Vertex AI – Preise | Google Cloud

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 Inference und das tabellarische AutoML-Modell unterstützt werden.
AI Platform Prediction unterstützte zuvor Skalierung auf null, was für Vertex AI Inference nicht unterstützt wird.

Vertex AI bietet außerdem weitere Möglichkeiten zur Kostenoptimierung, darunter die folgenden:

Optimierte TensorFlow-Laufzeit
Unterstützung von Co-Hosting-Modellen
Keine Mindestnutzungsdauer für Training und Vorhersage. Die Nutzung wird stattdessen in 30-Sekunden-Schritten abgerechnet.

Preise für generative KI in Vertex AI

Die Preise für generative KI in Vertex AI finden Sie unter Preise für generative KI in Vertex AI.

Preise für AutoML-Modelle

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.

Dabei bezahlen Sie nur für die aufgewendeten Computerstunden. 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.

Bilddaten

Aktion	Preis (Klassifizierung) (USD)	Preis (Objekterkennung) (in $)
Training	3,465 $ / 1 hour	3,465 $ / 1 hour
Training (Edge-On-Device-Modell)	18,00 $ / 1 hour	18,00 $ / 1 hour
Bereitstellung und Online-Vorhersage	1,375 $ / 1 hour	2,002 $ / 1 hour
Batchvorhersage	2,222 $ / 1 hour	2,222 $ / 1 hour

Tabellarische Daten

Aktion	Preis pro Knotenstunde für Klassifizierung/Regression	Preis für Prognose
Training	21,252 $ / 1 hour	Weitere Informationen unter Vertex AI Forecast
Inferenz	Gleicher Preis wie für Inferenz bei benutzerdefiniert trainierten Modellen Vertex AI führt Batch-Inferenz mit 40 n1-highmem-8-Maschinen aus.	Weitere Informationen unter Vertex AI Forecast

Aktion

Preis pro Knotenstunde für Klassifizierung/Regression

Preis für Prognose

Training

21,252 $ / 1 hour

Weitere Informationen unter Vertex AI Forecast

Inferenz

Gleicher Preis wie für Inferenz bei benutzerdefiniert trainierten Modellen

Vertex AI führt Batch-Inferenz mit 40 n1-highmem-8-Maschinen aus.

Weitere Informationen unter Vertex AI Forecast

Kosten für Inferenz in Vertex Explainable AI

Die mit Vertex Explainable AI verbundenen Berechnungen werden zum gleichen Satz wie die Inferenz berechnet. Die Verarbeitung von Erklärungen dauert jedoch länger als normale Inferenzvorgänge. Wenn Vertex Explainable AI also viel mit Autoscaling genutzt wird, kann das dazu führen, dass mehr Knoten gestartet werden und so die Inferenzkosten steigen.

Vertex AI Forecast

AutoML

Phase	Preise
Vorhersage	0 count to 1,000,000 count 0,20 $ / 1,000 count, per 1 month / account 1,000,000 count to 50,000,000 count 0,10 $ / 1,000 count, per 1 month / account 50,000,000 count and above 0,02 $ / 1,000 count, per 1 month / account
Training	21,252 $ / 1 hour
Explainable AI	Erklärbarkeit unter Verwendung von Shapley-Werten. Weitere Informationen in der Preisübersicht zu Inferenz und Erklärung mit Vertex AI.

*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.

ARIMA+

Phase	Preise
Vorhersage	5,00 $ / 1,000 count
Training	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.

Benutzerdefinierte Modelle

Schulung

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

Sie können Spot-VMs mit benutzerdefiniertem Vertex AI-Training verwenden. Spot-VMs werden gemäß der Preisliste für Spot-VMs in Compute Engine abgerechnet. Zusätzlich zur Nutzung der Infrastruktur fallen die in den nachstehenden Tabellen aufgeführten Gebühren für die Verwaltung von benutzerdefiniertem Training in Vertex AI an.

Sie können Compute Engine-Reservierungen mit benutzerdefiniertem Vertex AI-Training verwenden. Wenn Sie Compute Engine-Reservierungen verwenden, werden Ihnen die Kosten gemäß den Compute Engine-Preisen in Rechnung gestellt, einschließlich aller anwendbaren Rabatte für zugesicherte Nutzung (Committed Use Discounts, CUDs). Zusätzlich zur Nutzung der Infrastruktur fallen die in den nachstehenden Tabellen aufgeführten Gebühren für die Verwaltung von benutzerdefiniertem Training in Vertex AI an.

Maschinentyp	Preis (in $)
g4-standard-48	5,17508763 $ / 1 hour
g4-standard-96	10,35017526 $ / 1 hour
g4-standard-192	20,70035052 $ / 1 hour
g4-standard-384	41,40070104 $ / 1 hour
n1-standard-4	0,21849885 $ / 1 hour
n1-standard-8	0,4369977 $ / 1 hour
n1-standard-16	0,8739954 $ / 1 hour
n1-standard-32	1,7479908 $ / 1 hour
n1-standard-64	3,4959816 $ / 1 hour
n1-standard-96	5,2439724 $ / 1 hour
n1-highmem-2	0,13604845 $ / 1 hour
n1-highmem-4	0,2720969 $ / 1 hour
n1-highmem-8	0,5441938 $ / 1 hour
n1-highmem-16	1,0883876 $ / 1 hour
n1-highmem-32	2,1767752 $ / 1 hour
n1-highmem-64	4,3535504 $ / 1 hour
n1-highmem-96	6,5303256 $ / 1 hour
n1-highcpu-16	0,65180712 $ / 1 hour
n1-highcpu-32	1,30361424 $ / 1 hour
n1-highcpu-64	2,60722848 $ / 1 hour
n1-highcpu-96	3,91084272 $ / 1 hour
a2-highgpu-1g*	4,425248914 $ / 1 hour
a2-highgpu-2g*	8,850497829 $ / 1 hour
a2-highgpu-4g*	17,700995658 $ / 1 hour
a2-highgpu-8g*	35,401991315 $ / 1 hour
a2-megagpu-16g*	65,707278915 $ / 1 hour
a3-highgpu-8g*	101,007352 $ / 1 hour
a3-megagpu-8g*	106,0464232 $ / 1 hour
a3-ultragpu-8g*	99,7739296 $ / 1 hour
a4-highgpu-8g*	148,212 $ / 1 hour
e2-standard-4	0,154126276 $ / 1 hour
e2-standard-8	0,308252552 $ / 1 hour
e2-standard-16	0,616505104 $ / 1 hour
e2-standard-32	1,233010208 $ / 1 hour
e2-highmem-2	0,103959618 $ / 1 hour
e2-highmem-4	0,207919236 $ / 1 hour
e2-highmem-8	0,415838472 $ / 1 hour
e2-highmem-16	0,831676944 $ / 1 hour
e2-highcpu-16	0,455126224 $ / 1 hour
e2-highcpu-32	0,910252448 $ / 1 hour
n2-standard-4	0,2233714 $ / 1 hour
n2-standard-8	0,4467428 $ / 1 hour
n2-standard-16	0,8934856 $ / 1 hour
n2-standard-32	1,7869712 $ / 1 hour
n2-standard-48	2,6804568 $ / 1 hour
n2-standard-64	3,5739424 $ / 1 hour
n2-standard-80	4,467428 $ / 1 hour
n2-highmem-2	0,1506661 $ / 1 hour
n2-highmem-4	0,3013322 $ / 1 hour
cloud-tpu	Die Preise richten sich nach dem Beschleunigertyp. Siehe „Beschleuniger“.
n2-highmem-8	0,6026644 $ / 1 hour
n2-highmem-16	1,2053288 $ / 1 hour
n2-highmem-32	2,4106576 $ / 1 hour
n2-highmem-48	3,6159864 $ / 1 hour
n2-highmem-64	4,8213152 $ / 1 hour
n2-highmem-80	6,026644 $ / 1 hour
n2-highcpu-16	0,6596032 $ / 1 hour
n2-highcpu-32	1,3192064 $ / 1 hour
n2-highcpu-48	1,9788096 $ / 1 hour
n2-highcpu-64	2,6384128 $ / 1 hour
n2-highcpu-80	3,298016 $ / 1 hour
c2-standard-4	0,2401292 $ / 1 hour
c2-standard-8	0,4802584 $ / 1 hour
c2-standard-16	0,9605168 $ / 1 hour
c2-standard-30	1,800969 $ / 1 hour
c2-standard-60	3,601938 $ / 1 hour
m1-ultramem-40	7,237065 $ / 1 hour
m1-ultramem-80	14,47413 $ / 1 hour
m1-ultramem-160	28,94826 $ / 1 hour
m1-megamem-96	12,249984 $ / 1 hour

