast1
1,8498 $
Andere Regionen im asiatisch-pazifischen Raum
1,5104 $
N2-Serie
Schätzungen für n2-standard-2:
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 $
Schätzungen für n2-standard-4:
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 $
Schätzungen für n2-standard-8:
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 $
Schätzungen für n2-standard-16:
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 $
Schätzungen für n2-standard-32:
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 $
Schätzungen für n2-highmem-2:
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 $
Schätzungen für n2-highmem-4:
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 $
Schätzungen für n2-highmem-8:
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 $
Schätzungen für n2-highmem-16:
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 $
Schätzungen für n2-highcpu-2:
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 $
Schätzungen für n2-highcpu-4:
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 $
Schätzungen für n2-highcpu-8:
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 $
Schätzungen für n2-highcpu-16:
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 $
Schätzungen für n2-highcpu-32:
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 $
N2D-Serie
Schätzungen für n2d-standard-2:
asia_east1
0,1125 $
asia_east2
0,136 $
asia_northeast1
0,1247 $
asia_south1
0,0641 $
asia_southeast1
0,1199 $
australia_southeast1
0,1379 $
Schätzungen für n2d-standard-4:
asia_east1
0,225 $
asia_east2
0,2719 $
asia_northeast1
0,2493 $
asia_south1
0,1283 $
asia_southeast1
0,2397 $
australia_southeast1
0,2757 $
Schätzungen für n2d-standard-8:
asia_east1
0,45 $
asia_east2
0,5438 $
asia_northeast1
0,4986 $
asia_south1
0,2565 $
asia_southeast1
0,4795 $
australia_southeast1
0,5515 $
Schätzungen für n2d-standard-16:
asia_east1
0,9001 $
asia_east2
1,0876 $
asia_northeast1
0,9972 $
asia_south1
0,513 $
asia_southeast1
0,959 $
australia_southeast1
1,103 $
Schätzungen für n2d-standard-32:
asia_east1
1,8001 $
asia_east2
2,1752 $
asia_northeast1
1,9945 $
asia_south1
1,0261 $
asia_southeast1
1,9179 $
australia_southeast1
2,206 $
Schätzungen für n2d-highmem-2:
asia_east1
0,1518 $
asia_east2
0,1834 $
asia_northeast1
0,168 $
asia_south1
0,0865 $
asia_southeast1
0,1617 $
australia_southeast1
0,186 $
Schätzungen für n2d-highmem-4:
asia_east1
0,3035 $
asia_east2
0,3668 $
asia_northeast1
0,3361 $
asia_south1
0,173 $
asia_southeast1
0,3234 $
australia_southeast1
0,372 $
Schätzungen für n2d-highmem-8:
asia_east1
0,6071 $
asia_east2
0,7336 $
asia_northeast1
0,6721 $
asia_south1
0,346 $
asia_southeast1
0,6468 $
australia_southeast1
0,744 $
Schätzungen für n2d-highmem-16:
asia_east1
1,2142 $
asia_east2
1,4672 $
asia_northeast1
1,3443 $
asia_south1
0,6921 $
asia_southeast1
1,2936 $
australia_southeast1
1,4879 $
Schätzungen für n2d-highcpu-2:
asia_east1
0,0831 $
asia_east2
0,1004 $
asia_northeast1
0,0921 $
asia_south1
0,0473 $
asia_southeast1
0,0885 $
australia_southeast1
0,1018 $
Schätzungen für n2d-highcpu-4:
asia_east1
0,1661 $
asia_east2
0,2007 $
asia_northeast1
0,1842 $
asia_south1
0,0947 $
asia_southeast1
0,177 $
australia_southeast1
0,2036 $
Schätzungen für n2d-highcpu-8:
asia_east1
0,3322 $
asia_east2
0,4015 $
asia_northeast1
0,3685 $
asia_south1
0,1894 $
asia_southeast1
0,354 $
australia_southeast1
0,4071 $
Schätzungen für n2d-highcpu-16:
asia_east1
0,6645 $
asia_east2
0,8029 $
asia_northeast1
0,737 $
asia_south1
0,3787 $
asia_southeast1
0,708 $
australia_southeast1
0,8143 $
Schätzungen für n2d-highcpu-32:
asia_east1
1,3289 $
asia_east2
1,6059 $
asia_northeast1
1,4739 $
asia_south1
0,7575 $
asia_southeast1
1,4159 $
australia_southeast1
1,6286 $
C2-Serie
Schätzungen für c2-standard-4:
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 $
Schätzungen für c2-standard-8:
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 $
Schätzungen für c2-standard-16:
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 $
Schätzungen für c2-standard-30:
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 $
Schätzungen für c2-standard-60:
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 $
C2D-Serie
Schätzungen für c2d-standard-2:
asia_east1
0,1209 $
asia_south1
0,0689 $
asia_southeast1
0,1288 $
Schätzungen für c2d-standard-4:
asia_east1
0,2418 $
asia_south1
0,1378 $
asia_southeast1
0,2576 $
Schätzungen für c2d-standard-8:
asia_east1
0,4836 $
asia_south1
0,2757 $
asia_southeast1
0,5153 $
Schätzungen für c2d-standard-16:
asia_east1
0,9672 $
asia_south1
0,5513 $
asia_southeast1
1,0305 $
Schätzungen für c2d-standard-32:
asia_east1
1,9345 $
asia_south1
1,1027 $
asia_southeast1
2,0611 $
Schätzungen für c2d-standard-56:
asia_east1
3,3853 $
asia_south1
1,9297 $
asia_southeast1
3,6069 $
Schätzungen für c2d-standard-112:
asia_east1
6,7706 $
asia_south1
3,8593 $
asia_southeast1
7,2137 $
Schätzungen für c2d-highmem-2:
asia_east1
0,1631 $
asia_south1
0,093 $
asia_southeast1
0,1737 $
