Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Preços da Vertex AI
Os preços são indicados em dólares americanos (US$).
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados
na página SKUs do Cloud Platform.
Preços da Vertex AI em comparação com produtos legados
Os custos da Vertex AI permanecem os mesmos dos produtos legados
da AI Platform e do AutoML que a Vertex AI
substitui, com as seguintes exceções:
As previsões legadas do AI Platform Prediction e do AutoML Tables oferecem suporte a tipos de máquina de baixo custo e baixo desempenho que não recebem
suporte da Vertex AI Prediction e do AutoML tabular.
O AI Platform Prediction legado oferece suporte à redução da escala a zero, que
não é aceita pela Vertex AI Prediction.
A Vertex AI também oferece mais maneiras de otimizar custos, como as seguintes:
Para modelos do AutoML na Vertex AI, você paga por três atividades principais:
Treinamento do modelo
Implantação do modelo em um endpoint
Uso do modelo para fazer previsões
A Vertex AI usa configurações de máquina predefinidas para modelos do Vertex AutoML,
e a taxa por hora dessas atividades reflete o uso dos recursos.
O tempo necessário para treinar o modelo depende do tamanho e da complexidade dos dados de treinamento. É preciso implantar os modelos para que possam fornecer
previsões ou explicações on-line.
Você paga por cada modelo implantado em um endpoint, mesmo que nenhuma previsão seja feita.
É preciso cancelar a implantação do modelo para suspender cobranças futuras.
Modelos que não foram implantados ou que falharam na implantação não serão cobrados.
Você paga apenas pelas horas de computação usadas. Se houver falha no treinamento por qualquer motivo
que não seja um cancelamento iniciado pelo usuário, você não vai receber cobranças pelo
tempo. Se você cancelar a operação, o tempo de treinamento será cobrado.
Selecione um tipo de modelo abaixo para conferir as informações de preço.
A computação associada à Vertex Explainable AI é cobrada na mesma taxa que a previsão.
Contudo, as explicações levam mais tempo para serem processadas do que as previsões normais.
Por isso, o uso pesado do Vertex Explainable AI com o escalonamento automático resultaria em mais nós sendo
iniciados, o que aumentaria as cobranças de previsão.
Previsão da Vertex AI
AutoML
Etapa
Preços
Previsão
US$ 0,2 a cada mil pontos de dados* (0 a 1 milhão de pontos) US$ 0,1 a cada mil pontos de dados* (1 milhão a 50 milhões de pontos) US$ 0,02 a cada mil pontos de dados* (>50 milhões de pontos)
* Um ponto de dados de previsão é um ponto de tempo do horizonte de previsão. Por exemplo, com granularidade diária, um horizonte de 7 dias é 7 pontos a cada série temporal.
Até 5 quantis de previsão podem ser incluídos sem custos extras.
O número de pontos de dados consumidos por nível é atualizado mensalmente.
* Uma janela de backtest é criada para cada período no conjunto de testes. O AUTO_ARIMA_MAX_ORDER usado define o número de modelos candidatos. Esse número varia de 6 a 42 para modelos com diversas séries temporais.
Modelos treinados e personalizados
Treinamento
Confira nas tabelas abaixo o preço por hora aproximado de várias configurações
de treinamento. É possível escolher configurações personalizadas de tipos de máquinas selecionados. Para calcular os preços,
some os custos das máquinas virtuais usadas por você.
Se você usar tipos de máquina do Compute Engine e
anexar aceleradores, o custo destes será separado. Para calcular esse custo,
multiplique os preços da tabela abaixo pelo número de
aceleradores de cada tipo que você usa.
Tipos de máquina
*Esse valor inclui o preço da GPU, porque esse tipo de instância sempre requer um número fixo de aceleradores.
Se você fizer pagamentos em uma moeda que não seja o dólar americano, os preços listados na sua moeda em
SKUs do Cloud Platform
se aplicam.
Aceleradores
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados
na página
SKUs do Cloud Platform.
* O preço para treinar usando um pod do Cloud TPU é baseado no
número de núcleos do pod. O número de núcleos de um pod é sempre um múltiplo de
32. Para determinar o preço de treinar em um pod com mais de 32 núcleos,
pegue o preço de um pod de 32 núcleos e multiplique pelo número de núcleos,
depois divida por 32. Por exemplo, o preço de um pod de 128 núcleos é
(32-core Pod price) * (128/32). Para mais informações sobre quais pods do
Cloud TPU estão disponíveis para regiões específicas, consulte Arquitetura do sistema
na documentação do Cloud TPU.
Discos
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados
na página
SKUs do Cloud Platform.
Seus dados e arquivos de programas precisam ser armazenados nos
buckets do Google Cloud Storage durante o ciclo de vida da Vertex AI.
Saiba mais sobre o uso do Cloud Storage.
Você recebe cobranças pelo treinamento dos modelos a contar do momento em que os recursos são
provisionados para um job até a finalização dele.
Níveis de escalonamento para configurações predefinidas (AI Platform Training)
Defina o tipo de cluster de processamento que será usado ao treinar seu modelo.
A maneira mais simples é escolher uma das configurações predefinidas, chamadas níveis de escalonamento. Saiba mais sobre os
níveis de escalonamento.
Tipos de máquinas para configurações personalizadas
Se você usa a Vertex AI ou seleciona CUSTOM como seu nível de escalonamento no
AI Platform Training, você tem controle sobre o número
e o tipo de máquinas virtuais que serão usadas para o mestre, o worker e o servidor de parâmetros
do cluster. Leia mais sobre
tipos de máquinas para Vertex AI e
tipos de máquinas para AI Platform Training.
O custo do treinamento com um cluster de processamento personalizado será a soma de todas
as máquinas que você especificar. A cobrança é baseada no tempo total do job, e não no
tempo de processamento ativo de máquinas individuais.
Ray na Vertex AI
Treinamento
Confira nas tabelas abaixo o preço por hora aproximado de várias configurações
de treinamento. É possível escolher configurações personalizadas de tipos de máquinas selecionados. Para calcular os preços,
some os custos das máquinas virtuais usadas por você.
Se você usar tipos de máquina do Compute Engine e
anexar aceleradores, o custo destes será separado. Para calcular esse custo,
multiplique os preços da tabela abaixo pelo número de
aceleradores de cada tipo que você usa.
Tipos de máquina
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados
na página
SKUs do Cloud Platform.
Aceleradores
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados
na página
SKUs do Cloud Platform.
* O preço para treinar usando um pod do Cloud TPU é baseado no
número de núcleos do pod. O número de núcleos de um pod é sempre um múltiplo de
32. Para determinar o preço de treinar em um pod com mais de 32 núcleos,
pegue o preço de um pod de 32 núcleos e multiplique pelo número de núcleos,
depois divida por 32. Por exemplo, o preço de um pod de 128 núcleos é
(32-core Pod price) * (128/32). Para mais informações sobre quais pods do
Cloud TPU estão disponíveis para regiões específicas, consulte Arquitetura do sistema
na documentação do Cloud TPU.
Discos
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados
na página
SKUs do Cloud Platform.
Seus dados e arquivos de programas precisam ser armazenados nos
buckets do Google Cloud Storage durante o ciclo de vida da Vertex AI.
Saiba mais sobre o uso do Cloud Storage.
Você recebe cobranças pelo treinamento dos modelos a contar do momento em que os recursos são
provisionados para um job até a finalização dele.
Previsão e explicação
A tabela a seguir apresenta os preços da previsão em lote, da previsão on-line
e da explicação on-line por hora de uso do nó. Uma hora de uso do nó representa o tempo que a
máquina virtual leva executando um job de previsão ou aguardando em estado ativo (um
endpoint com um ou mais modelos implantados) para lidar com solicitações de explicação
ou previsão.
Escolha uma região para acessar a tabela de preços dela:
As tabelas a seguir apresentam o preço por hora de uso do nó para cada tipo de máquina.