*Dieser Betrag beinhaltet den GPU-Preis, da dieser Instanztyp immer eine feste Anzahl von GPU-Beschleunigern erfordert.

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Beschleuniger

Maschinentyp	Preis (in $)	Verwaltungsgebühr für Vertex
NVIDIA_TESLA_A100	2,933908 $ / 1 hour	0,4400862 $ / 1 hour
NVIDIA_TESLA_A100_80GB	3,92808 $ / 1 hour	0,589212 $ / 1 hour
NVIDIA_H100_80GB	9,79655057 $ / 1 hour	1,4694826 $ / 1 hour
NVIDIA_H200_141GB	10,708501 $ / 1 hour	Nicht verfügbar
NVIDIA_H100_MEGA_80GB	11,8959171 $ / 1 hour	Nicht verfügbar
NVIDIA_TESLA_L4	0,644046276 $ / 1 hour	Nicht verfügbar
NVIDIA_TESLA_P4	0,69 $ / 1 hour	Nicht verfügbar
NVIDIA_TESLA_P100	1,679 $ / 1 hour	Nicht verfügbar
NVIDIA_TESLA_T4	0,4025 $ / 1 hour	Nicht verfügbar
NVIDIA_TESLA_V100	2,852 $ / 1 hour	Nicht verfügbar
TPU_V2 Single (8 Kerne)	5,175 $ / 1 hour	Nicht verfügbar
TPU_V2 Pod (32 Kerne)^*	27,60 $ / 1 hour	Nicht verfügbar
TPU_V3 Single (8 Kerne)	9,20 $ / 1 hour	Nicht verfügbar
TPU_V3 Pod (32 Kerne)^*	36,80 $ / 1 hour	Nicht verfügbar

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 (Preis für einen Pod mit 32 Kernen) × (128/32). Informationen darüber, welche Cloud TPU Pods für eine bestimmte Region verfügbar sind, finden Sie unter Systemarchitektur in der Cloud TPU-Dokumentation.

Laufwerke

Maschinentyp	Preis (in $)
pd-standard	0,000063014 $ / 1 gibibyte hour
pd-ssd	0,000267808 $ / 1 gibibyte hour

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Die Verwendung unterliegt der Kontingentrichtlinie für Vertex AI.
Es ist erforderlich, dass Sie Ihre Daten und Programmdateien während des Vertex AI-Lebenszyklus in Google Cloud Storage-Buckets speichern. Hier finden Sie weitere Informationen zur Verwendung von Cloud Storage.

Die Kosten für das Training Ihrer Modelle fallen ab dem Zeitpunkt der Bereitstellung von Ressourcen für einen Job bis zum Abschluss des Jobs an.

Warnung: Ihre Trainingsjobs sind durch die Kontingentrichtlinie für Vertex AI begrenzt. Wenn Sie für Ihre ersten Trainingsjobs einen sehr leistungsstarken Verarbeitungscluster auswählen, ist die Wahrscheinlichkeit hoch, dass Sie damit Ihr Kontingent überschreiten.

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.

Generative KI-Bewertungsdienst

Bei modellbasierten Messwerten werden nur die Vorhersagekosten für das zugrunde liegende Autorater-Modell berechnet. Die Abrechnung erfolgt auf der Grundlage der Eingabetokens, die Sie in Ihrem Bewertungs-Dataset bereitstellen, und der Ausgabe des Autograders.

Der Gen AI Evaluation Service ist allgemein verfügbar (GA). Die Preisänderung ist am 14. April 2025 in Kraft getreten.

Metrisch	Preise
Punktweise	Standardmodell für die automatische Bewertung Gemini 2.0 Flash
Paarweise	Standardmodell für die automatische Bewertung Gemini 2.0 Flash

Metrisch

Preise

Punktweise

Standardmodell für die automatische Bewertung

Gemini 2.0 Flash

Paarweise

Standardmodell für die automatische Bewertung

Gemini 2.0 Flash

Berechnungsbasierte Messwerte werden mit 0,00003 $pro 1.000 Zeichen für die Eingabe und 0,00009 $pro 1.000 Zeichen für die Ausgabe abgerechnet. Sie werden als „Automatische Messwerte in SKU“ bezeichnet.

Name des Messwerts	Typ
Genaue Übereinstimmung	Berechnungsbasiert
Bleu	Berechnungsbasiert
Rouge	Berechnungsbasiert
Toolaufruf gültig	Berechnungsbasiert
Tool-Namen-Abgleich	Berechnungsbasiert
Übereinstimmung mit dem Parameterschlüssel des Tools	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.

Legacy-Modellmesswerte werden mit 0,005 $pro 1.000 Zeichen für die Eingabe und 0,015 $pro 1.000 Zeichen für die Ausgabe berechnet.