Schätzungen für c2d-highmem-4:
asia_east1
0,3262 $
asia_south1
0,1859 $
asia_southeast1
0,3475 $
Schätzungen für c2d-highmem-8:
asia_east1
0,6523 $
asia_south1
0,3718 $
asia_southeast1
0,695 $
Schätzungen für c2d-highmem-16:
asia_east1
1,3046 $
asia_south1
0,7436 $
asia_southeast1
1,39 $
Schätzungen für c2d-highmem-32:
asia_east1
2,6092 $
asia_south1
1,4873 $
asia_southeast1
2,78 $
Schätzungen für c2d-highmem-56:
asia_east1
4,5662 $
asia_south1
2,6028 $
asia_southeast1
4,865 $
Schätzungen für c2d-highmem-112:
asia_east1
9,1323 $
asia_south1
5,2055 $
asia_southeast1
9,7299 $
Schätzungen für c2d-highcpu-2:
asia_east1
0,0998 $
asia_south1
0,0569 $
asia_southeast1
0,1063 $
Schätzungen für c2d-highcpu-4:
asia_east1
0,1996 $
asia_south1
0,1138 $
asia_southeast1
0,2127 $
Schätzungen für c2d-highcpu-8:
asia_east1
0,3993 $
asia_south1
0,2276 $
asia_southeast1
0,4254 $
Schätzungen für c2d-highcpu-16:
asia_east1
0,7985 $
asia_south1
0,4552 $
asia_southeast1
0,8508 $
Schätzungen für c2d-highcpu-32:
asia_east1
1,5971 $
asia_south1
0,9104 $
asia_southeast1
1,7016 $
Schätzungen für c2d-highcpu-56:
asia_east1
2,7949 $
asia_south1
1,5931 $
asia_southeast1
2,9778 $
Schätzungen für c2d-highcpu-112:
asia_east1
5,5898 $
asia_south1
3,1862 $
asia_southeast1
5,9556 $
C3-Serie
Schätzungen für c3-highcpu-4:
asia_southeast1
0,2445 $
Schätzungen für c3-highcpu-8:
asia_southeast1
0,489 $
Schätzungen für c3-highcpu-22:
asia_southeast1
1,3449 $
Schätzungen für c3-highcpu-44:
asia_southeast1
2,6897 $
Schätzungen für c3-highcpu-88:
asia_southeast1
5,3794 $
Schätzungen für c3-highcpu-176:
asia_southeast1
10,7589 $
A2-Serie
Schätzungen für a2-highgpu-1g:
asia-northeast1
4,6575 $
asia-northeast3
4,6575 $
asia-southeast1
4,6163 $
Schätzungen für a2-highgpu-2g:
asia-northeast1
9,3151 $
asia-northeast3
9,3151 $
asia-southeast1
9,2327 $
Schätzungen für a2-highgpu-4g:
asia-northeast1
18,6301 $
asia-northeast3
18,6301 $
asia-southeast1
18,4653 $
Schätzungen für a2-highgpu-8g:
asia-northeast1
37,2603 $
asia-northeast3
37,2603 $
asia-southeast1
36,9306 $
Schätzungen für a2-megagpu-16g:
asia-northeast1
70,0363 $
asia-northeast3
70,0363 $
asia-southeast1
69,5557 $
Schätzungen für a2-ultragpu-1g:
asia-southeast1
7,1328 $
Schätzungen für a2-ultragpu-2g:
asia-southeast1
14,2657 $
Schätzungen für a2-ultragpu-4g:
asia-southeast1
28,5314 $
Schätzungen für a2-ultragpu-8g:
asia-southeast1
57,0628 $
Preise für den Nahen Osten
N2-Serie
Schätzungen für n2-standard-2:
me_west1
0,1229 $
Schätzungen für n2-standard-4:
me_west1
0,2457 $
Schätzungen für n2-standard-8:
me_west1
0,4914 $
Schätzungen für n2-standard-16:
me_west1
0,9828 $
Schätzungen für n2-standard-32:
me_west1
1,9657 $
Schätzungen für n2-highmem-2:
me_west1
0,1657 $
Schätzungen für n2-highmem-4:
me_west1
0,3315 $
Schätzungen für n2-highmem-8:
me_west1
0,6629 $
Schätzungen für n2-highmem-16:
me_west1
1,3259 $
Schätzungen für n2-highcpu-2:
me_west1
0,0907 $
Schätzungen für n2-highcpu-4:
me_west1
0,1814 $
Schätzungen für n2-highcpu-8:
me_west1
0,3628 $
Schätzungen für n2-highcpu-16:
me_west1
0,7256 $
Schätzungen für n2-highcpu-32:
me_west1
1,4511 $
N2D-Serie
Schätzungen für n2d-standard-2:
me_west1
0,1069 $
Schätzungen für n2d-standard-4:
me_west1
0,2138 $
Schätzungen für n2d-standard-8:
me_west1
0,4275 $
Schätzungen für n2d-standard-16:
me_west1
0,8551 $
Schätzungen für n2d-standard-32:
me_west1
1,7101 $
Schätzungen für n2d-highmem-2:
me_west1
0,1442 $
Schätzungen für n2d-highmem-4:
me_west1
0,2884 $
Schätzungen für n2d-highmem-8:
me_west1
0,5767 $
Schätzungen für n2d-highmem-16:
me_west1
1,1535 $
Schätzungen für n2d-highcpu-2:
me_west1
0,0789 $
Schätzungen für n2d-highcpu-4:
me_west1
0,1578 $
Schätzungen für n2d-highcpu-8:
me_west1
0,3156 $
Schätzungen für n2d-highcpu-16:
me_west1
0,6312 $
Schätzungen für n2d-highcpu-32:
me_west1
1,2625 $
Jeder Maschinentyp wird in Ihrer Google Cloud-Rechnung unter den folgenden SKUs abgerechnet:
Kosten der vCPU, gemessen in vCPU/Stunde
RAM-Kosten, gemessen in GB/Stunde
GPU-Kosten: wenn entweder in die Maschine eingebunden oder optional konfiguriert, gemessen in GPU/Stunde
Die Preise für Maschinentypen entsprechen ungefähr den stündlichen Gesamtkosten für jeden Vorhersageknoten einer Modellversion, die diesen Maschinentyp verwendet.
Ein Maschinentyp von n1-highcpu-32 umfasst beispielsweise 32 vCPUs und 32 GB RAM.
Der Stundensatz entspricht daher 32 vCPU hours + 32 GB hours.
Die SKU-Preistabelle ist nach Region gegliedert. Jede Tabelle enthält die Preise für vCPU, RAM und integrierte GPU für Vorhersage-Maschinentypen, was die berechneten SKUs genauer darstellt.
Wählen Sie eine Region aus, um die Tabelle mit den SKU-Preisen für diese Region anzuzeigen:
Bei einigen Maschinentypen können Sie optionale GPU-Beschleuniger für die Vorhersage hinzufügen. Für optionale GPUs wird abweichend von der oben stehenden Tabelle eine zusätzliche Gebühr erhoben. In der folgenden Preistabelle sind die Preise für jeden Typ von optionaler GPU beschrieben.