Série E2
e2-standard-2aproximações:
us-west2
US$ 0,0926
us-west4
US$ 0,0868
us-east4
US$ 0,0868
northamerica-northeast1
US$ 0,0848
northamerica-northeast2
US$ 0,0848
southamerica-east1
US$ 0,1223
Outras regiões das Américas
US$ 0,0771
e2-standard-4aproximações:
us-west2
US$ 0,1851
us-west4
US$ 0,1736
us-east4
US$ 0,1736
northamerica-northeast1
US$ 0,1697
northamerica-northeast2
US$ 0,1697
southamerica-east1
US$ 0,2446
Outras regiões das Américas
US$ 0,1541
e2-standard-8aproximações:
us-west2
US$ 0,3702
us-west4
US$ 0,3471
us-east4
US$ 0,3471
northamerica-northeast1
US$ 0,3393
northamerica-northeast2
US$ 0,3393
southamerica-east1
US$ 0,4893
Outras regiões das Américas
US$ 0,3082
e2-standard-16aproximações:
us-west2
US$ 0,7405
us-west4
US$ 0,6942
us-east4
US$ 0,6942
northamerica-northeast1
US$ 0,6787
northamerica-northeast2
US$ 0,6787
southamerica-east1
US$ 0,9786
Outras regiões das Américas
US$ 0,6165
e2-standard-32aproximações:
us-west2
US$ 1,4809
us-west4
US$ 1,3885
us-east4
US$ 1,3885
northamerica-northeast1
US$ 1,3574
northamerica-northeast2
US$ 1,3574
southamerica-east1
US$ 1,9572
Outras regiões das Américas
US$ 1,2329
e2-highmem-2aproximações:
us-west2
US$ 0,1249
us-west4
US$ 0,1171
us-east4
US$ 0,1171
northamerica-northeast1
US$ 0,1144
northamerica-northeast2
US$ 0,1144
southamerica-east1
US$ 0,165
Outras regiões das Américas
US$ 0,1039
e2-highmem-4aproximações:
us-west2
US$ 0,2497
us-west4
US$ 0,2341
us-east4
US$ 0,2341
northamerica-northeast1
US$ 0,2289
northamerica-northeast2
US$ 0,2289
southamerica-east1
US$ 0,33
Outras regiões das Américas
US$ 0,2079
e2-highmem-8aproximações:
us-west2
US$ 0,4994
us-west4
US$ 0,4682
us-east4
US$ 0,4682
northamerica-northeast1
US$ 0,4578
northamerica-northeast2
US$ 0,4578
southamerica-east1
US$ 0,66
Outras regiões das Américas
US$ 0,4158
e2-highmem-16aproximações:
us-west2
US$ 0,9989
us-west4
US$ 0,9365
us-east4
US$ 0,9365
northamerica-northeast1
US$ 0,9155
northamerica-northeast2
US$ 0,9155
southamerica-east1
US$ 1,3201
Outras regiões das Américas
US$ 0,8316
e2-highcpu-2aproximações:
us-west2
US$ 0,0683
us-west4
US$ 0,0641
us-east4
US$ 0,0641
northamerica-northeast1
US$ 0,0626
northamerica-northeast2
US$ 0,0626
southamerica-east1
US$ 0,0903
Outras regiões das Américas
US$ 0,0569
e2-highcpu-4aproximações:
us-west2
US$ 0,1367
us-west4
US$ 0,1281
us-east4
US$ 0,1281
northamerica-northeast1
US$ 0,1253
northamerica-northeast2
US$ 0,1253
southamerica-east1
US$ 0,1806
Outras regiões das Américas
US$ 0,1138
e2-highcpu-8aproximações:
us-west2
US$ 0,2733
us-west4
US$ 0,2563
us-east4
US$ 0,2563
northamerica-northeast1
US$ 0,2505
northamerica-northeast2
US$ 0,2505
southamerica-east1
US$ 0,3612
Outras regiões das Américas
US$ 0,2276
e2-highcpu-16aproximações:
us-west2
US$ 0,5467
us-west4
US$ 0,5126
us-east4
US$ 0,5126
northamerica-northeast1
US$ 0,501
northamerica-northeast2
US$ 0,501
southamerica-east1
US$ 0,7225
Outras regiões das Américas
US$ 0,4551
e2-highcpu-32aproximações:
us-west2
US$ 1,0933
us-west4
US$ 1,0252
us-east4
US$ 1,0252
northamerica-northeast1
US$ 1,0021
northamerica-northeast2
US$ 1,0021
southamerica-east1
US$ 1,4449
Outras regiões das Américas
US$ 0,9102
Série N1
n1-standard-2aproximações:
us-east4
US$ 0,123
northamerica-northeast1
US$ 0,1203
Outras regiões das Américas
US$ 0,1093
n1-standard-4aproximações:
us-east4
US$ 0,2461
northamerica-northeast1
US$ 0,2405
Outras regiões das Américas
US$ 0,2186
n1-standard-8aproximações:
us-east4
US$ 0,4922
northamerica-northeast1
US$ 0,4811
Outras regiões das Américas
US$ 0,4372
n1-standard-16aproximações:
us-east4
US$ 0,9843
northamerica-northeast1
US$ 0,9622
Outras regiões das Américas
US$ 0,8744
n1-standard-32aproximações:
us-east4
US$ 1,9687
northamerica-northeast1
US$ 1,9243
Outras regiões das Américas
US$ 1,7488
n1-highmem-2aproximações:
us-east4
US$ 0,1532
northamerica-northeast1
US$ 0,1498
Outras regiões das Américas
US$ 0,1361
n1-highmem-4aproximações:
us-east4
US$ 0,3064
northamerica-northeast1
US$ 0,2995
Outras regiões das Américas
US$ 0,2723
n1-highmem-8aproximações:
us-east4
US$ 0,6129
northamerica-northeast1
US$ 0,5991
Outras regiões das Américas
US$ 0,5445
n1-highmem-16aproximações:
us-east4
US$ 1,2257
northamerica-northeast1
US$ 1,1982
Outras regiões das Américas
US$ 1,089
n1-highcpu-2aproximações:
us-east4
US$ 0,0918
northamerica-northeast1
US$ 0,0897
Outras regiões das Américas
US$ 0,0815
n1-highcpu-4aproximações:
us-east4
US$ 0,1835
northamerica-northeast1
US$ 0,1794
Outras regiões das Américas
US$ 0,163
n1-highcpu-8aproximações:
us-east4
US$ 0,3671
northamerica-northeast1
US$ 0,3588
Outras regiões das Américas
US$ 0,326
n1-highcpu-16aproximações:
us-east4
US$ 0,7341
northamerica-northeast1
US$ 0,7176
Outras regiões das Américas
US$ 0,6519
n1-highcpu-32aproximações:
us-east4
US$ 1,4683
northamerica-northeast1
US$ 1,4352
Outras regiões das Américas
US$ 1,3039
Série N2
n2-standard-2aproximações:
northamerica_northeast1
US$ 0,123
northamerica_northeast2
US$ 0,123
southamerica_east1
US$ 0,1773
us_central1
US$ 0,1117
us_east1
US$ 0,1117
us_east4
US$ 0,1258
us_south1
US$ 0,1318
us_west1
US$ 0,1117
us_west2
US$ 0,1341
us_west3
US$ 0,1341
us_west4
US$ 0,1258
n2-standard-4aproximações:
northamerica_northeast1
US$ 0,2459
northamerica_northeast2
US$ 0,2459
southamerica_east1
US$ 0,3546
us_central1
US$ 0,2234
us_east1
US$ 0,2234
us_east4
US$ 0,2516
us_south1
US$ 0,2636
us_west1
US$ 0,2234
us_west2
US$ 0,2683
us_west3
US$ 0,2683
us_west4
US$ 0,2516
n2-standard-8aproximações:
northamerica_northeast1
US$ 0,4918
northamerica_northeast2
US$ 0,4918
southamerica_east1
US$ 0,7091
us_central1
US$ 0,4467
us_east1
US$ 0,4467
us_east4
US$ 0,5031
us_south1
US$ 0,5272
us_west1
US$ 0,4467
us_west2
US$ 0,5366
us_west3
US$ 0,5366
us_west4
US$ 0,5031
n2-standard-16aproximações:
northamerica_northeast1
US$ 0,9836
northamerica_northeast2
US$ 0,9836
southamerica_east1
US$ 1,4183
us_central1
US$ 0,8935
us_east1
US$ 0,8935
us_east4
US$ 1,0063
us_south1
US$ 1,0543
us_west1
US$ 0,8935
us_west2
US$ 1,0732
us_west3
US$ 1,0732
us_west4
US$ 1,0062
n2-standard-32aproximações:
northamerica_northeast1
US$ 1,9673
northamerica_northeast2
US$ 1,9673
southamerica_east1
US$ 2,8365
us_central1
US$ 1,787
us_east1
US$ 1,787
us_east4
US$ 2,0126
us_south1
US$ 2,1087
us_west1
US$ 1,787
us_west2
US$ 2,1464
us_west3
US$ 2,1464
us_west4
US$ 2,0125
n2-highmem-2aproximações:
northamerica_northeast1
US$ 0,1659
northamerica_northeast2
US$ 0,1659
southamerica_east1
US$ 0,2392
us_central1
US$ 0,1507
us_east1
US$ 0,1507
us_east4
US$ 0,1697
us_south1
US$ 0,1778
us_west1
US$ 0,1507
us_west2
US$ 0,181
us_west3
US$ 0,181
us_west4
US$ 0,1697
n2-highmem-4aproximações:
northamerica_northeast1
US$ 0,3317
northamerica_northeast2
US$ 0,3317
southamerica_east1
US$ 0,4783
us_central1
US$ 0,3013
us_east1
US$ 0,3013
us_east4
US$ 0,3394
us_south1
US$ 0,3556
us_west1
US$ 0,3013
us_west2
US$ 0,3619
us_west3
US$ 0,3619
us_west4
US$ 0,3393
n2-highmem-8aproximações:
northamerica_northeast1
US$ 0,6634
northamerica_northeast2
US$ 0,6634
southamerica_east1
US$ 0,9566
us_central1
US$ 0,6027
us_east1
US$ 0,6027
us_east4
US$ 0,6787
us_south1
US$ 0,7112
us_west1
US$ 0,6027
us_west2
US$ 0,7239
us_west3
US$ 0,7239
us_west4
US$ 0,6787
n2-highmem-16aproximações:
northamerica_northeast1
US$ 1,3269
northamerica_northeast2
US$ 1,3269
southamerica_east1
US$ 1,9132
us_central1
US$ 1,2053
us_east1
US$ 1,2053
us_east4
US$ 1,3574
us_south1
US$ 1,4223
us_west1
US$ 1,2053
us_west2
US$ 1,4477
us_west3
US$ 1,4477
us_west4
US$ 1,3574
n2-highcpu-2aproximações:
northamerica_northeast1
US$ 0,0908
northamerica_northeast2
US$ 0,0908
southamerica_east1
US$ 0,1309
us_central1
US$ 0,0825
us_east1
US$ 0,0825
us_east4
US$ 0,0929
us_south1
US$ 0,0973
us_west1
US$ 0,0825
us_west2
US$ 0,099
us_west3
US$ 0,099
us_west4
US$ 0,0929
n2-highcpu-4aproximações:
northamerica_northeast1
US$ 0,1815
northamerica_northeast2
US$ 0,1815
southamerica_east1
US$ 0,2618
us_central1
US$ 0,1649
us_east1
US$ 0,1649
us_east4
US$ 0,1857
us_south1
US$ 0,1946
us_west1
US$ 0,1649
us_west2
US$ 0,1981
us_west3
US$ 0,1981
us_west4
US$ 0,1857
n2-highcpu-8aproximações:
northamerica_northeast1
US$ 0,3631
northamerica_northeast2
US$ 0,3631
southamerica_east1
US$ 0,5235
us_central1
US$ 0,3298
us_east1
US$ 0,3298
us_east4
US$ 0,3715
us_south1
US$ 0,3892
us_west1
US$ 0,3298
us_west2
US$ 0,3961
us_west3
US$ 0,3961
us_west4
US$ 0,3714
n2-highcpu-16aproximações:
northamerica_northeast1
US$ 0,7262
northamerica_northeast2
US$ 0,7262
southamerica_east1
US$ 1,0471
us_central1
US$ 0,6596
us_east1
US$ 0,6596
us_east4
US$ 0,7429
us_south1
US$ 0,7783
us_west1
US$ 0,6596
us_west2
US$ 0,7923
us_west3
US$ 0,7923
us_west4
US$ 0,7429
n2-highcpu-32aproximações:
northamerica_northeast1
US$ 1,4523
northamerica_northeast2
US$ 1,4523
southamerica_east1
US$ 2,0941
us_central1
US$ 1,3192
us_east1
US$ 1,3192
us_east4
US$ 1,4858
us_south1
US$ 1,5567
us_west1
US$ 1,3192