Name des Messwerts	Typ
Kohärenz	Punktweise
Sprachkompetenz	Punktweise
Auftragsausführung	Punktweise
Sicherheit	Punktweise
Fundierung	Punktweise
Qualität der Zusammenfassung	Punktweise
Hilfreichkeit der Zusammenfassung	Punktweise
Ausführlichkeit der Zusammenfassung	Punktweise
Qualität der Fragebeantwortung	Punktweise
Relevanz der Fragebeantwortung	Punktweise
Hilfreichkeit von Antworten	Punktweise
Richtigkeit der Antworten	Punktweise
Qualität der paarweisen Zusammenfassung	Paarweise
Qualität der Beantwortung von paarweisen Fragen	Paarweise

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 Agent Engine

Vertex AI Agent Engine ist eine Reihe von Diensten, mit denen Entwickler Agenten in der Produktion skalieren können. Heute werden die Preise für die Agent Engine-Laufzeit festgelegt. Die Preise für andere Agent Engine-Dienste wie Sitzungen, Memory Bank und Codeausführung werden zu einem späteren Zeitpunkt veröffentlicht (derzeit sind sie kostenlos nutzbar).

Agent Engine Runtime Pricing

Die Preise basieren auf den von den Agents verwendeten Compute-Ressourcen (vCPU-Stunden) und Speicherressourcen (GiB-Stunden), die in der Agent Engine-Laufzeitumgebung bereitgestellt werden. Die Abrechnung erfolgt auf die nächste Sekunde der Nutzung. Die Zeit, in der ein Agent nicht aktiv ist, wird nicht in Rechnung gestellt.

Kostenlose Stufe

Um Ihnen den Einstieg in die Laufzeit zu erleichtern, bieten wir eine monatliche kostenlose Stufe an.

vCPU – Die ersten 180.000 vCPU-Sekunden pro Monat sind kostenlos
RAM – Die ersten 360.000 GiB-Sekunden pro Monat sind kostenlos

Nutzungsbasierte Abrechnung

Sobald Ihre monatliche Nutzung das kostenlose Kontingent übersteigt, beginnt die Abrechnung zu den unten aufgeführten Preisen.

Ressource	Preis (in $)
vCPU	0 hour to 50 hour 0,00 $ (Free) / 3,600 second, per 1 month / project 50 hour and above 0,0994 $ / 3,600 second, per 1 month / project
RAM	0 gigabyte hour to 100 gigabyte hour 0,00 $ (Free) / 3,600 gibibyte second, per 1 month / project 100 gigabyte hour and above 0,0105 $ / 3,600 gibibyte second, per 1 month / project

Seit dem 6. November 2025 gilt für die Agent Engine-Laufzeit ein vereinfachtes Preismodell mit einem einheitlichen Tarif, der in allen Regionen angewendet wird, in denen die Agent Engine-Laufzeit verfügbar ist.

Ray in Vertex AI

Schulung

Maschinentypen

Maschinentyp	Preis (in $)
n1-standard-4	0,2279988 $ / 1 hour
n1-standard-8	0,4559976 $ / 1 hour
n1-standard-16	0,9119952 $ / 1 hour
n1-standard-32	1,8239904 $ / 1 hour
n1-standard-64	3,6479808 $ / 1 hour
n1-standard-96	5,4719712 $ / 1 hour
n1-highmem-2	0,1419636 $ / 1 hour
n1-highmem-4	0,2839272 $ / 1 hour
n1-highmem-8	0,5678544 $ / 1 hour
n1-highmem-16	1,1357088 $ / 1 hour
n1-highmem-32	2,2714176 $ / 1 hour
n1-highmem-64	4,5428352 $ / 1 hour
n1-highmem-96	6,8142528 $ / 1 hour
n1-highcpu-16	0,68014656 $ / 1 hour
n1-highcpu-32	1,36029312 $ / 1 hour
n1-highcpu-64	2,72058624 $ / 1 hour
n1-highcpu-96	4,08087936 $ / 1 hour
a2-highgpu-1g*	4,408062 $ / 1 hour
a2-highgpu-2g*	8,816124 $ / 1 hour
a2-highgpu-4g*	17,632248 $ / 1 hour
a2-highgpu-8g*	35,264496 $ / 1 hour
a2-highgpu-16g*	70,528992 $ / 1 hour
a3-highgpu-8g*	105,39898088 $ / 1 hour
a3-megagpu-8g*	110,65714224 $ / 1 hour
a4-highgpu-8g*	148,212 $ / 1 hour
e2-standard-4	0,16082748 $ / 1 hour
e2-standard-4	0,32165496 $ / 1 hour
e2-standard-16	0,64330992 $ / 1 hour
e2-standard-32	1,28661984 $ / 1 hour
e2-highmem-2	0,10847966 $ / 1 hour
e2-highmem-4	0,21695932 $ / 1 hour
e2-highmem-8	0,43391864 $ / 1 hour
e2-highmem-16	0,86783728 $ / 1 hour
e2-highcpu-16	0,4749144 $ / 1 hour
e2-highcpu-32	0,9498288 $ / 1 hour
n2-standard-4	0,2330832 $ / 1 hour
n2-standard-8	0,4661664 $ / 1 hour
n2-standard-16	0,9323328 $ / 1 hour
n2-standard-32	1,8646656 $ / 1 hour
n2-standard-48	2,7969984 $ / 1 hour
n2-standard-64	3,7293312 $ / 1 hour
n2-standard-80	4,661664 $ / 1 hour
n2-highmem-2	0,1572168 $ / 1 hour
n2-highmem-4	0,3144336 $ / 1 hour
n2-highmem-8	0,6288672 $ / 1 hour
n2-highmem-16	1,2577344 $ / 1 hour
n2-highmem-32	2,5154688 $ / 1 hour
n2-highmem-48	3,7732032 $ / 1 hour
n2-highmem-64	5,0309376 $ / 1 hour
n2-highmem-80	6,288672 $ / 1 hour
n2-highcpu-16	0,6882816 $ / 1 hour
n2-highcpu-32	1,3765632 $ / 1 hour
n2-highcpu-48	2,0648448 $ / 1 hour
n2-highcpu-64	2,7531264 $ / 1 hour
n2-highcpu-80	3,441408 $ / 1 hour
c2-standard-4	0,2505696 $ / 1 hour
c2-standard-8	0,5011392 $ / 1 hour
c2-standard-16	1,0022784 $ / 1 hour
c2-standard-30	1,879272 $ / 1 hour
c2-standard-60	3,758544 $ / 1 hour
m1-ultramem-40	7,55172 $ / 1 hour
m1-ultramem-80	15,10344 $ / 1 hour
m1-ultramem-160	30,20688 $ / 1 hour
m1-megamem-96	12,782592 $ / 1 hour
cloud-tpu	Die Preise richten sich nach dem Beschleunigertyp. Siehe „Beschleuniger“.