Nord- und Südamerika
Beschleuniger – Preis pro Stunde
NVIDIA_TESLA_P4
Iowa (us-central1)
0,6900 $
N. Virginia (us-east4)
0,6900 $
Montreal (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 $
Europa
Beschleuniger – Preis pro Stunde
NVIDIA_TESLA_P4
Niederlande (europe-west4)
0,7475 $
NVIDIA_TESLA_P100
Belgien (europe-west1)
1,8400 $
NVIDIA_TESLA_T4
London (europe-west2)
0,4715 $
Niederlande (europe-west4)
0,4370 $
NVIDIA_TESLA_V100
Niederlande (europe-west4)
2,9325 $
Asiatisch-pazifischer Raum
Beschleuniger – Preis pro Stunde
NVIDIA_TESLA_P4
Singapur (asia-southeast1)
0,7475 $
Sydney (australia-southeast1)
0,7475 $
NVIDIA_TESLA_P100
Taiwan (asia-east1)
1,8400 $
NVIDIA_TESLA_T4
Tokio (asia-northeast1)
0,4255 $
Singapur (asia-southeast1)
0,4255 $
Seoul (asia-northeast3)
0,4485 $
NVIDIA_TESLA_V100
Taiwan (asia-east1)
2,932 $
Die Preise gelten pro GPU. Wenn Sie also mehrere GPUs pro Vorhersageknoten verwenden (oder wenn Ihre Version für die Verwendung mehrerer Knoten skaliert wird), steigen auch die Kosten entsprechend.
AI Platform Prediction stellt Vorhersagen zu Ihrem Modell bereit, indem mehrere virtuelle Maschinen („Knoten“) ausgeführt werden. Standardmäßig skaliert Vertex AI automatisch die Anzahl der Knoten, die jeweils ausgeführt werden. Bei Online-Vorhersagen wird die Anzahl der Knoten entsprechend dem Bedarf skaliert. Jeder Knoten kann mehrere Vorhersageanfragen verarbeiten. Bei Batch-Vorhersagen wird die Anzahl der Knoten so skaliert, dass die Gesamtzeit reduziert wird, die zur Ausführung eines Jobs benötigt wird. Die Skalierung der Vorhersageknoten lässt sich außerdem anpassen.
Es werden Gebühren für den Zeitraum berechnet, in dem jeder Knoten für Ihr Modell ausgeführt wird. Dazu gehören folgende Vorgänge bzw. Zustände:
Verarbeitung eines Batch-Vorhersagejobs durch den Knoten.
Verarbeitung einer Anfrage für eine Online-Vorhersage durch einen Knoten.
Bereitschaftszustand Ihres Knotens für die Durchführung von Online-Vorhersagen.
Die Kosten für die einstündige Ausführung eines Knotens entsprechen einer Knotenstunde. Die Tabelle mit den Preisen für Vorhersagen nennt die Preise je Knotenstunde, die sich je nach Region und für Online-Vorhersagen und Batch-Vorhersagen unterscheiden.
Knotenstunden werden schrittweise erhöht. Zum Beispiel kostet ein 30 Minuten lang ausgeführter Knoten 0,5 Knotenstunden.
Kostenberechnung für Compute Engine-Maschinentypen (N1)
Die Laufzeit eines Knotens wird in 30-Sekunden-Schritten berechnet. Das bedeutet, dass Ihnen alle 30 Sekunden in Ihrem Projekt die Nutzung von 30 Sekunden der vCPU-, RAM- und GPU-Ressourcen in Rechnung gestellt wird, die Ihr Knoten derzeit verwendet.
Weitere Informationen zu Autoscaling und Vorhersageknoten
Online-Vorhersage
Batch-Vorhersage
Die Priorität der Skalierung ist es, die Latenz einzelner Anfragen zu reduzieren. Der Dienst gewährleistet nach der Durchführung einer Anfrage einige Minuten lang die Bereitschaft Ihres Modells.
Die Priorität der Skalierung ist es, die Gesamtlaufzeit des Jobs zu reduzieren.
Die Skalierung hat Auswirkungen auf Ihre monatlichen Gesamtkosten: Je mehr und je öfter Anfragen gestellt werden, desto mehr Knoten werden verwendet.
Die Skalierung hat in der Regel geringe Auswirkungen auf den Preis Ihres Jobs, auch wenn mit der Bereitstellung eines neuen Knotens ein gewisser Aufwand verbunden ist.
Sie können auswählen, den Dienst in Abhängigkeit vom Traffic zu skalieren (Autoscaling), oder Sie können die Anzahl der Knoten festlegen, die dauerhaft ausgeführt werden sollen, um eine Latenz zu vermeiden (manuelle Skalierung).
Wenn Sie Autoscaling auswählen, wird die Anzahl der Knoten automatisch skaliert. Bei der Bereitstellung von Maschinen des Typs MLS1 (Legacy-Version von AI Platform Prediction) kann die Anzahl der Knoten in Zeiten mit wenig Traffic bis auf null sinken. Bereitstellungen von Vertex AI und andere Arten von Bereitstellungen von AI Platform Prediction können nicht auf null Knoten herunterskaliert werden.
Wenn Sie die manuelle Skalierung auswählen, können Sie eine Anzahl von Knoten festlegen, die dauerhaft ausgeführt werden sollen. Ihnen werden Kosten für die Zeit in Rechnung gestellt, in der diese Knoten ausgeführt werden, beginnend ab dem Zeitpunkt der Bereitstellung bis zum Löschen der Modellversion.
Sie können die Skalierung beeinflussen, indem Sie die maximale Anzahl Knoten festlegen, die für einen Batch-Vorhersagejob zu verwenden sind, und Sie können die Anzahl der Knoten angeben, die für ein Modell ausgeführt werden sollen, wenn Sie dieses bereitstellen.
Batch-Vorhersagejobs werden nach Abschluss des Jobs abgerechnet.
Batch-Vorhersagejobs werden nach Abschluss des Jobs berechnet, nicht schrittweise währenddessen. Von Ihnen konfigurierten Budgetwarnungen in Cloud Billing werden nicht ausgelöst, während ein Job verarbeitet wird. Bevor Sie einen großen Job starten, sollten Sie einige Jobs mit geringen Eingabedaten ausführen, um die Kosten abzuschätzen.
Beispiel für eine Vorhersageberechnung
Ein Immobilienunternehmen in einer Region in Amerika führt jede Woche in den von ihm betreuten Bereichen eine Vorhersage der Immobilienwerte durch. In einem Monat werden die Vorhersagen für vier Wochen in Batches mit 3920, 4277, 3849 und 3961 Instanzen durchgeführt. Jobs sind begrenzt auf einen Knoten und jede Instanz benötigt durchschnittlich 0.72 Sekunden für die Verarbeitung.
Zuerst wird der Zeitraum für die Ausführung der einzelnen Jobs berechnet:
Dies ergibt eine Gesamtgebühr von 0,26 $ für den Monat.
In diesem Beispiel wurde angenommen, dass die Jobs auf einem einzelnen Knoten ausgeführt werden und eine konstante Zeit pro Eingabeinstanz benötigen. Unter realen Bedingungen sollten Sie für Ihre Berechnungen darauf achten, dass mehrere Knoten verwendet werden und die tatsächliche Zeit berücksichtigt wird, die jeder Knoten für die Ausführung benötigt.
Preise für Vertex Explainable AI
Featurebasierte Erklärungen
Featurebasierte Erklärungen werden ohne Aufpreis zu den Vorhersagepreisen angeboten. Die Verarbeitung von Erklärungen dauert jedoch länger als normale Vorhersagen. Wenn Vertex Explainable AI also viel mit Autoscaling genutzt wird, kann das dazu führen, dass mehr Knoten gestartet werden und so die Vorhersagekosten steigen.