us_west2
US$ 1,5846
us_west3
US$ 1,5846
us_west4
US$ 1,4858
Série N2D
n2d-standard-2aproximações:
northamerica_northeast1
US$ 0,107
southamerica_east1
US$ 0,1542
us_central1
US$ 0,0972
us_east1
US$ 0,0972
us_east4
US$ 0,1094
us_west1
US$ 0,0972
us_west2
US$ 0,1167
us_west4
US$ 0,1094
n2d-standard-4aproximações:
northamerica_northeast1
US$ 0,2139
southamerica_east1
US$ 0,3085
us_central1
US$ 0,1943
us_east1
US$ 0,1943
us_east4
US$ 0,2189
us_west1
US$ 0,1943
us_west2
US$ 0,2334
us_west4
US$ 0,2189
n2d-standard-8aproximações:
northamerica_northeast1
US$ 0,4279
southamerica_east1
US$ 0,617
us_central1
US$ 0,3887
us_east1
US$ 0,3887
us_east4
US$ 0,4377
us_west1
US$ 0,3887
us_west2
US$ 0,4668
us_west4
US$ 0,4377
n2d-standard-16aproximações:
northamerica_northeast1
US$ 0,8558
southamerica_east1
US$ 1,2339
us_central1
US$ 0,7773
us_east1
US$ 0,7773
us_east4
US$ 0,8755
us_west1
US$ 0,7773
us_west2
US$ 0,9336
us_west4
US$ 0,8755
n2d-standard-32aproximações:
northamerica_northeast1
US$ 1,7116
southamerica_east1
US$ 2,4678
us_central1
US$ 1,5547
us_east1
US$ 1,5547
us_east4
US$ 1,7509
us_west1
US$ 1,5547
us_west2
US$ 1,8673
us_west4
US$ 1,7509
n2d-highmem-2aproximações:
northamerica_northeast1
US$ 0,1443
southamerica_east1
US$ 0,2081
us_central1
US$ 0,1311
us_east1
US$ 0,1311
us_east4
US$ 0,1476
us_west1
US$ 0,1311
us_west2
US$ 0,1574
us_west4
US$ 0,1476
n2d-highmem-4aproximações:
northamerica_northeast1
US$ 0,2886
southamerica_east1
US$ 0,4161
us_central1
US$ 0,2622
us_east1
US$ 0,2622
us_east4
US$ 0,2952
us_west1
US$ 0,2622
us_west2
US$ 0,3149
us_west4
US$ 0,2952
n2d-highmem-8aproximações:
northamerica_northeast1
US$ 0,5772
southamerica_east1
US$ 0,8323
us_central1
US$ 0,5243
us_east1
US$ 0,5243
us_east4
US$ 0,5905
us_west1
US$ 0,5243
us_west2
US$ 0,6297
us_west4
US$ 0,5905
n2d-highmem-16aproximações:
northamerica_northeast1
US$ 1,1545
southamerica_east1
US$ 1,6646
us_central1
US$ 1,0486
us_east1
US$ 1,0486
us_east4
US$ 1,181
us_west1
US$ 1,0486
us_west2
US$ 1,2595
us_west4
US$ 1,181
n2d-highcpu-2aproximações:
northamerica_northeast1
US$ 0,079
southamerica_east1
US$ 0,1139
us_central1
US$ 0,0717
us_east1
US$ 0,0717
us_east4
US$ 0,0808
us_west1
US$ 0,0717
us_west2
US$ 0,0862
us_west4
US$ 0,0808
n2d-highcpu-4aproximações:
northamerica_northeast1
US$ 0,1579
southamerica_east1
US$ 0,2277
us_central1
US$ 0,1435
us_east1
US$ 0,1435
us_east4
US$ 0,1616
us_west1
US$ 0,1435
us_west2
US$ 0,1723
us_west4
US$ 0,1616
n2d-highcpu-8aproximações:
northamerica_northeast1
US$ 0,3159
southamerica_east1
US$ 0,4555
us_central1
US$ 0,2869
us_east1
US$ 0,2869
us_east4
US$ 0,3232
us_west1
US$ 0,2869
us_west2
US$ 0,3446
us_west4
US$ 0,3232
n2d-highcpu-16aproximações:
northamerica_northeast1
US$ 0,6318
southamerica_east1
US$ 0,9109
us_central1
US$ 0,5739
us_east1
US$ 0,5739
us_east4
US$ 0,6463
us_west1
US$ 0,5739
us_west2
US$ 0,6893
us_west4
US$ 0,6463
n2d-highcpu-32aproximações:
northamerica_northeast1
US$ 1,2636
southamerica_east1
US$ 1,8219
us_central1
US$ 1,1477
us_east1
US$ 1,1477
us_east4
US$ 1,2927
us_west1
US$ 1,1477
us_west2
US$ 1,3786
us_west4
US$ 1,2927
Série C2
c2-standard-4aproximações:
northamerica_northeast1
US$ 0,264
southamerica_east1
US$ 0,3812
us_central1
US$ 0,24
us_east1
US$ 0,24
us_east4
US$ 0,2702
us_west1
US$ 0,24
us_west2
US$ 0,2884
us_west3
US$ 0,2889
us_west4
US$ 0,2702
c2-standard-8aproximações:
northamerica_northeast1
US$ 0,5281
southamerica_east1
US$ 0,7623
us_central1
US$ 0,4801
us_east1
US$ 0,4801
us_east4
US$ 0,5405
us_west1
US$ 0,4801
us_west2
US$ 0,5768
us_west3
US$ 0,5778
us_west4
US$ 0,5405
c2-standard-16aproximações:
northamerica_northeast1
US$ 1,0562
southamerica_east1
US$ 1,5246
us_central1
US$ 0,9601
us_east1
US$ 0,9601
us_east4
US$ 1,081
us_west1
US$ 0,9601
us_west2
US$ 1,1537
us_west3
US$ 1,1555
us_west4
US$ 1,081
c2-standard-30aproximações:
northamerica_northeast1
US$ 1,9803
southamerica_east1
US$ 2,8587
us_central1
US$ 1,8002
us_east1
US$ 1,8002
us_east4
US$ 2,0269
us_west1
US$ 1,8002
us_west2
US$ 2,1631
us_west3
US$ 2,1666
us_west4
US$ 2,0269
c2-standard-60aproximações:
northamerica_northeast1
US$ 3,9606
southamerica_east1
US$ 5,7173
us_central1
US$ 3,6004
us_east1
US$ 3,6004
us_east4
US$ 4,0537
us_west1
US$ 3,6004
us_west2
US$ 4,3263
us_west3
US$ 4,3332
us_west4
US$ 4,0537
Série C2D
c2d-standard-2aproximações:
us_central1
US$ 0,1044
us_east1
US$ 0,1044
us_east4
US$ 0,1176
us_west1
US$ 0,1044
us_west4
US$ 0,1176
c2d-standard-4aproximações:
us_central1
US$ 0,2088
us_east1
US$ 0,2088
us_east4
US$ 0,2352
us_west1
US$ 0,2088
us_west4
US$ 0,2352
c2d-standard-8aproximações:
us_central1
US$ 0,4177
us_east1
US$ 0,4177
us_east4
US$ 0,4704
us_west1
US$ 0,4177
us_west4
US$ 0,4704
c2d-standard-16aproximações:
us_central1
US$ 0,8353
us_east1
US$ 0,8353
us_east4
US$ 0,9408
us_west1
US$ 0,8353
us_west4
US$ 0,9408
c2d-standard-32aproximações:
us_central1
US$ 1,6707
us_east1
US$ 1,6707
us_east4
US$ 1,8815
us_west1
US$ 1,6707
us_west4
US$ 1,8815
c2d-standard-56aproximações:
us_central1
US$ 2,9237
us_east1
US$ 2,9237
us_east4
US$ 3,2926
us_west1
US$ 2,9237
us_west4
US$ 3,2926
c2d-standard-112aproximações:
us_central1
US$ 5,8474
us_east1
US$ 5,8474
us_east4
US$ 6,5853
us_west1
US$ 5,8474
us_west4
US$ 6,5853
c2d-highmem-2aproximações:
us_central1
US$ 0,1408
us_east1
US$ 0,1408
us_east4
US$ 0,1586
us_west1
US$ 0,1408
us_west4
US$ 0,1586
c2d-highmem-4aproximações:
us_central1
US$ 0,2817
us_east1
US$ 0,2817
us_east4
US$ 0,3172
us_west1
US$ 0,2817
us_west4
US$ 0,3172
c2d-highmem-8aproximações:
us_central1
US$ 0,5634
us_east1
US$ 0,5634
us_east4
US$ 0,6344
us_west1
US$ 0,5634
us_west4
US$ 0,6344
c2d-highmem-16aproximações:
us_central1
US$ 1,1267
us_east1
US$ 1,1267
us_east4
US$ 1,2689
us_west1
US$ 1,1267
us_west4
US$ 1,2689
c2d-highmem-32aproximações:
us_central1
US$ 2,2534
us_east1
US$ 2,2534
us_east4
US$ 2,5377
us_west1
US$ 2,2534
us_west4
US$ 2,5377
c2d-highmem-56aproximações:
us_central1
US$ 3,9435
us_east1
US$ 3,9435
us_east4
US$ 4,441
us_west1
US$ 3,9435
us_west4
US$ 4,441
c2d-highmem-112aproximações:
us_central1
US$ 7,887
us_east1
US$ 7,887
us_east4
US$ 8,882
us_west1
US$ 7,887
us_west4
US$ 8,882
c2d-highcpu-2aproximações:
us_central1
US$ 0,0862
us_east1
US$ 0,0862
us_east4
US$ 0,0971
us_west1
US$ 0,0862
us_west4
US$ 0,0971
c2d-highcpu-4aproximações:
us_central1
US$ 0,1724
us_east1
US$ 0,1724
us_east4
US$ 0,1942
us_west1
US$ 0,1724
us_west4
US$ 0,1942
c2d-highcpu-8aproximações:
us_central1
US$ 0,3448
us_east1
US$ 0,3448
us_east4
US$ 0,3884
us_west1
US$ 0,3448
us_west4
US$ 0,3884
c2d-highcpu-16aproximações:
us_central1
US$ 0,6896
us_east1
US$ 0,6896
us_east4
US$ 0,7767
us_west1
US$ 0,6896
us_west4
US$ 0,7767
c2d-highcpu-32aproximações:
us_central1
US$ 1,3793
us_east1
US$ 1,3793
us_east4
US$ 1,5534
us_west1
US$ 1,3793
us_west4
US$ 1,5534
c2d-highcpu-56aproximações:
us_central1
US$ 2,4138
us_east1
US$ 2,4138
us_east4
US$ 2,7185
us_west1
US$ 2,4138
us_west4
US$ 2,7185
c2d-highcpu-112aproximações:
us_central1
US$ 4,8275
us_east1
US$ 4,8275
us_east4
US$ 5,4369
us_west1
US$ 4,8275
us_west4
US$ 5,4369
Série C3
c3-highcpu-4aproximações:
us_central1
US$ 0,1982
us_east1
US$ 0,1982
us_east4
US$ 0,2232
c3-highcpu-8aproximações:
us_central1
US$ 0,3965
us_east1
US$ 0,3965
us_east4
US$ 0,4465
c3-highcpu-22aproximações:
us_central1
US$ 1,0903
us_east1
US$ 1,0903
us_east4
US$ 1,2278
c3-highcpu-44aproximações:
us_central1
US$ 2,1806
us_east1
US$ 2,1806
us_east4
US$ 2,4556
c3-highcpu-88aproximações:
us_central1
US$ 4,3613
us_east1
US$ 4,3613
us_east4
US$ 4,9113
c3-highcpu-176aproximações:
us_central1
US$ 8,7226
us_east1
US$ 8,7226
us_east4
US$ 9,8226
Série A2
a2-highgpu-1gaproximações:
us-central1
US$ 4,2245
a2-highgpu-2gaproximações:
us-central1
US$ 8,449
a2-highgpu-4gaproximações:
us-central1
US$ 16,898
a2-highgpu-8gaproximações:
us-central1
US$ 33,796
a2-megagpu-16gaproximações:
us-central1
US$ 64,1021
a2-ultragpu-1gaproximações:
us-central1
US$ 5,7818
us-east4
US$ 6,3524
a2-ultragpu-2gaproximações:
us-central1
US$ 11,5637
us-east4
US$ 12,7048
a2-ultragpu-4gaproximações:
us-central1
US$ 23,1274
us-east4
US$ 25,4095
a2-ultragpu-8gaproximações:
us-central1
US$ 46,2548
us-east4
US$ 50,8191
Série A3
a3-highgpu-8gaproximações:
us-central1
US$ 101,0074
us-east4
US$ 101,0074
Série G2
g2-standard-4aproximações:
us-central1
US$ 0,8129
g2-standard-8aproximações:
us-central1
US$ 0,9818
g2-standard-12aproximações:
us-central1
US$ 1,1507
g2-standard-16aproximações:
us-central1
US$ 1,3196
g2-standard-24aproximações:
us-central1
US$ 2,3014
g2-standard-32aproximações:
us-central1
US$ 1,9951
g2-standard-48aproximações:
us-central1
US$ 4,6028
g2-standard-96aproximações:
us-central1
US$ 9,2055
TPU v5e
ct5lp-hightpu-1t
Aproximações:
us-west1
US$ 1,38
ct5lp-hightpu-4t
Aproximações:
us-west1
US$ 5,52
ct5lp-hightpu-8t
Aproximações:
us-west1
US$ 11,04
Preços na Europa
As tabelas a seguir apresentam o preço por hora de uso do nó para cada tipo de máquina.