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Beschleuniger

GPU-Typ	Preis (in $)
NVIDIA_TESLA_A100	3,5206896 $ / 1 hour
NVIDIA_TESLA_A100_80GB	4,517292 $ / 1 hour
NVIDIA_H100_80GB	11,75586073 $ / 1 hour
NVIDIA_TESLA_P4	0,72 $ / 1 hour
NVIDIA_TESLA_P100	1,752 $ / 1 hour
NVIDIA_TESLA_T4	0,42 $ / 1 hour
NVIDIA_TESLA_V100	2,976 $ / 1 hour
TPU_V2 Single (8 Kerne)	5,40 $ / 1 hour
TPU_V2 Pod (32 Kerne)^*	28,80 $ / 1 hour
TPU_V3 Single (8 Kerne)	9,60 $ / 1 hour
TPU_V3 Pod (32 Kerne)^*	38,40 $ / 1 hour

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Laufwerke

Laufwerkstyp	Preis (in $)
pd-standard	0,000065753 $ / 1 gibibyte hour
pd-ssd	0,000279452 $ / 1 gibibyte hour

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Die Verwendung unterliegt der Kontingentrichtlinie für Vertex AI.
Es ist erforderlich, dass Sie Ihre Daten und Programmdateien während des Vertex AI-Lebenszyklus in Google Cloud Storage-Buckets speichern. Hier finden Sie weitere Informationen zur Verwendung von Cloud Storage.

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.

Sie können Spot-VMs mit Vertex AI Inference verwenden. Spot-VMs werden gemäß der Preisliste für Spot-VMs in Compute Engine abgerechnet. Zusätzlich zur Nutzung der Infrastruktur fallen die in den nachstehenden Tabellen aufgeführten Gebühren für die Verwaltung von Vertex AI Inference an.

Sie können Compute Engine-Reservierungen mit Vertex AI Inference verwenden. Wenn Sie Compute Engine-Reservierungen verwenden, werden Ihnen die Kosten gemäß den Compute Engine-Preisen in Rechnung gestellt, einschließlich aller anwendbaren Rabatte für zugesicherte Nutzung (Committed Use Discounts, CUDs). Zusätzlich zur Nutzung der Infrastruktur fallen die in den nachstehenden Tabellen aufgeführten Gebühren für die Verwaltung von Vertex AI Inference an.

E2-Serie

Maschinentyp	Preis (in $)
e2-standard-2	0,0770564 $ / 1 hour
e2-standard-4	0,1541128 $ / 1 hour
e2-standard-8	0,3082256 $ / 1 hour
e2-standard-16	0,6164512 $ / 1 hour
e2-standard-32	1,2329024 $ / 1 hour
e2-highmem-2	0,1039476 $ / 1 hour
e2-highmem-4	0,2078952 $ / 1 hour
e2-highmem-8	0,4157904 $ / 1 hour
e2-highmem-16	0,8315808 $ / 1 hour
e2-highcpu-2	0,056888 $ / 1 hour
e2-highcpu-4	0,113776 $ / 1 hour
e2-highcpu-8	0,227552 $ / 1 hour
e2-highcpu-16	0,455104 $ / 1 hour
e2-highcpu-32	0,910208 $ / 1 hour

N1-Serie

Maschinentyp	Preis (in $)
n1-standard-2	0,1095 $ / 1 hour
n1-standard-4	0,219 $ / 1 hour
n1-standard-8	0,438 $ / 1 hour
n1-standard-16	0,876 $ / 1 hour
n1-standard-32	1,752 $ / 1 hour
n1-highmem-2	0,137 $ / 1 hour
n1-highmem-4	0,274 $ / 1 hour
n1-highmem-8	0,548 $ / 1 hour
n1-highmem-16	1,096 $ / 1 hour
n1-highcpu-2	0,081 $ / 1 hour
n1-highcpu-4	0,162 $ / 1 hour
n1-highcpu-8	0,324 $ / 1 hour
n1-highcpu-16	0,648 $ / 1 hour
n1-highcpu-32	1,296 $ / 1 hour

N2-Serie

Maschinentyp	Preis (in $)
n2-standard-2	0,1116854 $ / 1 hour
n2-standard-4	0,2233708 $ / 1 hour
n2-standard-8	0,4467416 $ / 1 hour
n2-standard-16	0,8934832 $ / 1 hour
n2-standard-32	1,7869664 $ / 1 hour
n2-highmem-2	0,1506654 $ / 1 hour
n2-highmem-4	0,3013308 $ / 1 hour
n2-highmem-8	0,6026616 $ / 1 hour
n2-highmem-16	1,2053232 $ / 1 hour
n2-highcpu-2	0,0824504 $ / 1 hour
n2-highcpu-4	0,1649008 $ / 1 hour
n2-highcpu-8	0,3298016 $ / 1 hour
n2-highcpu-16	0,6596032 $ / 1 hour
n2-highcpu-32	1,3192064 $ / 1 hour

N2D-Serie

Maschinentyp	Preis (in $)
n2d-standard-2	0,0971658 $ / 1 hour
n2d-standard-4	0,1943316 $ / 1 hour
n2d-standard-8	0,3886632 $ / 1 hour
n2d-standard-16	0,7773264 $ / 1 hour
n2d-standard-32	1,5546528 $ / 1 hour
n2d-highmem-2	0,131077 $ / 1 hour
n2d-highmem-4	0,262154 $ / 1 hour
n2d-highmem-8	0,524308 $ / 1 hour
n2d-highmem-16	1,048616 $ / 1 hour
n2d-highcpu-2	0,0717324 $ / 1 hour
n2d-highcpu-4	0,1434648 $ / 1 hour
n2d-highcpu-8	0,2869296 $ / 1 hour
n2d-highcpu-16	0,5738592 $ / 1 hour
n2d-highcpu-32	1,1477184 $ / 1 hour

C2-Serie

Maschinentyp	Preis (in $)
c2-standard-4	0,240028 $ / 1 hour
c2-standard-8	0,480056 $ / 1 hour
c2-standard-16	0,960112 $ / 1 hour
c2-standard-30	1,80021 $ / 1 hour
c2-standard-60	3,60042 $ / 1 hour