Wenn Sie ein Modell hochladen oder den Datensatz eines Modells aktualisieren, wird dies in Rechnung gestellt:
Preis pro Knotenstunde, die bei einem Batch-Vorhersagejob zur Erzeugung von latenten Darstellungen von Beispielen verwendet wird. Der Preis entspricht dem für eine Vorhersage.
Kosten für das Erstellen und Aktualisieren von Indexen. Der Preis entspricht den Indexierungskosten für die Vektorsuche von Anzahl der Beispiele × Anzahl der Dimensionen × 4 Byte pro Gleitkommazahl × 3 $ pro GB.
Beispiel: Für 1 Million Beispiele und einen latenten Raum mit 1.000 Dimensionen betragen die Kosten 12 $ (1.000.000 × 1.000 × 4 × 3,00 / 1.000.000.000).
Bei der Bereitstellung auf einem Endpunkt wird pro Knotenstunde für jeden Knoten in Ihrem Endpunkt abgerechnet. Alle mit dem Endpunkt verbundenen Berechnungen werden zum gleichen Preis wie eine Vorhersage berechnet. Da die beispielbasierten Erklärungen jedoch zusätzliche Rechenressourcen benötigen, um den Index der Vektorsuche zu bedienen, müssen zusätzliche Knoten gestartet werden, was die Vorhersagekosten erhöht.
Neural Architecture Search von Vertex AI
Die folgenden Tabellen enthalten eine Übersicht über die Preise in den Regionen, in denen Neural Architecture Search verfügbar ist.
Preise
In den folgenden Tabellen finden Sie die Preise pro Stunde für verschiedene Konfigurationen.
Sie können sich für eine vordefinierte Skalierungsstufe oder eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Wenn Sie eine benutzerdefinierte Konfiguration auswählen, müssen Sie die Kosten der verwendeten virtuellen Maschinen addieren.
Bei beschleunigerfähigen Legacy-Maschinentypen beinhaltet der Preis bereits die Kosten für die Beschleuniger. Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der folgenden Tabelle mit der Anzahl der verwendeten Beschleuniger der einzelnen Typen, um den Preis zu ermitteln.
Der Laufwerkpreis wird nur berechnet, wenn Sie die Laufwerksgröße jeder VM so konfigurieren, dass sie größer als 100 GB ist. Die ersten 100 GB (Standardgröße des Laufwerks) für jede VM sind kostenlos. Wenn Sie beispielsweise jede VM mit einem Laufwerk von 105 GB konfigurieren, werden Ihnen 5 GB Speicherplatz für jede VM berechnet.
Erforderliche Nutzung von Cloud Storage
Zusätzlich zu den in diesem Dokument beschriebenen entstehen weitere Kosten, da Daten und Programmdateien während des Lebenszyklus der Neural Architecture Search in Cloud Storage-Buckets gespeichert werden müssen. Diese Speicherung wird über das Cloud Storage-Preismodell abgerechnet.
Die erforderliche Verwendung von Cloud Storage umfasst Folgendes:
Staging Ihres Trainingsanwendungspakets.
Speicherung Ihrer Trainingseingabedaten.
Speicherung der Ausgabe Ihrer Jobs.
Neural Architecture Search erfordert keine Langzeitspeicherung dieser Elemente.
Sie können sie entfernen, sobald der Vorgang abgeschlossen ist.
Kostenlose Ressourcenverwaltung
Für die Ressourcenverwaltung von Neural Architecture Search fallen keine Kosten an. Einige Vorgänge werden jedoch durch die Kontingentrichtlinie von Neural Architecture Search eingeschränkt.
Ressource
Kostenlose Vorgänge
Jobs
get, list, cancel
Vorgänge
get, list, cancel, delete
Vertex AI Pipelines
Für Vertex AI Pipelines wird je Ausführung einer Pipeline eine Ausführungsgebühr von 0,03 $ berechnet. Während der Vorabversion wird Ihnen die Ausführungsgebühr nicht berechnet.
Außerdem werden Ihnen Google Cloud-Ressourcen berechnet, die Sie mit Vertex AI Pipelines verwenden, z. B. von Pipelinekomponenten verbrauchte Compute Engine-Ressourcen. Diese werden zum selben Tarif wie Vertex AI Trainings abgerechnet. Außerdem entstehen Kosten für die Dienste, die von Ihrer Pipeline aufgerufen werden (z. B. Dataflow).
Vertex AI Rapid Evaluation
Beim Vertex AI Rapid Evaluation-Dienst werden Eingabe- und Ausgabefelder für Strings jeweils 1.000 Zeichen berechnet. Ein Zeichen wird als ein Unicode-Zeichen definiert. Bei der Zählung wird kein Leerraum berücksichtigt. Fehlgeschlagene Bewertungsanfragen, einschließlich gefilterter Antworten, werden weder für Eingabe noch Ausgabe berechnet. Am Ende jedes Abrechnungszeitraums werden Brüche von einem Cent (0,01 $) auf einen Cent aufgerundet.
Für berechnungsbasierte Messwerte werden 0,00003 $pro 1.000 Zeichen für die Eingabe und 0,00009 $pro 1.000 Zeichen für die Ausgabe berechnet. In der SKU werden sie als Pointwise-Messwert bezeichnet.
Name des Messwerts
Typ
Genaue Übereinstimmung
Berechnungsbasiert
BLEU
Berechnungsbasiert
ROUGE
Berechnungsbasiert
tool_call_valid
Berechnungsbasiert
tool_name_match
Berechnungsbasiert
tool_parameter_key_match
Berechnungsbasiert
tool_parameter_kv_match
Berechnungsbasiert
Preise sind in US-Dollar ($) angegeben.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
Modellbasierte Messwerte werden mit 0,005 $pro 1.000 Zeichen für die Eingabe und 0,015 $pro 1.000 Zeichen für die Ausgabe berechnet. Zu den modellbasierten Messwerten wird eine separate Gebühr für den Prediction Service berechnet. Weitere Informationen finden Sie auf der Preisseite für Vorhersage und Erklärung mit Vertex AI.
Name des Messwerts
Typ
Kohärenz
Punktweise
Sprachkompetenz
Punktweise
Auftragsausführung
Punktweise
Sicherheit
Punktweise
Grundierung
Punktweise
summarization_quality
Punktweise
summarization_helpfulness
Punktweise
summarization_verbosity
Punktweise
question_answering_quality
Punktweise
question_answering_relevance
Punktweise
question_answering_helpfulness
Punktweise
question_answering_correctness
Punktweise
pairwise_summarization_quality
AutoSxS
pairwise_question_answering_quality
AutoSxS
Preise sind in US-Dollar ($) angegeben.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
Vertex AI Feature Store
Vertex AI Feature Store hat seit November 2023 den Status General Availability (GA). Informationen zur vorherigen Produktversion finden Sie unter Vertex AI Feature Store (Legacy).