Série E2
e2-standard-2aproximações:
europe-west1
US$ 0,0848
europe-west2
US$ 0,0993
europe-west3
US$ 0,0993
europe-west4
US$ 0,0848
europe-west6
US$ 0,1078
europe-west9
US$ 0,1079
e2-standard-4aproximações:
europe-west1
US$ 0,1695
europe-west2
US$ 0,1986
europe-west3
US$ 0,1986
europe-west4
US$ 0,1697
europe-west6
US$ 0,2156
europe-west9
US$ 0,2158
e2-standard-8aproximações:
europe-west1
US$ 0,3391
europe-west2
US$ 0,3971
europe-west3
US$ 0,3971
europe-west4
US$ 0,3393
europe-west6
US$ 0,4313
europe-west9
US$ 0,4316
e2-standard-16aproximações:
europe-west1
US$ 0,6782
europe-west2
US$ 0,7943
europe-west3
US$ 0,7943
europe-west4
US$ 0,6787
europe-west6
US$ 0,8626
europe-west9
US$ 0,8631
e2-standard-32aproximações:
europe-west1
US$ 1,3563
europe-west2
US$ 1,5885
europe-west3
US$ 1,5885
europe-west4
US$ 1,3574
europe-west6
US$ 1,7251
europe-west9
US$ 1,7262
e2-highmem-2aproximações:
europe-west1
US$ 0,1144
europe-west2
US$ 0,1339
europe-west3
US$ 0,1339
europe-west4
US$ 0,1144
europe-west6
US$ 0,1454
europe-west9
US$ 0,1455
e2-highmem-4aproximações:
europe-west1
US$ 0,2287
europe-west2
US$ 0,2679
europe-west3
US$ 0,2679
europe-west4
US$ 0,2289
europe-west6
US$ 0,2909
europe-west9
US$ 0,2911
e2-highmem-8aproximações:
europe-west1
US$ 0,4574
europe-west2
US$ 0,5357
europe-west3
US$ 0,5357
europe-west4
US$ 0,4578
europe-west6
US$ 0,5818
europe-west9
US$ 0,5822
e2-highmem-16aproximações:
europe-west1
US$ 0,9149
europe-west2
US$ 1,0714
europe-west3
US$ 1,0714
europe-west4
US$ 0,9155
europe-west6
US$ 1,1636
europe-west9
US$ 1,1643
e2-highcpu-2aproximações:
europe-west1
US$ 0,0626
europe-west2
US$ 0,0733
europe-west3
US$ 0,0733
europe-west4
US$ 0,0626
europe-west6
US$ 0,0796
europe-west9
US$ 0,0796
e2-highcpu-4aproximações:
europe-west1
US$ 0,1252
europe-west2
US$ 0,1466
europe-west3
US$ 0,1466
europe-west4
US$ 0,1253
europe-west6
US$ 0,1592
europe-west9
US$ 0,1593
e2-highcpu-8aproximações:
europe-west1
US$ 0,2503
europe-west2
US$ 0,2932
europe-west3
US$ 0,2932
europe-west4
US$ 0,2505
europe-west6
US$ 0,3184
europe-west9
US$ 0,3186
e2-highcpu-16aproximações:
europe-west1
US$ 0,5006
europe-west2
US$ 0,5864
europe-west3
US$ 0,5864
europe-west4
US$ 0,501
europe-west6
US$ 0,6368
europe-west9
US$ 0,6372
e2-highcpu-32aproximações:
europe-west1
US$ 1,0013
europe-west2
US$ 1,1728
europe-west3
US$ 1,1728
europe-west4
US$ 1,0021
europe-west6
US$ 1,2736
europe-west9
US$ 1,2743
Série N1
n1-standard-2aproximações:
europe-west2
US$ 0,1408
Outras regiões da Europa
US$ 0,1265
n1-standard-4aproximações:
europe-west2
US$ 0,2815
Outras regiões da Europa
US$ 0,2531
n1-standard-8aproximações:
europe-west2
US$ 0,563
Outras regiões da Europa
US$ 0,5061
n1-standard-16aproximações:
europe-west2
US$ 1,126
Outras regiões da Europa
US$ 1,0123
n1-standard-32aproximações:
europe-west2
US$ 2,2521
Outras regiões da Europa
US$ 2,0245
n1-highmem-2aproximações:
europe-west2
US$ 0,1753
Outras regiões da Europa
US$ 0,1575
n1-highmem-4aproximações:
europe-west2
US$ 0,3506
Outras regiões da Europa
US$ 0,3151
n1-highmem-8aproximações:
europe-west2
US$ 0,7011
Outras regiões da Europa
US$ 0,6302
n1-highmem-16aproximações:
europe-west2
US$ 1,4022
Outras regiões da Europa
US$ 1,2603
n1-highcpu-2aproximações:
europe-west2
US$ 0,105
Outras regiões da Europa
US$ 0,0944
n1-highcpu-4aproximações:
europe-west2
US$ 0,21
Outras regiões da Europa
US$ 0,1888
n1-highcpu-8aproximações:
europe-west2
US$ 0,4199
Outras regiões da Europa
US$ 0,3776
n1-highcpu-16aproximações:
europe-west2
US$ 0,8398
Outras regiões da Europa
US$ 0,7552
n1-highcpu-32aproximações:
europe-west2
US$ 1,6796
Outras regiões da Europa
US$ 1,5104
Série N2
n2-standard-2aproximações:
europe_central2
US$ 0,1439
europe_west1
US$ 0,1229
europe_west2
US$ 0,1439
europe_west3
US$ 0,1439
europe_west4
US$ 0,1229
europe_west6
US$ 0,1564
europe_west9
US$ 0,1296
n2-standard-4aproximações:
europe_central2
US$ 0,2878
europe_west1
US$ 0,2457
europe_west2
US$ 0,2878
europe_west3
US$ 0,2878
europe_west4
US$ 0,2457
europe_west6
US$ 0,3127
europe_west9
US$ 0,2591
n2-standard-8aproximações:
europe_central2
US$ 0,5756
europe_west1
US$ 0,4914
europe_west2
US$ 0,5756
europe_west3
US$ 0,5756
europe_west4
US$ 0,4914
europe_west6
US$ 0,6254
europe_west9
US$ 0,5182
n2-standard-16aproximações:
europe_central2
US$ 1,1511
europe_west1
US$ 0,9829
europe_west2
US$ 1,1511
europe_west3
US$ 1,1511
europe_west4
US$ 0,9828
europe_west6
US$ 1,2508
europe_west9
US$ 1,0364
n2-standard-32aproximações:
europe_central2
US$ 2,3023
europe_west1
US$ 1,9658
europe_west2
US$ 2,3023
europe_west3
US$ 2,3023
europe_west4
US$ 1,9657
europe_west6
US$ 2,5017
europe_west9
US$ 2,0729
n2-highmem-2aproximações:
europe_central2
US$ 0,1941
europe_west1
US$ 0,1657
europe_west2
US$ 0,1941
europe_west3
US$ 0,1941
europe_west4
US$ 0,1657
europe_west6
US$ 0,2109
europe_west9
US$ 0,1748
n2-highmem-4aproximações:
europe_central2
US$ 0,3882
europe_west1
US$ 0,3315
europe_west2
US$ 0,3882
europe_west3
US$ 0,3882
europe_west4
US$ 0,3315
europe_west6
US$ 0,4218
europe_west9
US$ 0,3495
n2-highmem-8aproximações:
europe_central2
US$ 0,7764
europe_west1
US$ 0,663
europe_west2
US$ 0,7764
europe_west3
US$ 0,7764
europe_west4
US$ 0,6629
europe_west6
US$ 0,8436
europe_west9
US$ 0,6991
n2-highmem-16aproximações:
europe_central2
US$ 1,5528
europe_west1
US$ 1,3259
europe_west2
US$ 1,5528
europe_west3
US$ 1,5528
europe_west4
US$ 1,3259
europe_west6
US$ 1,6873
europe_west9
US$ 1,3982
n2-highcpu-2aproximações:
europe_central2
US$ 0,1062
europe_west1
US$ 0,0907
europe_west2
US$ 0,1062
europe_west3
US$ 0,1062
europe_west4
US$ 0,0907
europe_west6
US$ 0,1154
europe_west9
US$ 0,0956
n2-highcpu-4aproximações:
europe_central2
US$ 0,2125
europe_west1
US$ 0,1814
europe_west2
US$ 0,2125
europe_west3
US$ 0,2125
europe_west4
US$ 0,1814
europe_west6
US$ 0,2309
europe_west9
US$ 0,1913
n2-highcpu-8aproximações:
europe_central2
US$ 0,4249
europe_west1
US$ 0,3628
europe_west2
US$ 0,4249
europe_west3
US$ 0,4249
europe_west4
US$ 0,3628
europe_west6
US$ 0,4617
europe_west9
US$ 0,3826
n2-highcpu-16aproximações:
europe_central2
US$ 0,8499
europe_west1
US$ 0,7256
europe_west2
US$ 0,8499
europe_west3
US$ 0,8499
europe_west4
US$ 0,7256
europe_west6
US$ 0,9235
europe_west9
US$ 0,7651
n2-highcpu-32aproximações:
europe_central2
US$ 1,6997
europe_west1
US$ 1,4512
europe_west2
US$ 1,6997
europe_west3
US$ 1,6997
europe_west4
US$ 1,4511
europe_west6
US$ 1,847
europe_west9
US$ 1,5303
Série N2D
n2d-standard-2aproximações:
europe_west1
US$ 0,1069
europe_west2
US$ 0,1252
europe_west3
US$ 0,1252
europe_west4
US$ 0,107
europe_west9
US$ 0,1127
n2d-standard-4aproximações:
europe_west1
US$ 0,2138
europe_west2
US$ 0,2504
europe_west3
US$ 0,2504