C2D-Serie

Maschinentyp	Preis (in $)
c2d-standard-2	0,1044172 $ / 1 hour
c2d-standard-4	0,2088344 $ / 1 hour
c2d-standard-8	0,4176688 $ / 1 hour
c2d-standard-16	0,8353376 $ / 1 hour
c2d-standard-32	1,6706752 $ / 1 hour
c2d-standard-56	2,9236816 $ / 1 hour
c2d-standard-112	5,8473632 $ / 1 hour
c2d-highmem-2	0,1408396 $ / 1 hour
c2d-highmem-4	0,2816792 $ / 1 hour
c2d-highmem-8	0,5633584 $ / 1 hour
c2d-highmem-16	1,1267168 $ / 1 hour
c2d-highmem-32	2,2534336 $ / 1 hour
c2d-highmem-56	3,9435088 $ / 1 hour
c2d-highmem-112	7,8870176 $ / 1 hour
c2d-highcpu-2	0,086206 $ / 1 hour
c2d-highcpu-4	0,172412 $ / 1 hour
c2d-highcpu-8	0,344824 $ / 1 hour
c2d-highcpu-16	0,689648 $ / 1 hour
c2d-highcpu-32	1,379296 $ / 1 hour
c2d-highcpu-56	2,413768 $ / 1 hour
c2d-highcpu-112	4,827536 $ / 1 hour

C3-Serie

Maschinentyp	Preis (in $)
c3-highcpu-4	0,19824 $ / 1 hour
c3-highcpu-8	0,39648 $ / 1 hour
c3-highcpu-22	1,09032 $ / 1 hour
c3-highcpu-44	2,18064 $ / 1 hour
c3-highcpu-88	4,36128 $ / 1 hour
c3-highcpu-176	8,72256 $ / 1 hour

A2-Serie

Maschinentyp	Preis (in $)
a2-highgpu-1g	4,2244949 $ / 1 hour
a2-highgpu-2g	8,4489898 $ / 1 hour
a2-highgpu-4g	16,8979796 $ / 1 hour
a2-highgpu-8g	33,7959592 $ / 1 hour
a2-megagpu-16g	64,1020592 $ / 1 hour
a2-ultragpu-1g	5,7818474 $ / 1 hour
a2-ultragpu-2g	11,5636948 $ / 1 hour
a2-ultragpu-4g	23,1273896 $ / 1 hour
a2-ultragpu-8g	46,2547792 $ / 1 hour

Bei der Nutzung von reservierter oder Spot-Kapazität wird die Abrechnung auf zwei SKUs aufgeteilt: die GCE-SKU mit dem Label „vertex-ai-online-prediction“ und die Vertex AI-Verwaltungsgebühr-SKU. So können Sie Ihre Rabatte für zugesicherte Nutzung (Committed Use Discounts, CUDs) in Vertex AI nutzen.

A3-Serie

Maschinentyp	Preis (in $)
a3-ultragpu-8g	96,015616 $ / 1 hour
a3-megagpu-8g	106,65474 $ / 1 hour

A4-Serie

Maschinentyp	Preis (in $)
a4-highgpu-8g	148,212 $ / 1 hour

A4X-Serie

Maschinentyp	Preis (in $)
a4x-highgpu-4g	74,75 $ / 1 hour

a4x-highgpu-4g erfordert mindestens 18 VMs.

G2-Serie

Maschinentyp	Preis (in $)
g2-standard-4	0,81293 $ / 1 hour
g2-standard-8	0,98181 $ / 1 hour
g2-standard-12	1,15069 $ / 1 hour
g2-standard-16	1,31957 $ / 1 hour
g2-standard-24	2,30138 $ / 1 hour
g2-standard-32	1,99509 $ / 1 hour
g2-standard-48	4,60276 $ / 1 hour
g2-standard-96	9,20552 $ / 1 hour

G4-Serie

Maschinentyp	Preis (in $)
g4-standard-48	5,17508763 $ / 1 hour
g4-standard-96	10,35017526 $ / 1 hour
g4-standard-192	20,70035052 $ / 1 hour
g4-standard-384	41,40070104 $ / 1 hour

TPU v5e – Preise

Maschinentyp	Preis (in $)
ct5lp-hightpu-1t	1,38 $ / 1 hour
ct5lp-hightpu-4t	5,52 $ / 1 hour
ct5lp-hightpu-8t	5,52 $ / 1 hour

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 vom Typ „n1-highcpu-32“ umfasst beispielsweise 32 vCPUs und 32 GB RAM. Der Stundensatz entspricht daher 32 vCPU-Stunden + 32 GB-Stunden.

E2-Serie

Posten	Preis (in $)
vCPU	0,0250826 $ / 1 hour
RAM	0,0033614 $ / 1 gibibyte hour

N1-Serie

Posten	Preis (in $)
vCPU	0,036 $ / 1 hour
RAM	0,005 $ / 1 gibibyte hour

N2-Serie

Posten	Preis (in $)
vCPU	0,0363527 $ / 1 hour
RAM	0,0048725 $ / 1 gibibyte hour

N2D-Serie

Posten	Preis (in $)
vCPU	0,0316273 $ / 1 hour
RAM	0,0042389 $ / 1 gibibyte hour

C2-Serie

Posten	Preis (in $)
vCPU	0,039077 $ / 1 hour
RAM	0,0052325 $ / 1 gibibyte hour

C2D-Serie

Posten	Preis (in $)
vCPU	0,0339974 $ / 1 hour
RAM	0,0045528 $ / 1 gibibyte hour

C3-Serie

Posten	Preis (in $)
vCPU	0,03908 $ / 1 hour
RAM	0,00524 $ / 1 gibibyte hour

A2-Serie

Posten	Preis (in $)
vCPU	0,0363527 $ / 1 hour
RAM	0,0048725 $ / 1 gibibyte hour
GPU (A100 40 GB)	3,3741 $ / 1 hour
GPU (A100 80 GB)	4,51729 $ / 1 hour

A3-Serie

Posten	Preis (in $)
vCPU	0,0293227 $ / 1 hour
RAM	0,0025534 $ / 1 gibibyte hour
GPU (H100 80 GB)	11,2660332 $ / 1 hour
GPU (H200)	10,708501 $ / 1 hour

G2-Serie

Posten	Preis (in $)
vCPU	0,02874 $ / 1 hour
RAM	0,00337 $ / 1 gibibyte hour
GPU (L4)	0,64405 $ / 1 hour

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.

Beschleuniger – Preis pro Stunde

GPU-Typ	Preis (in $)
NVIDIA_TESLA_P4	0,69 $ / 1 hour
NVIDIA_TESLA_P100	1,679 $ / 1 hour
NVIDIA_TESLA_T4	0,402 $ / 1 hour
NVIDIA_TESLA_V100	2,852 $ / 1 hour

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. In der Tabelle mit den Preisen für Vorhersagen wird der Preis für eine Knotenstunde beschrieben. Dieser ist je nach Region sowie für Onlinevorhersagen und Batchvorhersagen unterschiedlich.