Neuer Vertex AI Feature Store
Der neue Vertex AI Feature Store unterstützt Funktionen für zwei Arten von Operationen:
Offlinebetrieb bezieht sich auf Abläufe zum Übertragen, Speichern, Abrufen und Umwandeln von Daten im Offlinespeicher (BigQuery).
Onlinebetrieb bezieht sich auf Abläufe zur Übertragung von Daten in den Onlinespeicher und zur Bearbeitung von Daten, während sie sich im Onlinespeicher befinden.
Preise für Offlinebetrieb
Da BigQuery für Offlinevorgänge verwendet wird, gelten die Preise für BigQuery für Funktionen wie die Aufnahme in den Offlinespeicher, die Abfrage des Offlinespeichers und die Offlinespeicherung.
Preise für Onlinebetrieb
Für den Onlinebetrieb verrechnet Vertex AI Feature Store Gebühren für alle GA-Funktionen zur Übertragung von Daten in den Onlinespeicher, zur Bereitstellung sowie zur Speicherung von Daten. Als Knotenstunde wird die Zeit berechnet, die für die Ausführung von Abläufen auf einer virtuellen Maschine benötigt wird. Die Abrechnung erfolgt dabei minutengenau.
Optimierte Onlinebereitstellung und Bigtable-Onlinebereitstellung verwenden unterschiedliche Architekturen, sodass die Knotenpunkte nicht vergleichbar sind.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, werden die Preise in Ihrer Währung
Cloud Platform-SKUs
angewendet werden.
Schätzungen zu Arbeitslasten im Onlinebetrieb
Beachten Sie bei der Schätzung Ihrer Arbeitslasten nachstehende Richtlinien. Die Anzahl der für eine bestimmte Arbeitslast erforderlichen Knoten kann bei einzelnen Bereitstellungskonzepten unterschiedlich sein.
Datenverarbeitung:
Datenaufnahme: Ein Knoten kann etwa mindestens 100 MB Daten pro Stunde in einen Bigtable-Onlinespeicher oder einen optimierten Onlinespeicher aufnehmen, wenn keine Analysefunktionen verwendet werden.
Bigtable-Onlinebereitstellung: Jeder Knoten unterstützt etwa 1.500 Abfragen pro Sekunde und bis zu 5 TB Speicherplatz.
Optimierte Onlinebereitstellung: Die Leistung basiert auf dem Maschinentyp und den Replikaten, die automatisch so konfiguriert werden, dass die Kosten je nach Arbeitslast minimiert werden. Jeder Knoten kann
mindestens 2 und maximal 6 Replikate für Hochverfügbarkeit und Autoscaling. Ihnen wird die entsprechende Anzahl der Replikate in Rechnung gestellt. Weitere Informationen finden Sie in den Beispielen für monatliche Szenarien.
Bei Arbeitslasten, die nicht mit Einbettungen zusammenhängen, kann jeder Knoten etwa 500 Abfragen pro Sekunde und bis zu 200 GB Speicher unterstützen.
Bei auf Einbettungen bezogenen Arbeitslasten kann jeder Knoten etwa 500 Abfragen pro Sekunde und bis zu 4 GB Speicher für 512-dimensionale Daten unterstützen.
Die Anzahl der Knoten (mit Replikaten) wird im Messwert-Explorer angezeigt:
Messwert-Explorer, um die Anzahl der verwendeten Knoten zu ermitteln
Beispiel für monatliche Kosten (unter Verwendung von us-central1)
Datenstreaming-Arbeitslast: Bigtable-Onlinebereitstellung mit 2,5 TB Daten (1 GB täglich aktualisiert) und 1.200 Abfragen pro Sekunde
720 Knotenstunden × (0,94 $ pro Knotenstunden) = 677 $
Bigtable-Onlinebereitstellungsspeicher
(2,5 TB/Monat) × (1.000 GB/TB) = 2.500 GB/Monat
2.500 GB/Monat × (0,25 $ pro GB/Monat) = 625 $
Gesamt
1.326 $
Arbeitslast mit vielen Abfragen pro Sekunde – optimierte Onlinebereitstellung mit 10 GB an nicht eingebetteten Daten
(5 GB täglich aktualisiert) und 2.000 Abfragen pro Sekunde
2.880 Knotenstunden × (0,30 pro Knotenstunden) = 864$
Bigtable-Onlinebereitstellungsknoten
–
–
Bigtable-Onlinebereitstellungsspeicher
–
–
Gesamt
984$
Arbeitslast zur Bereitstellung von Einbettungen – Optimierte Onlinebereitstellung mit 20 GB Einbettungsdaten (2 GB täglich aktualisiert) und 800 Abfragen pro Sekunde
7.200 Knotenstunden × (0,30 pro Knotenstunden) = 2.160$
Bigtable-Onlinebereitstellungsknoten
–
–
Bigtable-Onlinebereitstellungsspeicher
–
–
Gesamt
2.208$
Vertex AI Feature Store (Legacy)
Die Preise für den Vertex AI Feature Store (Legacy) basieren auf der Menge der Feature-Daten im Online- und Offlinespeicher sowie auf der Verfügbarkeit der Onlinebereitstellung. Als Knotenstunde wird die Zeit berechnet, die eine virtuelle Maschine für die Bereitstellung von Feature-Daten verwendet oder die sie bei der Verarbeitung von Feature-Datenanfragen im Bereitschaftszustand wartet.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.
Wenn Sie das Monitoring für Feature-Werte aktivieren, umfasst die Abrechnung die oben genannten Kosten sowie zusätzlich die nachstehenden Kosten:
3,50 $ pro GB für alle analysierten Daten. Wenn die Snapshot-Analyse aktiviert ist, werden Snapshots für Daten im Vertex AI Feature Store (Legacy) einbezogen. Wenn die Analyse des Import-Features aktiviert ist, werden die Batches der aufgenommenen Daten einbezogen.
Zu den zusätzlichen Gebühren für andere Vorgänge von Vertex AI Feature Store (Legacy), die mit dem Monitoring von Feature-Werten verwendet werden, gehören Folgende:
Die Snapshot-Analysefunktion erstellt in regelmäßigen Abständen einen Snapshot der Feature-Werte auf der Grundlage Ihrer Konfiguration für das Monitoring-Intervall.
Die Kosten für einen Snapshot-Export entsprechen denen für einen regulären Batch-Exportvorgang.
Beispiel für die Snapshot-Analyse
Ein Data Scientist aktiviert das Monitoring für Feature-Werte für einen Vertex AI Feature Store (Legacy) und schaltet das Monitoring für eine tägliche Snapshot-Analyse ein.