europe_west4
US$ 0,2139
europe_west9
US$ 0,2254
n2d-standard-8aproximações:
europe_west1
US$ 0,4275
europe_west2
US$ 0,5007
europe_west3
US$ 0,5007
europe_west4
US$ 0,4279
europe_west9
US$ 0,4509
n2d-standard-16aproximações:
europe_west1
US$ 0,8551
europe_west2
US$ 1,0015
europe_west3
US$ 1,0015
europe_west4
US$ 0,8558
europe_west9
US$ 0,9017
n2d-standard-32aproximações:
europe_west1
US$ 1,7102
europe_west2
US$ 2,0029
europe_west3
US$ 2,0029
europe_west4
US$ 1,7116
europe_west9
US$ 1,8034
n2d-highmem-2aproximações:
europe_west1
US$ 0,1442
europe_west2
US$ 0,1689
europe_west3
US$ 0,1689
europe_west4
US$ 0,1443
europe_west9
US$ 0,1521
n2d-highmem-4aproximações:
europe_west1
US$ 0,2884
europe_west2
US$ 0,3377
europe_west3
US$ 0,3377
europe_west4
US$ 0,2886
europe_west9
US$ 0,3041
n2d-highmem-8aproximações:
europe_west1
US$ 0,5768
europe_west2
US$ 0,6755
europe_west3
US$ 0,6755
europe_west4
US$ 0,5772
europe_west9
US$ 0,6082
n2d-highmem-16aproximações:
europe_west1
US$ 1,1535
europe_west2
US$ 1,3509
europe_west3
US$ 1,3509
europe_west4
US$ 1,1545
europe_west9
US$ 1,2164
n2d-highcpu-2aproximações:
europe_west1
US$ 0,0789
europe_west2
US$ 0,0924
europe_west3
US$ 0,0924
europe_west4
US$ 0,079
europe_west9
US$ 0,0832
n2d-highcpu-4aproximações:
europe_west1
US$ 0,1578
europe_west2
US$ 0,1848
europe_west3
US$ 0,1848
europe_west4
US$ 0,1579
europe_west9
US$ 0,1664
n2d-highcpu-8aproximações:
europe_west1
US$ 0,3156
europe_west2
US$ 0,3697
europe_west3
US$ 0,3697
europe_west4
US$ 0,3159
europe_west9
US$ 0,3328
n2d-highcpu-16aproximações:
europe_west1
US$ 0,6313
europe_west2
US$ 0,7394
europe_west3
US$ 0,7394
europe_west4
US$ 0,6318
europe_west9
US$ 0,6657
n2d-highcpu-32aproximações:
europe_west1
US$ 1,2625
europe_west2
US$ 1,4787
europe_west3
US$ 1,4787
europe_west4
US$ 1,2636
europe_west9
US$ 1,3314
Série C2
c2-standard-4aproximações:
europe_west1
US$ 0,2641
europe_west2
US$ 0,3094
europe_west3
US$ 0,3092
europe_west4
US$ 0,2643
europe_west6
US$ 0,3362
c2-standard-8aproximações:
europe_west1
US$ 0,5283
europe_west2
US$ 0,6187
europe_west3
US$ 0,6184
europe_west4
US$ 0,5285
europe_west6
US$ 0,6724
c2-standard-16aproximações:
europe_west1
US$ 1,0565
europe_west2
US$ 1,2375
europe_west3
US$ 1,2368
europe_west4
US$ 1,0571
europe_west6
US$ 1,3449
c2-standard-30aproximações:
europe_west1
US$ 1,981
europe_west2
US$ 2,3202
europe_west3
US$ 2,3191
europe_west4
US$ 1,982
europe_west6
US$ 2,5216
c2-standard-60aproximações:
europe_west1
US$ 3,962
europe_west2
US$ 4,6404
europe_west3
US$ 4,6382
europe_west4
US$ 3,964
europe_west6
US$ 5,0432
Série C2D
c2d-standard-2aproximações:
europe_west1
US$ 0,115
europe_west2
US$ 0,1345
europe_west3
US$ 0,1345
europe_west4
US$ 0,115
c2d-standard-4aproximações:
europe_west1
US$ 0,2299
europe_west2
US$ 0,269
europe_west3
US$ 0,269
europe_west4
US$ 0,2299
c2d-standard-8aproximações:
europe_west1
US$ 0,4599
europe_west2
US$ 0,5381
europe_west3
US$ 0,5381
europe_west4
US$ 0,4599
c2d-standard-16aproximações:
europe_west1
US$ 0,9198
europe_west2
US$ 1,0762
europe_west3
US$ 1,0762
europe_west4
US$ 0,9198
c2d-standard-32aproximações:
europe_west1
US$ 1,8395
europe_west2
US$ 2,1524
europe_west3
US$ 2,1524
europe_west4
US$ 1,8395
c2d-standard-56aproximações:
europe_west1
US$ 3,2191
europe_west2
US$ 3,7666
europe_west3
US$ 3,7666
europe_west4
US$ 3,2191
c2d-standard-112aproximações:
europe_west1
US$ 6,4383
europe_west2
US$ 7,5333
europe_west3
US$ 7,5333
europe_west4
US$ 6,4383
c2d-highmem-2aproximações:
europe_west1
US$ 0,1551
europe_west2
US$ 0,1814
europe_west3
US$ 0,1814
europe_west4
US$ 0,1551
c2d-highmem-4aproximações:
europe_west1
US$ 0,3101
europe_west2
US$ 0,3629
europe_west3
US$ 0,3629
europe_west4
US$ 0,3101
c2d-highmem-8aproximações:
europe_west1
US$ 0,6203
europe_west2
US$ 0,7258
europe_west3
US$ 0,7258
europe_west4
US$ 0,6203
c2d-highmem-16aproximações:
europe_west1
US$ 1,2406
europe_west2
US$ 1,4515
europe_west3
US$ 1,4515
europe_west4
US$ 1,2406
c2d-highmem-32aproximações:
europe_west1
US$ 2,4812
europe_west2
US$ 2,9031
europe_west3
US$ 2,9031
europe_west4
US$ 2,4812
c2d-highmem-56aproximações:
europe_west1
US$ 4,342
europe_west2
US$ 5,0804
europe_west3
US$ 5,0804
europe_west4
US$ 4,342
c2d-highmem-112aproximações:
europe_west1
US$ 8,684
europe_west2
US$ 10,1608
europe_west3
US$ 10,1608
europe_west4
US$ 8,684
c2d-highcpu-2aproximações:
europe_west1
US$ 0,0949
europe_west2
US$ 0,1111
europe_west3
US$ 0,1111
europe_west4
US$ 0,0949
c2d-highcpu-4aproximações:
europe_west1
US$ 0,1898
europe_west2
US$ 0,2221
europe_west3
US$ 0,2221
europe_west4
US$ 0,1898
c2d-highcpu-8aproximações:
europe_west1
US$ 0,3797
europe_west2
US$ 0,4442
europe_west3
US$ 0,4442
europe_west4
US$ 0,3797
c2d-highcpu-16aproximações:
europe_west1
US$ 0,7593
europe_west2
US$ 0,8885
europe_west3
US$ 0,8885
europe_west4
US$ 0,7593
c2d-highcpu-32aproximações:
europe_west1
US$ 1,5187
europe_west2
US$ 1,777
europe_west3
US$ 1,777
europe_west4
US$ 1,5187
c2d-highcpu-56aproximações:
europe_west1
US$ 2,6577
europe_west2
US$ 3,1097
europe_west3
US$ 3,1097
europe_west4
US$ 2,6577
c2d-highcpu-112aproximações:
europe_west1
US$ 5,3154
europe_west2
US$ 6,2195
europe_west3
US$ 6,2195
europe_west4
US$ 5,3154
Série C3
c3-highcpu-4aproximações:
europe_west1
US$ 0,218
europe_west4
US$ 0,2182
c3-highcpu-8aproximações:
europe_west1
US$ 0,4361
europe_west4
US$ 0,4365
c3-highcpu-22aproximações:
europe_west1
US$ 1,1992
europe_west4
US$ 1,2003
c3-highcpu-44aproximações:
europe_west1
US$ 2,3984
europe_west4
US$ 2,4006
c3-highcpu-88aproximações:
europe_west1
US$ 4,7969
europe_west4
US$ 4,8013
c3-highcpu-176aproximações:
europe_west1
US$ 9,5938
europe_west4
US$ 9,6026
Série A2
a2-highgpu-1gaproximações:
europe-west4
US$ 4,3103
a2-highgpu-2gaproximações:
europe-west4
US$ 8,6205
a2-highgpu-4gaproximações:
europe-west4
US$ 17,2411
a2-highgpu-8gaproximações:
europe-west4
US$ 34,4822
a2-megagpu-16gaproximações:
europe-west4
US$ 65,1222
a2-ultragpu-1gaproximações:
europe-west4
US$ 6,3661
a2-ultragpu-2gaproximações:
europe-west4
US$ 12,7321
a2-ultragpu-4gaproximações:
europe-west4
US$ 25,4643
a2-ultragpu-8gaproximações:
europe-west4
US$ 50,9286
Série G2
g2-standard-4aproximações:
europe-west4
US$ 0,8951
g2-standard-8aproximações:
europe-west4
US$ 1,081
g2-standard-12aproximações:
europe-west4
US$ 1,2669
g2-standard-16aproximações:
europe-west4
US$ 1,4528
g2-standard-24aproximações:
europe-west4
US$ 2,5338
g2-standard-32aproximações:
europe-west4
US$ 2,1965
g2-standard-48aproximações:
europe-west4
US$ 5,0677
g2-standard-96aproximações:
europe-west4
US$ 10,1354
Preços na Ásia-Pacífico
As tabelas a seguir apresentam o preço por hora de uso do nó para cada tipo de máquina.