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 Verwendung von 30 Sekunden der vCPU-, RAM- und GPU-Ressourcen in Rechnung gestellt werden, die Ihr Knoten derzeit verwendet.

Weitere Informationen zu Autoscaling und Vorhersageknoten

Onlinevorhersage	Batchvorhersage
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 von Knoten festlegen, die für einen Batchvorhersagejob zu verwenden sind, und die Anzahl der Knoten angeben, die für ein Modell ausgeführt werden sollen, wenn Sie dieses bereitstellen.

Onlinevorhersage

Batchvorhersage

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 von Knoten festlegen, die für einen Batchvorhersagejob zu verwenden sind, und 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 konfigurierte 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 durchgeführt. Jobs sind auf einen Knoten beschränkt und jede Instanz benötigt durchschnittlich 0,72 Sekunden für die Verarbeitung.

Zuerst wird der Zeitraum für die Ausführung der einzelnen Jobs berechnet:

Wird geladen...

Jeder Job hat mehr als 10 Minuten gebraucht, also wird jede Minute der Verarbeitung in Rechnung gestellt:

Wird geladen...

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.

Beispielgestützte Erklärungen

Die Preise für beispielgestützte Erklärungen setzen sich so zusammen:

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.

Maschinentypen

Maschinentyp	Preis (in $)
n1-standard-4	0,2849985 $ / 1 hour
n1-standard-8	0,569997 $ / 1 hour
n1-standard-16	1,139994 $ / 1 hour
n1-standard-32	2,279988 $ / 1 hour
n1-standard-64	4,559976 $ / 1 hour
n1-standard-96	6,839964 $ / 1 hour
n1-highmem-2	0,1774545 $ / 1 hour
n1-highmem-4	0,1774545 $ / 1 hour
n1-highmem-8	0,709818 $ / 1 hour
n1-highmem-16	1,419636 $ / 1 hour
n1-highmem-32	2,839272 $ / 1 hour
n1-highmem-64	5,678544 $ / 1 hour
n1-highmem-96	8,517816 $ / 1 hour
n1-highcpu-16	0,8501832 $ / 1 hour
n1-highcpu-32	1,7003664 $ / 1 hour
n1-highcpu-64	3,4007328 $ / 1 hour
n1-highcpu-96	5,1010992 $ / 1 hour
a2-highgpu-1g	5,641070651 $ / 1 hour
a2-highgpu-2g	11,282141301 $ / 1 hour
a2-highgpu-4g	22,564282603 $ / 1 hour
a2-highgpu-8g	45,128565205 $ / 1 hour
a2-highgpu-16g	90,257130411 $ / 1 hour
e2-standard-4	0,20103426 $ / 1 hour
e2-standard-8	0,40206852 $ / 1 hour
e2-standard-16	0,80413704 $ / 1 hour
e2-standard-32	1,60827408 $ / 1 hour
e2-highmem-2	0,13559949 $ / 1 hour
e2-highmem-4	0,27119898 $ / 1 hour
e2-highmem-8	0,54239796 $ / 1 hour
e2-highmem-16	1,08479592 $ / 1 hour
e2-highcpu-16	0,59364288 $ / 1 hour
e2-highcpu-32	1,18728576 $ / 1 hour
n2-standard-4	0,291354 $ / 1 hour
n2-standard-8	0,582708 $ / 1 hour
n2-standard-16	1,165416 $ / 1 hour
n2-standard-32	2,330832 $ / 1 hour
n2-standard-48	3,496248 $ / 1 hour
n2-standard-64	4,661664 $ / 1 hour
n2-standard-80	5,82708 $ / 1 hour
n2-highmem-2	0,196521 $ / 1 hour
n2-highmem-4	0,393042 $ / 1 hour
n2-highmem-8	0,786084 $ / 1 hour
n2-highmem-16	1,572168 $ / 1 hour
n2-highmem-32	3,144336 $ / 1 hour
n2-highmem-48	4,716504 $ / 1 hour
n2-highmem-64	6,288672 $ / 1 hour
n2-highmem-80	7,86084 $ / 1 hour
n2-highcpu-16	0,860352 $ / 1 hour
n2-highcpu-32	1,720704 $ / 1 hour
n2-highcpu-64	3,441408 $ / 1 hour
n2-highcpu-80	4,30176 $ / 1 hour
c2-standard-4	0,313212 $ / 1 hour
c2-standard-8	0,626424 $ / 1 hour
c2-standard-16	1,252848 $ / 1 hour
c2-standard-30	2,34909 $ / 1 hour
c2-standard-60	4,69818 $ / 1 hour

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Die Preise für a2-highgpu-Instanzen beinhalten die Kosten für die angehängten NVIDIA_TESLA_A100-Beschleuniger.

Beschleuniger

GPU-Typ	Preis (in $)
NVIDIA_TESLA_A100	4,400862 $ / 1 hour
NVIDIA_TESLA_P4	0,90 $ / 1 hour
NVIDIA_TESLA_P100	2,19 $ / 1 hour
NVIDIA_TESLA_T4	0,525 $ / 1 hour
NVIDIA_TESLA_V100	3,72 $ / 1 hour

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Laufwerke

Laufwerkstyp	Preis (in $)
pd-standard	0,000082192 $ / 1 gibibyte hour
pd-ssd	0,000349315 $ / 1 gibibyte hour

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Hinweise:

Jede Verwendung unterliegt der Kontingentrichtlinie für Neural Architecture Search.
Daten und Programmdateien müssen während des Lebenszyklus der Neural Architecture Search in Cloud Storage-Buckets gespeichert werden. Hier finden Sie weitere Informationen zur Verwendung von Cloud Storage.
Bei Interesse an volumenbasierten Rabatten wenden Sie sich an das Vertriebsteam.
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 Kosten 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.

Hinweis: Sie können zum Speichern Ihrer Eingabedaten auch einen anderen Google Cloud-Dienst wie BigQuery verwenden. Dafür gelten dann eigene Preise.

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 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.

Aktion	Preis (in $)
Knoten zur Datenverarbeitung Datenverarbeitung (z.B. Aufnahme in ein Online- Speichern, Überwachen usw.)	0,08 $ / 1 hour
Optimierte Onlinebereitstellungsknoten Bereitstellung mit niedriger Latenz und Bereitstellung von Einbettungen Jeder Knoten umfasst 200 GB Speicherplatz	0,30 $ / 1 hour
Bigtable-Onlinebereitstellungsknoten Bereitstellung mit Cloud Bigtable	0,94 $ / 1 hour
Bigtable-Onlinebereitstellungsspeicher Speicher für die Bereitstellung mit Cloud Bigtable	0,000342466 $ / 1 gibibyte hour

Optimierte Onlinebereitstellung und Bigtable-Onlinebereitstellung verwenden unterschiedliche Architekturen, sodass die Knotenpunkte nicht vergleichbar sind.