Für das Monitoring der Entitätstypen wird täglich eine Pipeline ausgeführt. Die Pipeline scannt 2 GB an Daten im Vertex AI Feature Store (Legacy) und exportiert einen Snapshot mit 0,1 GB an Daten.
Die Gesamtkosten für eine eintägige Analyse betragen:
(0.1 GB * $3.50) + (2 GB * $0.005) = $0.36
Beispiel für die Datenaufnahmeanalyse
Ein Data Scientist aktiviert das Monitoring für Feature-Werte für einen Vertex AI Feature Store (Legacy) und schaltet das Monitoring für Datenaufnahmevorgänge ein.
Ein Datenaufnahmevorgang importiert 1 GB an Daten in den Vertex AI Feature Store (Legacy).
Die Gesamtkosten für das Monitoring der Feature-Werte betragen:
(1 GB * $3.50) = $3.50
Vertex ML Metadata
Der Metadatenspeicher wird in binären Gigabyte (GiB) gemessen, wobei 1 GiB 1.073.741.824 Byte beträgt. Diese Maßeinheit wird auch als ein gibibyte bezeichnet.
Für Vertex ML Metadata fallen 10 $ pro Gibibyte (GiB) pro Monat für die Speicherung von Metadaten an. Die Preise werden anteilig pro Megabyte (MB) abgerechnet. Wenn Sie beispielsweise 10 MB Metadaten speichern, werden Ihnen für diese 10 MB 0,10 $ pro Monat berechnet.
Die Preise sind in allen Regionen identisch, in denen Vertex ML Metadata unterstützt wird.
Vertex AI TensorBoard
Wenn Sie Vertex AI TensorBoard nutzen wollen, muss Ihnen ein Mitglied der IAM-Administration des Projekts die Rolle Vertex AI TensorBoard Web App User zuweisen. Mit der Rolle „Vertex AI Administrator“ haben Sie ebenfalls Zugriff.
Im August 2023 hat sich die Preisgestaltung für Vertex AI TensorBoard von einer monatlichen Lizenz pro Nutzer für 300 $/Monat auf 10 GiB/Monat für die Datenspeicherung von Logs und Metriken geändert. Das bedeutet, dass keine Abogebühren mehr anfallen. Sie zahlen nur für den verwendeten Speicherplatz. Unter Vertex AI TensorBoard: Löschen veralteter TensorBoard-Experimente finden Sie eine Anleitung zum Speichermanagement.
Vertex AI Vizier
Vertex AI Vizier ist ein Blackbox-Optimierungsdienst innerhalb von Vertex AI.
Die Preisgestaltung für Vertex AI Vizier hat diese Komponenten:
Die ersten 100 Vertex AI Vizier-Testläufe pro Kalendermonat sind kostenlos. Tests mit RANDOM_SEARCH und GRID_SEARCH werden nicht auf diese Gesamtzahl angerechnet.
Nach 100 Testläufen von Vertex AI Vizier werden nachfolgende Testläufe im selben Kalendermonat zu 1 $ pro Testlauf abgerechnet. Für Testläufe mit RANDOM_SEARCH oder GRID_SEARCH fallen keine Kosten an.
Vektorsuche
Die Preise für die ungefähre Vektorsuche nach dem nächsten Nachbarn umfassen:
Preise pro Knotenstunde pro VM, die zum Hosten eines bereitgestellten Index verwendet wird.
Kosten für das Erstellen neuer Indexe, das Aktualisieren bestehender Indexe und das Streaming von Indexaktualisierungen.
Daten, die während der Erstellung und Aktualisierung von Indexen verarbeitet werden, werden in binären Gigabyte (GiB) gemessen, wobei 1 GiB 1.073.741.824 Byte beträgt. Diese Maßeinheit wird auch als ein gibibyte bezeichnet.
Für die Vektorsuche werden in allen Regionen 3 $ pro Gibibyte (GiB) an verarbeiteten Daten berechnet. Für die Vektorsuche werden 0,45 $/GiB berechnet.
für Streaming Update-Insert-Anweisungen.
Die folgenden Tabellen enthalten eine Übersicht über die Preise einer Indexbereitstellung in jeder Region, in der die Vektorsuche verfügbar ist. Der Preis richtet sich nach Maschinentyp und Region und wird pro Knotenstunde berechnet.
Nord- und Südamerika
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
–
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
–
–
–
northamerica_northeast1
0,103
0,826
1,115
2,084
1,172
2,343
northamerica_northeast2
0,103
0,826
1,115
–
–
–
southamerica_east1
0,149
1,191
1,607
3,004
1,69
3,38
Europa
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
–
–
–
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
–
1,489
2,978
europe_west9
0,131
1,051
1,417
2,195
–
–
Asiatisch-pazifischer Raum
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
–
–
–
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
–
1,367
2,733
australia_southeast1
0,133
1,065
1,436
2,686
1,51
3,02
Naher Osten
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
–
–
Preisbeispiele für die Vektorsuche
Die Preise für die Vektorsuche richten sich nach der Größe Ihrer Daten, der Anzahl der Abfragen pro Sekunde (QPS), die Sie ausführen möchten, und der Anzahl der von Ihnen verwendeten Knoten.
Um die geschätzten Kosten für die Bereitstellung zu ermitteln, müssen Sie die Gesamtdatenmenge berechnen.
Die Datengröße ist die Anzahl der Einbettungen/Vektoren × die Anzahl der Dimensionen × 4 Byte pro Dimension. Nachdem Sie den Umfang Ihrer Daten ermittelt haben, können Sie die Kosten für die Bereitstellung und den Build berechnen. Die Bereitstellungskosten plus die Build-Kosten ergeben die monatlichen Gesamtkosten.
Build-Kosten: Datengröße(in GiB) * $3/GiB * Anzahl der Updates/Monat
Streamingaktualisierung:Die Vektorsuche verwendet heuristikbasierte Messwerte, um zu bestimmen, wann die Verdichtung ausgelöst werden soll. Wenn die ältesten nicht komprimierten Daten fünf Tage alt sind, wird immer die Verdichtung ausgelöst. Ihnen werden zusätzlich zu den Kosten für die Streaming-Aktualisierung die Kosten für die Neuerstellung des Index zum gleichen Preis für eine Batch-Aktualisierung in Rechnung gestellt.
Anzahl der Einbettungen/Vektoren
Anzahl der Dimensionen
Abfragen pro Sekunde (Queries per second, QPS)
Maschinentyp
Knoten
Geschätzte monatliche Bereitstellungskosten
2 Millionen
128
100
e2-standard-2
1
68 $
20 Millionen
256
1.000
e2-standard-16
1
547 $
20 Millionen
256
3.000
e2-standard-16
3
1.642 $
100 Millionen
256
500
e2-highmem-16
2
1.477 $
1 Milliarde
100
500
e2-highmem-16
8
5.910 $
Alle Beispiele basieren auf Maschinentypen in us-central1.