Série E2
e2-standard-2aproximações:
asia-east1
US$ 0,0892
asia-east2
US$ 0,1078
asia-northeast1
US$ 0,0989
asia-northeast3
US$ 0,0989
asia-south1
US$ 0,0926
asia-southeast1
US$ 0,0951
australia-southeast1
US$ 0,1093
e2-standard-4aproximações:
asia-east1
US$ 0,1785
asia-east2
US$ 0,2156
asia-northeast1
US$ 0,1977
asia-northeast3
US$ 0,1977
asia-south1
US$ 0,1851
asia-southeast1
US$ 0,1901
australia-southeast1
US$ 0,2187
e2-standard-8aproximações:
asia-east1
US$ 0,3569
asia-east2
US$ 0,4313
asia-northeast1
US$ 0,3954
asia-northeast3
US$ 0,3954
asia-south1
US$ 0,3702
asia-southeast1
US$ 0,3802
australia-southeast1
US$ 0,4373
e2-standard-16aproximações:
asia-east1
US$ 0,7138
asia-east2
US$ 0,8626
asia-northeast1
US$ 0,7909
asia-northeast3
US$ 0,7909
asia-south1
US$ 0,7405
asia-southeast1
US$ 0,7605
australia-southeast1
US$ 0,8747
e2-standard-32aproximações:
asia-east1
US$ 1,4276
asia-east2
US$ 1,7251
asia-northeast1
US$ 1,5817
asia-northeast3
US$ 1,5817
asia-south1
US$ 1,4809
asia-southeast1
US$ 1,5209
australia-southeast1
US$ 1,7494
e2-highmem-2aproximações:
asia-east1
US$ 0,1204
asia-east2
US$ 0,1454
asia-northeast1
US$ 0,1333
asia-northeast3
US$ 0,1333
asia-south1
US$ 0,1249
asia-southeast1
US$ 0,1282
australia-southeast1
US$ 0,1475
e2-highmem-4aproximações:
asia-east1
US$ 0,2407
asia-east2
US$ 0,2909
asia-northeast1
US$ 0,2665
asia-northeast3
US$ 0,2665
asia-south1
US$ 0,2497
asia-southeast1
US$ 0,2564
australia-southeast1
US$ 0,295
e2-highmem-8aproximações:
asia-east1
US$ 0,4815
asia-east2
US$ 0,5818
asia-northeast1
US$ 0,533
asia-northeast3
US$ 0,533
asia-south1
US$ 0,4994
asia-southeast1
US$ 0,5129
australia-southeast1
US$ 0,59
e2-highmem-16aproximações:
asia-east1
US$ 0,963
asia-east2
US$ 1,1636
asia-northeast1
US$ 1,0661
asia-northeast3
US$ 1,0661
asia-south1
US$ 0,9989
asia-southeast1
US$ 1,0258
australia-southeast1
US$ 1,1799
e2-highcpu-2aproximações:
asia-east1
US$ 0,0659
asia-east2
US$ 0,0796
asia-northeast1
US$ 0,0731
asia-northeast3
US$ 0,0731
asia-south1
US$ 0,0683
asia-southeast1
US$ 0,0702
australia-southeast1
US$ 0,0807
e2-highcpu-4aproximações:
asia-east1
US$ 0,1317
asia-east2
US$ 0,1592
asia-northeast1
US$ 0,1461
asia-northeast3
US$ 0,1461
asia-south1
US$ 0,1367
asia-southeast1
US$ 0,1404
australia-southeast1
US$ 0,1614
e2-highcpu-8aproximações:
asia-east1
US$ 0,2635
asia-east2
US$ 0,3184
asia-northeast1
US$ 0,2922
asia-northeast3
US$ 0,2922
asia-south1
US$ 0,2733
asia-southeast1
US$ 0,2807
australia-southeast1
US$ 0,3229
e2-highcpu-16aproximações:
asia-east1
US$ 0,527
asia-east2
US$ 0,6368
asia-northeast1
US$ 0,5845
asia-northeast3
US$ 0,5845
asia-south1
US$ 0,5467
asia-southeast1
US$ 0,5615
australia-southeast1
US$ 0,6458
e2-highcpu-32aproximações:
asia-east1
US$ 1,0539
asia-east2
US$ 1,2736
asia-northeast1
US$ 1,169
asia-northeast3
US$ 1,169
asia-south1
US$ 1,0933
asia-southeast1
US$ 1,1229
australia-southeast1
US$ 1,2916
Série N1
n1-standard-2aproximações:
asia-northeast1
US$ 0,1402
asia-southeast1
US$ 0,1348
australia-southeast1
US$ 0,155
Outras regiões da Ásia-Pacífico
US$ 0,1265
n1-standard-4aproximações:
asia-northeast1
US$ 0,2803
asia-southeast1
US$ 0,2695
australia-southeast1
US$ 0,31
Outras regiões da Ásia-Pacífico
US$ 0,2531
n1-standard-8aproximações:
asia-northeast1
US$ 0,5606
asia-southeast1
US$ 0,5391
australia-southeast1
US$ 0,6201
Outras regiões da Ásia-Pacífico
US$ 0,5061
n1-standard-16aproximações:
asia-northeast1
US$ 1,1213
asia-southeast1
US$ 1,0782
australia-southeast1
US$ 1,2401
Outras regiões da Ásia-Pacífico
US$ 1,0123
n1-standard-32aproximações:
asia-northeast1
US$ 2,2426
asia-southeast1
US$ 2,1564
australia-southeast1
US$ 2,4802
Outras regiões da Ásia-Pacífico
US$ 2,0245
n1-highmem-2aproximações:
asia-northeast1
US$ 0,1744
asia-southeast1
US$ 0,1678
australia-southeast1
US$ 0,193
Outras regiões da Ásia-Pacífico
US$ 0,1575
n1-highmem-4aproximações:
asia-northeast1
US$ 0,3489
asia-southeast1
US$ 0,3357
australia-southeast1
US$ 0,3861
Outras regiões da Ásia-Pacífico
US$ 0,3151
n1-highmem-8aproximações:
asia-northeast1
US$ 0,6977
asia-southeast1
US$ 0,6713
australia-southeast1
US$ 0,7721
Outras regiões da Ásia-Pacífico
US$ 0,6302
n1-highmem-16aproximações:
asia-northeast1
US$ 1,3955
asia-southeast1
US$ 1,3426
australia-southeast1
US$ 1,5443
Outras regiões da Ásia-Pacífico
US$ 1,2603
n1-highcpu-2aproximações:
asia-northeast1
US$ 0,1046
asia-southeast1
US$ 0,1005
australia-southeast1
US$ 0,1156
Outras regiões da Ásia-Pacífico
US$ 0,0944
n1-highcpu-4aproximações:
asia-northeast1
US$ 0,2093
asia-southeast1
US$ 0,201
australia-southeast1
US 0,2312
Outras regiões da Ásia-Pacífico
US$ 0,1888
n1-highcpu-8aproximações:
asia-northeast1
US$ 0,4186
asia-southeast1
US$ 0,4021
australia-southeast1
US$ 0,4624
Outras regiões da Ásia-Pacífico
US$ 0,3776
n1-highcpu-16aproximações:
asia-northeast1
US$ 0,8371
asia-southeast1
US$ 0,8041
australia-southeast1
US$ 0,9249
Outras regiões da Ásia-Pacífico
US$ 0,7552
n1-highcpu-32aproximações:
asia-northeast1
US$ 1,6742
asia-southeast1
US$ 1,6082
australia-southeast1
US$ 1,8498
Outras regiões da Ásia-Pacífico
US$ 1,5104
Série N2
n2-standard-2aproximações:
asia_east1
US$ 0,1293
asia_east2
US$ 0,1563
asia_northeast1
US$ 0,1433
asia_northeast3
US$ 0,1433
asia_south1
US$ 0,1341
asia_southeast1
US$ 0,1378
asia_southeast2
US$ 0,1502
australia_southeast1
US$ 0,1585
n2-standard-4aproximações:
asia_east1
US$ 0,2586
asia_east2
US$ 0,3125
asia_northeast1
US$ 0,2866
asia_northeast3
US$ 0,2866
asia_south1
US$ 0,2683
asia_southeast1
US$ 0,2756
asia_southeast2
US$ 0,3003
australia_southeast1
US$ 0,3169
n2-standard-8aproximações:
asia_east1
US$ 0,5173
asia_east2
US$ 0,6251
asia_northeast1
US$ 0,5731
asia_northeast3
US$ 0,5731
asia_south1
US$ 0,5366
asia_southeast1
US$ 0,5511
asia_southeast2
US$ 0,6007
australia_southeast1
US$ 0,6339
n2-standard-16aproximações:
asia_east1
US$ 1,0346
asia_east2
US$ 1,2502
asia_northeast1
US$ 1,1462
asia_northeast3
US$ 1,1462
asia_south1
US$ 1,0731
asia_southeast1
US$ 1,1022
asia_southeast2
US$ 1,2014
australia_southeast1
US$ 1,2678
n2-standard-32aproximações:
asia_east1
US$ 2,0691
asia_east2
US$ 2,5003
asia_northeast1
US$ 2,2924
asia_northeast3
US$ 2,2924
asia_south1
US$ 2,1462
asia_southeast1
US$ 2,2044
asia_southeast2
US$ 2,4028
australia_southeast1
US$ 2,5355
n2-highmem-2aproximações:
asia_east1
US$ 0,1745
asia_east2
US$ 0,2108
asia_northeast1
US$ 0,1931
asia_northeast3
US$ 0,1931
asia_south1
US$ 0,181
asia_southeast1
US$ 0,1859
asia_southeast2
US$ 0,2026
australia_southeast1
US$ 0,2138
n2-highmem-4aproximações:
asia_east1
US$ 0,3489
asia_east2
US$ 0,4216
asia_northeast1
US$ 0,3863
asia_northeast3
US$ 0,3863
asia_south1
US$ 0,3619
asia_southeast1
US$ 0,3717
asia_southeast2
US$ 0,4052
australia_southeast1
US$ 0,4275
n2-highmem-8aproximações:
asia_east1
US$ 0,6978
asia_east2
US$ 0,8432
asia_northeast1
US$ 0,7725
asia_northeast3
US$ 0,7725
asia_south1
US$ 0,7238
asia_southeast1
US$ 0,7434
asia_southeast2
US$ 0,8103
australia_southeast1
US$ 0,8551
n2-highmem-16aproximações:
asia_east1
US$ 1,3956
asia_east2
US$ 1,6865
asia_northeast1
US$ 1,545
asia_northeast3
US$ 1,545
asia_south1
US$ 1,4476
asia_southeast1
US$ 1,4868
asia_southeast2
US$ 1,6206
australia_southeast1
US$ 1,7102
n2-highcpu-2aproximações:
asia_east1
US$ 0,0955
asia_east2
US$ 0,1154
asia_northeast1
US$ 0,1059
asia_northeast3
US$ 0,1059
asia_south1
US$ 0,099
asia_southeast1
US$ 0,1017
asia_southeast2
US$ 0,1109
australia_southeast1
US$ 0,117
n2-highcpu-4aproximações:
asia_east1
US$ 0,1909
asia_east2
US$ 0,2307
asia_northeast1
US$ 0,2118
asia_northeast3
US$ 0,2118
asia_south1
US$ 0,1981
asia_southeast1
US$ 0,2034
asia_southeast2
US$ 0,2217
australia_southeast1
US$ 0,234
n2-highcpu-8aproximações:
asia_east1
US$ 0,3819
asia_east2
US$ 0,4615
asia_northeast1
US$ 0,4235
asia_northeast3
US$ 0,4235
asia_south1
US$ 0,3961
asia_southeast1
US$ 0,4069
asia_southeast2
US$ 0,4435
australia_southeast1
US$ 0,468
n2-highcpu-16aproximações:
asia_east1
US$ 0,7637
asia_east2
US$ 0,9229