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

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 mindestens etwa 100 MiB Daten pro Stunde in einen Bigtable Online Store oder einen optimierten Online Store aufnehmen, wenn keine analytischen Funktionen verwendet werden.
Bigtable-Onlinebereitstellung: Jeder Knoten unterstützt etwa 15.000 Abfragen pro Sekunde und bis zu 5 TB Speicherplatz.
Optimierte Onlinebereitstellung: Die Leistung hängt vom Maschinentyp und den Replikaten ab, die automatisch konfiguriert werden, um die Kosten in Abhängigkeit von der Arbeitslast zu minimieren. Jeder Knoten kann mindestens 2 und maximal 6 Replikate für hohe Verfügbarkeit und Autoscaling haben. Die Abrechnung erfolgt entsprechend der Anzahl der Replikate. Weitere Informationen finden Sie in den Beispielszenarien für monatliche Abrechnungen.
Für Arbeitslasten, die nicht mit Einbettungen zusammenhängen, unterstützt jeder Knoten etwa 500 QPS und bis zu 200 GB Speicherplatz.
Bei Arbeitslasten im Zusammenhang mit Einbettungen kann jeder Knoten etwa 500 Abfragen pro Sekunde und bis zu 4 GB Speicherplatz für 512-dimensionale Daten unterstützen.

Die Anzahl der Knoten (mit Replikaten) können Sie im Metrics Explorer ansehen:

Metrics 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

Vorgänge	Monatliche Nutzung	Kosten pro Monat
Knoten zur Datenverarbeitung	(1 GB/Tag) × (30 Tage/Monat) × (1.000 MB/GB) × (1 Knotenstunde / 100 MB) = 300 Knotenstunden	300 Knotenstunden × (0,08 $ je Knotenstunde) = 24 $
Optimierte Onlinebereitstellungsknoten	–	–
Bigtable-Onlinebereitstellungsknoten	(1 Knoten) × (24 Stunden/Tag) × (30 Tage/Monat) = 720 Knotenstunden	720 Knotenstunden × (0,94 $ pro Knotenstunde) = 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 $
Summe		1.326 $

Arbeitslast mit hohem QPS-Wert: Optimierte Onlinebereitstellung mit 10 GB Nicht-Embedding-Daten (5 GB täglich aktualisiert) und 2.000 QPS

Vorgänge	Monatliche Nutzung	Kosten pro Monat
Knoten zur Datenverarbeitung	(5 GB/Tag) × (30 Tage/Monat) × (1.000 MB/GB) × (1 Knotenstunde / 100 MB) = 1.500 Knotenstunden	1.500 Knotenstunden × (0,08 $ je Knotenstunde) = 120 $
Optimierte Onlinebereitstellungsknoten	Aufrunden(10 GB * (1 Knoten / 200 GB)) = 1 * max(2 Standardreplikate, 2.000 QPS * (1 Replikat / 500 QPS)) = 4 Knoten insgesamt * (24 Stunden/Tag) * (30 Tage/Monat) =2.880 Knotenstunden	2.880 Knotenstunden × (0,30 $ je Knotenstunde) = 864 $
Bigtable-Onlinebereitstellungsknoten	–	–
Bigtable-Onlinebereitstellungsspeicher	–	–
Summe		984$

Arbeitslast für die Bereitstellung von Einbettungen: Optimierte Onlinebereitstellung mit 20 GB an Einbettungsdaten (2 GB täglich aktualisiert) und 800 Abfragen pro Sekunde

Vorgänge	Monatliche Nutzung	Kosten pro Monat
Knoten zur Datenverarbeitung	(2 GB/Tag) × (30 Tage/Monat) × (1.000 MB/GB) × (1 Knotenstunde / 100 MB) = 600 Knotenstunden	600 Knotenstunden × (0,08 $ je Knotenstunde) = 48 $
Optimierte Onlinebereitstellungsknoten	Aufrunden(20 GB* (1 Knoten / 4 GB) = 5 * max(2 Standardreplikate, 800 QPS * (1 Replikat / 500 QPS)) = 10 Knoten insgesamt * (24 Stunden/Tag) * (30 Tage/Monat) = 7.200 Knotenstunden	7.200 Knotenstunden × (0,30 $ pro Knotenstunde) = 2.160 $
Bigtable-Onlinebereitstellungsknoten	–	–
Bigtable-Onlinebereitstellungsspeicher	–	–
Summe		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.

Aktion	Preis (in $)
Onlinespeicher	0,25 $ pro GB und Monat
Offlinespeicher	0,023 $ pro GB und Monat
Onlinebereitstellung	0,94 $ pro Knoten und Stunde
Batch-Export	0,005 $ pro GB
Streamingaufnahme	0,10 $ pro GB aufgenommener Daten

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 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:

Für Testversionen, die RANDOM_SEARCH und GRID_SEARCH verwenden, fallen keine Kosten an. Weitere Informationen zu Suchalgorithmen
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 Gibibyte bezeichnet.

Für die Vektorsuche werden in allen Regionen 3 $pro Gibibyte (GiB) an verarbeiteten Daten berechnet. Für die Vektorsuche werden 0,45 $/GiB für Streaming-Update-Einfügungen berechnet.

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.

Maschinentyp	Preis (in $)
e2-standard-2	0,0938084 $ / 1 hour
e2-standard-16	0,7504672 $ / 1 hour
e2-highmem-16	1,012368 $ / 1 hour
n2d-standard-32	1,8926208 $ / 1 hour
n1-standard-16	1,0639944 $ / 1 hour
n1-standard-32	2,1279888 $ / 1 hour

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.

Bereitstellungskosten: Anzahl Replikate/Shard × Anzahl Shards (ca. Datengröße/Shard-Größe) × Kosten pro Stunde × 730 Stunden
Build-Kosten: Datengröße(in GiB) × 3 $/GiB × Anzahl Updates/Monat

Streaming-Update: 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 die Kosten für die Neuerstellung des Index zum selben Preis wie ein Batchupdate in Rechnung gestellt.

Anzahl der Einbettungen/Vektoren	Anzahl der Dimensionen	Abfragen pro Sekunde (Queries per second, QPS)	Maschinentyp	Knoten	Geschätzte monatliche Bereitstellungskosten (USD)
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 Konfigurationsparameter, die sich auf Recall und Latenz auswirken.

Wenn Sie viele Abfragen pro Sekunde (QPS) ausführen, kann eine Batch-Verarbeitung dieser Abfragen die Gesamtkosten um bis zu 30–40 % senken.