Die Kosten, die Ihnen entstehen, hängen von der Abrufrate und den Latenzanforderungen ab. Die geschätzten monatlichen Bereitstellungskosten hängen direkt von der Anzahl der in der Console verwendeten Knoten ab.
Weitere Informationen zu Konfigurationsparametern, die sich auf die Kosten auswirken, finden Sie unter Indexe konfigurieren.
Wenn Sie viele Abfragen pro Sekunde (QPS) ausführen, kann eine Batch-Verarbeitung dieser Abfragen die Gesamtkosten um bis zu 30–40 % senken.
Vertex AI Model Registry
Die Vertex AI Model Registry ist ein zentrales Repository, das Ihre Modelle und Modellversionen verfolgt und auflistet. Sie können Modelle zu Vertex AI importieren, woraufhin diese in der Vertex AI Model Registry aufgeführt werden. Die Aufnahme Ihrer Modelle in die Model Registry ist mit keinerlei Kosten verbunden. Kosten fallen nur an, wenn Sie das Modell an einem Endpunkt bereitstellen oder eine Batch-Vorhersage für das Modell ausführen. Diese Kosten hängen von der Art des Modells ab, das Sie einsetzen wollen.
Weitere Informationen zu den Preisen für die Bereitstellung von benutzerdefinierten Modellen aus der Vertex AI Model Registry finden Sie unter Benutzerdefiniert trainierte Modelle. Weitere Informationen zu den Preisen für die Bereitstellung von AutoML-Modellen finden Sie unter Preise für AutoML-Modelle.
Vertex AI Model Monitoring
Mit Vertex AI können Sie die kontinuierliche Effektivität von Modellen nach der Bereitstellung überwachen. Weitere Informationen finden Sie unter Einführung in Vertex AI Model Monitoring.
Bei der Nutzung von Vertex AI Model Monitoring werden Ihnen in Rechnung gestellt:
3,50 $ pro GB für alle analysierten Daten, einschließlich der bereitgestellten Trainingsdaten und der Vorhersagedaten, die in einer BigQuery-Tabelle geloggt werden.
Kosten für andere Google Cloud-Produkte, die Sie mit Model Monitoring verwenden, z. B. BigQuery-Speicher oder Batch Explain, wenn das Attributionsmonitoring aktiviert ist.
Vertex AI Model Monitoring wird in den folgenden Regionen unterstützt: us-central1, europe-west4, asia-east1 und asia-southeast1. Die Preise sind für alle Regionen gleich.
Die Datengrößen werden nach der Konvertierung in das TfRecord-Format gemessen.
Für Trainings-Datasets fällt eine einmalige Gebühr an, wenn Sie einen Vertex AI Model Monitoring-Job einrichten.
Vorhersage-Datasets bestehen aus Logs, die vom Online-Vorhersagedienst erfasst werden. Da die Vorhersageanfragen in verschiedenen Zeitfenstern eintreffen, werden die Daten für jedes Zeitfenster erfasst und die Summe der für jedes Vorhersagefenster analysierten Daten zur Berechnung der Kosten verwendet.
Beispiel: Ein Data Scientist führt ein Modellmonitoring für den Vorhersage-Traffic eines Modells aus.
Das Modell wird mit einem BigQuery-Dataset trainiert. Die Datengröße nach der Konvertierung in TfRecord ist 1,5 GB.
Die zwischen 13:00 und 14:00 Uhr geloggten Vorhersagedaten betragen 0,1 GB, zwischen 15:00 und 16:00 Uhr sind es 0,2 GB.
Der Gesamtpreis für die Einrichtung des Modellmonitoring-Jobs beträgt:
Zusätzlich zu den bereits erwähnten Kosten werden Ihnen auch alle von Ihnen genutzten Google Cloud-Ressourcen berechnet.
Beispiel:
Datenanalysedienste: Bei SQL-Abfragen in einem Notebook fallen Kosten für BigQuery an (siehe BigQuery – Preise).
Vom Kunden verwaltete Verschlüsselungsschlüssel: Für die Verwendung dieser Schlüssel fallen Kosten an. Jedes Mal, wenn eine Instanz Ihrer verwalteten oder nutzerverwalteten Notebooks einen Cloud Key Management Service-Schlüssel nutzt, wird dieser Vorgang als Cloud KMS-Schlüsselvorgang abgerechnet (siehe Cloud Key Management Service – Preise).
Deep Learning Container, Deep Learning VM und AI Platform Pipelines
Die Preise für Deep Learning Container, Deep Learning VM Images und AI Platform Pipelines richten sich nach den von Ihnen verwendeten Rechenressourcen.
Diese Ressourcen werden zu demselben Tarif berechnet, den Sie derzeit für Compute Engine und Cloud Storage zahlen.
Zusätzlich zu den Rechenkosten werden Ihnen auch alle von Ihnen genutzten Google Cloud-Ressourcen berechnet.
Beispiel:
Datenanalysedienste: Bei SQL-Abfragen in einem Notebook fallen Kosten für BigQuery an (siehe BigQuery – Preise).
Vom Kunden verwaltete Verschlüsselungsschlüssel: Für die Verwendung dieser Schlüssel fallen Kosten an. Jedes Mal, wenn eine Instanz Ihrer verwalteten oder nutzerverwalteten Notebooks einen Cloud Key Management Service-Schlüssel nutzt, wird dieser Vorgang als Cloud KMS-Schlüsselvorgang abgerechnet (siehe Cloud Key Management Service – Preise).
Daten-Labeling
Mit Vertex AI können Sie für eine Datensammlung, die Sie zum Trainieren eines benutzerdefinierten Modells für maschinelles Lernen verwenden möchten, eine Labelerstellung durch Menschen anfordern.
Die Preise für den Dienst werden basierend auf der Art der Labeling-Aufgabe berechnet.
Bei der normalen Labelerstellung werden die Preise durch die Anzahl der Annotationseinheiten bestimmt.
Beim Klassifizieren von Bildern werden Einheiten anhand der Anzahl der Bilder und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn für ein Bild drei menschliche Labelersteller eingesetzt werden, lautet die Berechnung: 1 × 3 = 3 Einheiten. Klassifizierungen werden sowohl mit einem als auch mit mehreren Labels zum selben Preis berechnet.
Beim Hinzufügen eines Begrenzungsrahmens zu einem Bild werden Einheiten anhand der Anzahl der in den Bildern identifizierten Begrenzungsrahmen und der Anzahl der menschlichen Labelersteller festgelegt.
Beispiel: Wenn ein Bild zwei Begrenzungsrahmen und drei menschliche Labelersteller hat, lautet die Berechnung: 2 × 3 = 6 Einheiten. Für Bilder ohne Begrenzungsrahmen fallen keine Kosten an.