asia_northeast1
US$ 0,8471
asia_northeast3
US$ 0,8471
asia_south1
US$ 0,7923
asia_southeast1
US$ 0,8137
asia_southeast2
US$ 0,887
australia_southeast1
US$ 0,936
n2-highcpu-32aproximações:
asia_east1
US$ 1,5275
asia_east2
US$ 1,8458
asia_northeast1
US$ 1,6942
asia_northeast3
US$ 1,6942
asia_south1
US$ 1,5845
asia_southeast1
US$ 1,6275
asia_southeast2
US$ 1,7739
australia_southeast1
US$ 1,8719
Série N2D
n2d-standard-2aproximações:
asia_east1
US$ 0,1125
asia_east2
US$ 0,136
asia_northeast1
US$ 0,1247
asia_south1
US$ 0,0641
asia_southeast1
US$ 0,1199
australia_southeast1
US$ 0,1379
n2d-standard-4aproximações:
asia_east1
US$ 0,225
asia_east2
US$ 0,2719
asia_northeast1
US$ 0,2493
asia_south1
US$ 0,1283
asia_southeast1
US$ 0,2397
australia_southeast1
US$ 0,2757
n2d-standard-8aproximações:
asia_east1
US$ 0,45
asia_east2
US$ 0,5438
asia_northeast1
US$ 0,4986
asia_south1
US$ 0,2565
asia_southeast1
US$ 0,4795
australia_southeast1
US$ 0,5515
n2d-standard-16aproximações:
asia_east1
US$ 0,9001
asia_east2
US$ 1,0876
asia_northeast1
US$ 0,9972
asia_south1
US$ 0,513
asia_southeast1
US$ 0,959
australia_southeast1
US$ 1,103
n2d-standard-32aproximações:
asia_east1
US$ 1,8001
asia_east2
US$ 2,1752
asia_northeast1
US$ 1,9945
asia_south1
US$ 1,0261
asia_southeast1
US$ 1,9179
australia_southeast1
US$ 2,206
n2d-highmem-2aproximações:
asia_east1
US$ 0,1518
asia_east2
US$ 0,1834
asia_northeast1
US$ 0,168
asia_south1
US$ 0,0865
asia_southeast1
US$ 0,1617
australia_southeast1
US$ 0,186
n2d-highmem-4aproximações:
asia_east1
US$ 0,3035
asia_east2
US$ 0,3668
asia_northeast1
US$ 0,3361
asia_south1
US$ 0,173
asia_southeast1
US$ 0,3234
australia_southeast1
US$ 0,372
n2d-highmem-8aproximações:
asia_east1
US$ 0,6071
asia_east2
US$ 0,7336
asia_northeast1
US$ 0,6721
asia_south1
US$ 0,346
asia_southeast1
US$ 0,6468
australia_southeast1
US$ 0,744
n2d-highmem-16aproximações:
asia_east1
US$ 1,2142
asia_east2
US$ 1,4672
asia_northeast1
US$ 1,3443
asia_south1
US$ 0,6921
asia_southeast1
US$ 1,2936
australia_southeast1
US$ 1,4879
n2d-highcpu-2aproximações:
asia_east1
US$ 0,0831
asia_east2
US$ 0,1004
asia_northeast1
US$ 0,0921
asia_south1
US$ 0,0473
asia_southeast1
US$ 0,0885
australia_southeast1
US$ 0,1018
n2d-highcpu-4aproximações:
asia_east1
US$ 0,1661
asia_east2
US$ 0,2007
asia_northeast1
US$ 0,1842
asia_south1
US$ 0,0947
asia_southeast1
US$ 0,177
australia_southeast1
US$ 0,2036
n2d-highcpu-8aproximações:
asia_east1
US$ 0,3322
asia_east2
US$ 0,4015
asia_northeast1
US$ 0,3685
asia_south1
US$ 0,1894
asia_southeast1
US$ 0,354
australia_southeast1
US$ 0,4071
n2d-highcpu-16aproximações:
asia_east1
US$ 0,6645
asia_east2
US$ 0,8029
asia_northeast1
US$ 0,737
asia_south1
US$ 0,3787
asia_southeast1
US$ 0,708
australia_southeast1
US$ 0,8143
n2d-highcpu-32aproximações:
asia_east1
US$ 1,3289
asia_east2
US$ 1,6059
asia_northeast1
US$ 1,4739
asia_south1
US$ 0,7575
asia_southeast1
US$ 1,4159
australia_southeast1
US$ 1,6286
Série C2
c2-standard-4aproximações:
asia_east1
US$ 0,278
asia_east2
US$ 0,336
asia_northeast1
US$ 0,308
asia_northeast3
US$ 0,308
asia_south1
US$ 0,2884
asia_southeast1
US$ 0,2962
australia_southeast1
US$ 0,3407
c2-standard-8aproximações:
asia_east1
US$ 0,5561
asia_east2
US$ 0,672
asia_northeast1
US$ 0,6161
asia_northeast3
US$ 0,6161
asia_south1
US$ 0,5768
asia_southeast1
US$ 0,5924
australia_southeast1
US$ 0,6814
c2-standard-16aproximações:
asia_east1
US$ 1,1122
asia_east2
US$ 1,3439
asia_northeast1
US$ 1,2321
asia_northeast3
US$ 1,2321
asia_south1
US$ 1,1536
asia_southeast1
US$ 1,1849
australia_southeast1
US$ 1,3629
c2-standard-30aproximações:
asia_east1
US$ 2,0853
asia_east2
US$ 2,5199
asia_northeast1
US$ 2,3103
asia_northeast3
US$ 2,3103
asia_south1
US$ 2,1631
asia_southeast1
US$ 2,2217
australia_southeast1
US$ 2,5553
c2-standard-60aproximações:
asia_east1
US$ 4,1706
asia_east2
US$ 5,0397
asia_northeast1
US$ 4,6205
asia_northeast3
US$ 4,6205
asia_south1
US$ 4,3262
asia_southeast1
US$ 4,4433
australia_southeast1
US$ 5,1107
Série C2D
c2d-standard-2aproximações:
asia_east1
US$ 0,1209
asia_south1
US$ 0,0689
asia_southeast1
US$ 0,1288
c2d-standard-4aproximações:
asia_east1
US$ 0,2418
asia_south1
US$ 0,1378
asia_southeast1
US$ 0,2576
c2d-standard-8aproximações:
asia_east1
US$ 0,4836
asia_south1
US$ 0,2757
asia_southeast1
US$ 0,5153
c2d-standard-16aproximações:
asia_east1
US$ 0,9672
asia_south1
US$ 0,5513
asia_southeast1
US$ 1,0305
c2d-standard-32aproximações:
asia_east1
US$ 1,9345
asia_south1
US$ 1,1027
asia_southeast1
US$ 2,0611
c2d-standard-56aproximações:
asia_east1
US$ 3,3853
asia_south1
US$ 1,9297
asia_southeast1
US$ 3,6069
c2d-standard-112aproximações:
asia_east1
US$ 6,7706
asia_south1
US$ 3,8593
asia_southeast1
US$ 7,2137
c2d-highmem-2aproximações:
asia_east1
US$ 0,1631
asia_south1
US$ 0,093
asia_southeast1
US$ 0,1737
c2d-highmem-4aproximações:
asia_east1
US$ 0,3262
asia_south1
US$ 0,1859
asia_southeast1
US$ 0,3475
c2d-highmem-8aproximações:
asia_east1
US$ 0,6523
asia_south1
US$ 0,3718
asia_southeast1
US$ 0,695
c2d-highmem-16aproximações:
asia_east1
US$ 1,3046
asia_south1
US$ 0,7436
asia_southeast1
US$ 1,39
c2d-highmem-32aproximações:
asia_east1
US$ 2,6092
asia_south1
US$ 1,4873
asia_southeast1
US$ 2,78
c2d-highmem-56aproximações:
asia_east1
US$ 4,5662
asia_south1
US$ 2,6028
asia_southeast1
US$ 4,865
c2d-highmem-112aproximações:
asia_east1
US$ 9,1323
asia_south1
US$ 5,2055
asia_southeast1
US$ 9,7299
c2d-highcpu-2aproximações:
asia_east1
US$ 0,0998
asia_south1
US$ 0,0569
asia_southeast1
US$ 0,1063
c2d-highcpu-4aproximações:
asia_east1
US$ 0,1996
asia_south1
US$ 0,1138
asia_southeast1
US$ 0,2127
c2d-highcpu-8aproximações:
asia_east1
US$ 0,3993
asia_south1
US$ 0,2276
asia_southeast1
US$ 0,4254
c2d-highcpu-16aproximações:
asia_east1
US$ 0,7985
asia_south1
US$ 0,4552
asia_southeast1
US$ 0,8508
c2d-highcpu-32aproximações:
asia_east1
US$ 1,5971
asia_south1
US$ 0,9104
asia_southeast1
US$ 1,7016
c2d-highcpu-56aproximações:
asia_east1
US$ 2,7949
asia_south1
US$ 1,5931
asia_southeast1
US$ 2,9778
c2d-highcpu-112aproximações:
asia_east1
US$ 5,5898
asia_south1
US$ 3,1862
asia_southeast1
US$ 5,9556
Série C3
c3-highcpu-4aproximações:
asia_southeast1
US$ 0,2445
c3-highcpu-8aproximações:
asia_southeast1
US$ 0,489
c3-highcpu-22aproximações:
asia_southeast1
US$ 1,3449
c3-highcpu-44aproximações:
asia_southeast1
US$ 2,6897
c3-highcpu-88aproximações:
asia_southeast1
US$ 5,3794
c3-highcpu-176aproximações:
asia_southeast1
US$ 10,7589
Série A2
a2-highgpu-1gaproximações:
asia-northeast1
US$ 4,6575
asia-northeast3
US$ 4,6575
asia-southeast1
US$ 4,6163
a2-highgpu-2gaproximações:
asia-northeast1
US$ 9,3151
asia-northeast3
US$ 9,3151
asia-southeast1
US$ 9,2327
a2-highgpu-4gaproximações:
asia-northeast1
US$ 18,6301
asia-northeast3
US$ 18,6301
asia-southeast1
US$ 18,4653
a2-highgpu-8gaproximações:
asia-northeast1
US$ 37,2603
asia-northeast3
US$ 37,2603
asia-southeast1
US$ 36,9306
a2-megagpu-16gaproximações:
asia-northeast1
US$ 70,0363
asia-northeast3
US$ 70,0363
asia-southeast1
US$ 69,5557
a2-ultragpu-1gaproximações:
asia-southeast1
US$ 7,1328
a2-ultragpu-2gaproximações:
asia-southeast1
US$ 14,2657
a2-ultragpu-4gaproximações:
asia-southeast1
US$ 28,5314
a2-ultragpu-8gaproximações:
asia-southeast1
US$ 57,0628
Preços no Oriente Médio
Série N2
n2-standard-2aproximações:
me_west1
US$ 0,1229
n2-standard-4aproximações:
me_west1
US$ 0,2457
n2-standard-8aproximações:
me_west1
US$ 0,4914
n2-standard-16aproximações:
me_west1
US$ 0,9828
n2-standard-32aproximações:
me_west1
US$ 1,9657
n2-highmem-2aproximações:
me_west1
US$ 0,1657
n2-highmem-4aproximações:
me_west1
US$ 0,3315
n2-highmem-8aproximações:
me_west1
US$ 0,6629
n2-highmem-16aproximações:
me_west1
US$ 1,3259
n2-highcpu-2aproximações:
me_west1
US$ 0,0907
n2-highcpu-4aproximações:
me_west1
US$ 0,1814
n2-highcpu-8aproximações:
me_west1
US$ 0,3628
n2-highcpu-16aproximações:
me_west1
US$ 0,7256
n2-highcpu-32aproximações:
me_west1
US$ 1,4511
Série N2D
n2d-standard-2aproximações:
me_west1
US$ 0,1069
n2d-standard-4aproximações:
me_west1
US$ 0,2138