Speicheroptimierte Vektorsuche

Statt einzelne VMs und separate Komprimierungsjobs zu verwalten und zu bezahlen, gibt es zwei SKUs:

Kapazitätseinheiten (Capacity Units, CUs): Dies ist die primäre Maßeinheit für die Bereitstellung. Eine CU ist eine gebündelte Einheit aus Rechenleistung und aktivem SSD-Speicher (jeweils bis zu 1 TiB) und kostet 2,30 $pro CU, Stunde und Replikat. Dieser Einheitspreis umfasst die Kosten für die Bereitstellung und die fortlaufende Indexverwaltung. Der Dienst wird automatisch skaliert und es werden zusätzliche CUs hinzugefügt, wenn die Indexgröße zunimmt.
Schreibeinheiten: Für das Hinzufügen von Daten wird ein Preis von 0, 45 $pro GiB berechnet. Die Gebühr gilt sowohl für Batch- als auch für Streaming-Indexaktualisierungen.

Einheit	Preis
Speicheroptimierte Kapazitätseinheit	2,30 $ / 1 hour
Schreibeinheiten	0,45 $ / 1 gibibyte

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:
(1,5 GB × 3,50 $) + ((0,1 GB + 0,2 GB) × 3,50 $) = 6,30 $

Vertex AI Workbench

Wählen Sie Instanzen, verwaltete Notebooks oder nutzerverwaltete Notebooks für Preisinformationen.

Instanzen

Die folgenden Tabellen enthalten die ungefähren 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.

CPUs

Maschinentyp	Preis pro vCPU (in USD)
N1	0,0379332 $ / 1 hour
N2	0,0379332 $ / 1 hour
E2	0,026173908 $ / 1 hour
A2	0,0379332 $ / 1 hour

Speicher

Maschinentyp	Preis (in $)
N1	0,0050844 $ / 1 gibibyte hour
N2	0,0050844 $ / 1 gibibyte hour
E2	0,003508236 $ / 1 gibibyte hour
A2	0,0050844 $ / 1 gibibyte hour

Beschleuniger

Maschinentyp	Preis (in $)
Nvidia Tesla A100	4,400862 $ / 1 hour
Nvidia Tesla A100 80 GB	4,51729 $ / 1 hour
Nvidia Tesla T4	0,525 $ / 1 hour
Nvidia Tesla V100	3,72 $ / 1 hour
Nvidia Tesla P100	2,19 $ / 1 hour

Laufwerke

Maschinentyp	Preis (in $)
Bereitgestellter Hyperdisk Extreme-Speicherplatz	0,000205479 $ / 1 gibibyte hour
Bereitgestellter abgestimmter Speicherplatz	0,000164384 $ / 1 gibibyte hour
Bereitgestellter Extrem-Speicherplatz	0,000205479 $ / 1 gibibyte hour
Bereitgestellter SSD-Speicherplatz	0,000279452 $ / 1 gibibyte hour
Bereitgestellter Standard-Speicherplatz	0,000065753 $ / 1 gibibyte hour

Für Ihre Vertex AI Workbench-Instanz fallen folgende Kosten an:

Für die CPU- und Beschleunigernutzung werden Ihnen Kosten berechnet, wenn sich die Instanz in den folgenden Zuständen befindet:
WIRD GESTARTET
BEREITSTELLUNG
AKTIV
WIRD AKTUALISIERT
ROLLBACKING
WIEDERHERSTELLUNG
WIRD BEENDET
SPERREN
Für den Festplattenspeicher werden Ihnen Gebühren in Rechnung gestellt, wenn sich die Instanz in einem der folgenden Zustände befindet:
WIRD GESTARTET
BEREITSTELLUNG
AKTIV
WIRD AKTUALISIERT
ROLLBACKING
WIEDERHERSTELLUNG
WIRD BEENDET
ANGEHALTEN
SPERREN
GESPERRT

Verwaltete Notebooks

Der Preis setzt sich aus den Kosten der von Ihnen genutzten Rechen- und Speicherressourcen, den Verwaltungsgebühren für Ihre Vertex AI Workbench-Instanzen und allen Kosten für zusätzliche, von Ihnen genutzte Cloud-Ressourcen zusammen. Weitere Informationen finden Sie in den folgenden Abschnitten.

Computing- und Speicherressourcen

Rechen- und Speicherressourcen werden zu demselben Tarif berechnet, den Sie derzeit für Compute Engine und Cloud Storage zahlen.

Verwaltungsgebühren

Zusätzlich zur Nutzung der Infrastruktur fallen die in den nachstehenden Tabellen aufgeführten Gebühren für die Verwaltung von Vertex AI Workbench an.

Artikelnummer	Preis (in $)
vCPU	0,05 $ pro vCPU
T4 und P4 (Standard-GPU)	0,35 $ pro GPU
P100, V100, L4 und A100 GPU (Premium-GPU)	2,48 $ pro GPU

Nutzerverwaltete Notebooks

Computing- und Speicherressourcen

Rechen- und Speicherressourcen werden zu demselben Tarif berechnet, den Sie derzeit für Compute Engine und Cloud Storage zahlen.

Verwaltungsgebühren

Zusätzlich zur Nutzung der Infrastruktur fallen die in den nachstehenden Tabellen aufgeführten Gebühren für die Verwaltung von Vertex AI Workbench an.

Artikelnummer	Preis (in $)
vCPU	0,005 $ pro vCPU
T4 und P4 (Standard-GPU)	0,035 $ pro GPU
P100, V100 und A100 GPU (Premium-GPU)	0,25 $ pro GPU

Zusätzliche Google Cloud-Ressourcen

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).

Colab Enterprise

Preisinformationen zu Colab Enterprise finden Sie unter Colab Enterprise-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 Rechen- und Speicherressourcen. Diese Ressourcen werden zu demselben Tarif berechnet, den Sie derzeit für Compute Engine und Cloud Storage zahlen.

Zusätzlich zu den Rechen- und Speicherkosten 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 Text 100 Wörter enthält und drei menschliche Labelersteller hat, lautet die Berechnung 100 / 50 × 3 = 6 Einheiten. Klassifizierungen mit einem und 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. Nehmen Sie bitte Kontakt mit uns auf, wenn Sie Auskünfte zu Preisen für mehr als 1.000.000 Einheiten pro Monat benötigen.

Datentyp	Ziel	Einheit	Preisstufe 1 (USD)	Preisstufe 2 (in $)
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.

Ihren aktuellen Abrechnungsstatus einschließlich Nutzung und Ihrer aktuellen Rechnung finden Sie in der Cloud Console auf der Abrechnungsseite. Weitere Informationen zur Kontoverwaltung finden Sie in der Dokumentation zu Cloud Billing und unter Support zu Abrechnung und Zahlungen.

Nächste Schritte

Individuelles Angebot einholen

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.