Bei Aufgaben zu Segmentierung/Feldrotation/Polylinien/Polygonen werden Einheiten auf dieselbe Weise festgelegt wie beim Hinzufügen eines Begrenzungsrahmens zu einem Bild.
Beim Klassifizieren von Videos werden Einheiten anhand der Länge des Videos (5 Sekunden sind eine Preiseinheit) und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn für ein Video mit 25 Sekunden drei menschliche Labelersteller eingesetzt werden, lautet die Berechnung: 25 / 5 × 3 = 15 Einheiten. Klassifizierungen werden sowohl mit einem als auch mit mehreren Labels zum selben Preis berechnet.
Beim Objekt-Tracking in Videos werden die Einheiten anhand der Anzahl der im Video identifizierten Objekte und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn ein Video zwei Objekte und drei menschliche Labelersteller hat, lautet die Berechnung: 2 × 3 = 6 Einheiten. Für Videos ohne Objekte fallen keine Kosten an.
Bei einer Aufgabe zur Erkennung von Videoaktionen werden die Einheiten auf die gleiche Weise bestimmt wie bei einer Aufgabe zum Tracking von Videoobjekten.
Beim Klassifizieren von Text werden Einheiten anhand der Textlänge (50 Wörter sind eine Preiseinheit) und der Anzahl der menschlichen Labelersteller bestimmt. Beispiel: Wenn ein 100 Wörter enthält und drei menschliche Labelersteller hat, lautet die Berechnung 100 / 50 × 3 = 6 Einheiten. Klassifizierungen, sowohl mit einem als auch mit mehreren Labels, werden zum gleichen Preis berechnet.
Bei der Sentimentanalyse von Text werden Einheiten auf die gleiche Weise wie bei der Klassifizierung von Text festgelegt.
Beim Extrahieren von Entitäten aus Text werden Einheiten anhand der Textlänge (50 Wörter sind eine Preiseinheit), der Anzahl der identifizierten Entitäten und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn ein Text 100 Wörter und zwei identifizierte Entitäten enthält und drei menschliche Labelersteller hat, lautet die Berechnung: 100 / 50 * 2 * 3 = 12 Einheiten. Für Text ohne Entitäten fallen keine Kosten an.
Bei der Klassifizierung von Bildern/Videos/Text und der Sentimentanalyse von Text kann es vorkommen, dass menschliche Labelersteller den Überblick über Klassen verlieren, wenn die Labelsatzgröße zu groß ist. Deshalb senden wir maximal 20 Klassen gleichzeitig an die menschlichen Labelersteller. Beispiel: Wenn die Labelsatzgröße bei einer Labelerstellung 40 beträgt, wird jedes Datenelement 40 / 20 = 2-mal zur manuellen Überprüfung gesendet, sodass wir den (oben berechneten) Preis zweimal berechnen.
Für eine Labeling-Aufgabe, die das Feature „benutzerdefinierte Labelersteller“ aktiviert, wird jedes Datenelement als eine benutzerdefinierte Labelersteller-Einheit gezählt.
Für eine Labeling-Aufgabe mit aktivem Lernen für Datenelemente mit Annotationen, die von Modellen (ohne Hilfe eines menschlichen Labelerstellers) generiert werden, wird jedes Datenelement als eine aktive Lerneinheit gezählt.
Für eine Labeling-Aufgabe mit aktivem Lernen für Datenelemente mit Annotationen, die von menschlichen Labelerstellern erzeugt werden, wird jedes Datenelement wie oben beschrieben als reguläre Labeling-Aufgabe gezählt.
In der folgenden Tabelle sind die Preise pro 1.000 Einheiten je menschlichem Labelersteller auf Grundlage der Einheit aufgeführt, die für jedes Ziel angegeben ist. Preisstufe 1 gilt für die ersten 50.000 Einheiten pro Monat in jedem Google Cloud-Projekt. Preisstufe 2 gilt für die nächsten 950.000 Einheiten pro Monat, die Teil des Projekts sind, bis zu einem Maximum von 1.000.000 Einheiten.
Für Preisauskünfte zu mehr als 1.000.000 Einheiten pro Monat nehmen Sie bitte Kontakt mit uns auf.
Datentyp
Ziel
Einheit
Preisstufe 1
Preisstufe 2
Bild
Klassifizierung
Bild
35 $
25 $
Begrenzungsrahmen
Begrenzungsrahmen
63 $
49 $
Segmentierung
Segment
870 $
850 $
Feldrotation
Begrenzungsrahmen
86 $
60 $
Polygon/Polylinie
Polygon/Polylinie
257 $
180 $
Video
Klassifizierung
5 Sek. langes Video
86 $
60 $
Objekt-Tracking
Begrenzungsrahmen
86 $
60 $
Aktionserkennung
Ereignis in 30 Sek. langem Video
214 $
150 $
Text
Klassifizierung
50 Wörter
129 $
90 $
Sentiment
50 Wörter
200 $
140 $
Entitätsextraktion
Entität
86 $
60 $
Aktives Lernen
Alle
Datenelement
80 $
56 $
Benutzerdefinierte Labelersteller
Alle
Datenelement
80 $
56 $
Erforderliche Nutzung von Cloud Storage
Zusätzlich zu den in diesem Dokument beschriebenen Kosten ist es erforderlich, dass Sie Daten und Programmdateien während des Vertex AI-Lebenszyklus in Cloud Storage-Buckets speichern. Diese Speicherung wird über das Cloud Storage-Preismodell abgerechnet.
Die erforderliche Verwendung von Cloud Storage umfasst Folgendes:
Staging Ihres Trainingsanwendungspakets für benutzerdefiniert trainierte Modelle.
Speicherung Ihrer Trainingseingabedaten.
Speicherung der Ausgabe Ihrer Trainingsjobs.
Vertex AI erfordert keine langfristige Speicherung dieser Elemente.
Sie können sie entfernen, sobald der Vorgang abgeschlossen ist.
Kostenlose Ressourcenverwaltung
Für die Ressourcenverwaltung von AI Platform fallen keine Kosten an. Die Kontingentrichtlinie von AI Platform beschränkt aber einige damit verbundene Vorgänge.
Ressource
Kostenlose Vorgänge
Modelle
create, get, list, delete
Versionen
create, get, list, delete, setDefault
Jobs
get, list, cancel
Vorgänge
get, list, cancel, delete
Google Cloud-Kosten
Wenn Sie Bilder speichern, die in Cloud Storage analysiert werden sollen, oder wenn Sie andere Google Cloud-Ressourcen zusammen mit Vertex AI verwenden möchten, wird Ihnen auch die Nutzung dieser Dienste in Rechnung gestellt.
Mit den „Pay as you go“-Preisen von Google Cloud bezahlen Sie nur für die Dienste, die Sie nutzen. Wenden Sie sich an unser Vertriebsteam, wenn Sie ein individuelles Angebot für Ihr Unternehmen erhalten möchten.