n2d-standard-8aproximações:
me_west1
US$ 0,4275
n2d-standard-16aproximações:
me_west1
US$ 0,8551
n2d-standard-32aproximações:
me_west1
US$ 1,7101
n2d-highmem-2aproximações:
me_west1
US$ 0,1442
n2d-highmem-4aproximações:
me_west1
US$ 0,2884
n2d-highmem-8aproximações:
me_west1
US$ 0,5767
n2d-highmem-16aproximações:
me_west1
US$ 1,1535
n2d-highcpu-2aproximações:
me_west1
US$ 0,0789
n2d-highcpu-4aproximações:
me_west1
US$ 0,1578
n2d-highcpu-8aproximações:
me_west1
US$ 0,3156
n2d-highcpu-16aproximações:
me_west1
US$ 0,6312
n2d-highcpu-32aproximações:
me_west1
US$ 1,2625
Cada tipo de máquina
é cobrado como os seguintes SKUs na sua fatura do Google Cloud:
Custo de vCPU, calculado por vCPU/hora
Custo de RAM, calculado por GB/hora
Custo de GPU: quer seja integrado à máquina ou configurado opcionalmente,
calculado por GPU/hora
Os preços por tipo de máquina são usados para aproximar o
custo horário total para cada nó de previsão de uma versão do modelo que usa aquele
tipo de máquina.
Por exemplo, um tipo de máquina de n1-highcpu-32 inclui 32 vCPUs e 32 GB de RAM.
Portanto, o preço por hora é igual a 32 vCPU hours + 32 GB hours.
A tabela de preços de SKU está disponível por região. Cada tabela mostra os preços de vCPU,
RAM e GPU integrados para tipos de máquinas de previsão, que refletem
com mais precisão os SKUs cobrados.
Para visualizar os preços do SKU por região, escolha a região desejada para exibir a tabela de preços correspondente:
Alguns tipos de máquinas permitem adicionar aceleradores
GPU
opcionais para previsão. As GPUs opcionais geram outras cobranças,
separadas daquelas descritas na tabela anterior. Veja cada tabela de preços,
que descreve os preços de cada tipo de GPU opcional.
Américas
Aceleradores: preço por hora
NVIDIA_TESLA_P4
Iowa (us-central1)
US$ 0,6900
Norte da Virgínia (us-east4)
US$ 0,6900
Montreal (northamerica-northeast1)
US$ 0,7475
NVIDIA_TESLA_P100
Oregon (us-west1)
US$ 1,6790
Iowa (us-central1)
US$ 1,6790
Carolina do Sul (us-east1)
US$ 1,6790
NVIDIA_TESLA_T4
Oregon (us-west1)
US$ 0,4025
Iowa (us-central1)
US$ 0,4025
Carolina do Sul (us-east1)
US$ 0,4025
NVIDIA_TESLA_V100
Oregon (us-west1)
US$ 2,8520
Iowa (us-central1)
US$ 2,8520
Europa
Aceleradores: preço por hora
NVIDIA_TESLA_P4
Países Baixos (europe-west4)
US$ 0,7475
NVIDIA_TESLA_P100
Bélgica (europe-west1)
US$ 1,8400
NVIDIA_TESLA_T4
Londres (europe-west2)
US$ 0,4715
Países Baixos (europe-west4)
US$ 0,4370
NVIDIA_TESLA_V100
Países Baixos (europe-west4)
US$ 2,9325
Ásia-Pacífico
Aceleradores: preço por hora
NVIDIA_TESLA_P4
Singapura (asia-southeast1)
US$ 0,7475
Sydney (australia-southeast1)
US$ 0,7475
NVIDIA_TESLA_P100
Taiwan (asia-east1)
US$ 1,8400
NVIDIA_TESLA_T4
Tóquio (asia-northeast1)
US$ 0,4255
Singapura (asia-southeast1)
US$ 0,4255
Seul (asia-northeast3)
US$ 0,4485
NVIDIA_TESLA_V100
Taiwan (asia-east1)
US$ 2,932
Os preços são definidos por GPU. Se você usar várias GPUs por nó de previsão (ou se
fizer escalonamento da versão para utilizar diversos nós), os custos serão escalonados proporcionalmente.
O AI Platform Prediction fornece previsões do seu modelo executando
várias máquinas virtuais ("nós"). Por padrão, a Vertex AI escalona automaticamente
o número de nós em execução a qualquer momento. Para previsão on-line, o
número de nós é escalonado para atender à demanda. Cada nó pode responder a várias solicitações de previsão. Para predição em lote, o número de nós é escalonado para reduzir o tempo total necessário para executar um job. Personalize a maneira como os nós de previsão são escalonados.
Você é cobrado pelo tempo que cada nó é executado para seu modelo, incluindo:
Quando o nó está processando um job de previsão em lote.
Quando o nó está processando uma solicitação de previsão on-line.
Quando o nó está em um estado pronto para cumprir as previsões on-line.
O custo de um nó em execução por uma hora é uma hora de uso do nó. A tabela de preços de previsão descreve o
preço de uma hora de uso do nó, que varia entre as regiões e entre a previsão on-line
e a previsão em lote.
As horas de uso do nó podem ser consumidas em incrementos fracionários. Por exemplo, um nó em execução por 30 minutos custa 0,5 hora por uso do nó.
Cálculo de custo dos tipos de máquina do Compute Engine (N1)
O tempo de execução de um nó é cobrado em incrementos de 30 segundos. Isso significa que, a cada 30 segundos, seu projeto é cobrado por 30 segundos de uso de qualquer recurso, como vCPU, RAM ou GPU, que o nó esteja usando no momento.
Mais sobre escalonamento automático de nós de previsão
Previsão on-line
Predição em lote
A prioridade do escalonamento é reduzir a latência de solicitações
individuais. O serviço mantém seu modelo pronto em um estado de inatividade por alguns minutos
após atender a uma solicitação.
A prioridade do escalonamento é reduzir o tempo total decorrido
do job.
O escalonamento afeta suas taxas totais a cada mês: quanto mais numerosas e
frequentes forem suas solicitações, mais nós serão usados.
O escalonamento provavelmente não terá muito efeito sobre o preço do seu job,
ainda que haja alguns gastos indiretos envolvidos na criação de um novo nó.
Escolha deixar o serviço ser escalonado em resposta ao tráfego
(escalonamento automático) ou especifique vários nós para execução
constante para evitar latência (escalonamento manual).
Se você escolher o escalonamento automático, o número de nós será escalonado
automaticamente. Para implantações do tipo de máquina legado da AI Platform Prediction (MLS1),
o número de nós pode reduzir escala vertical para zero
em períodos sem tráfego. As implantações da Vertex AI e
outros tipos de implantações do AI Platform Prediction não podem
reduzir escala vertical para zero nós.
Se escolher o escalonamento manual, você especifica que alguns nós continuem em execução sempre. Você é cobrado por todo o tempo em que eles estão em execução, começando no momento da implantação e continuando até você excluir a versão do modelo.
Influencie o escalonamento com a definição de um número máximo de nós a ser usado
para um job de predição em lote e com a definição do número de nós que continuarão em execução em um modelo
quando ele for implantado.
Jobs de predição em lote são cobrados após a conclusão do job
Os jobs de predição em lote são cobrados após a conclusão do job, e não de forma incremental durante
o job. Os alertas de orçamento do Cloud Billing que você configurou não
são acionados enquanto um job está em execução. Antes de iniciar um job grande, primeiro
execute alguns jobs de comparação de custos com pequenos dados de entrada.
Exemplo de um cálculo de previsão
Uma empresa imobiliária em uma região das Américas realiza uma previsão semanal de valores de habitação nas áreas em que atende. Em um mês, realiza previsões para
quatro semanas em lotes de 3920, 4277, 3849 e 3961. Os jobs são limitados a um nó, e cada instância leva uma média de 0.72
segundos de processamento.
Primeiro, calcule o período de tempo que cada job foi executado:
Este exemplo considera que os jobs foram executados em um único nó e demoraram um período consistente de tempo por instância de entrada. No uso real, certifique-se de contabilizar vários nós e usar o tempo real que cada nó gasta em execução para os seus cálculos.
Cobranças pelo Vertex Explainable AI
Explicações baseadas em atributos
As explicações baseadas em recursos
não têm custo extra sobre os preços de previsão. Contudo, as explicações levam mais tempo
para serem processadas do que as previsões normais. Por isso, o uso pesado do Vertex Explainable AI com o escalonamento automático resulta em mais nós sendo iniciados, o que aumentaria as
cobranças de previsão.
Ao fazer upload de um modelo ou atualizar o conjunto de dados de um modelo, você será cobrado:
por hora de uso do nó para o job de predição em lote usado para gerar as
representações espaciais latentes de exemplos. Isso é cobrado à mesma taxa da previsão.
um custo para construir ou atualizar índices. Esse custo é igual aos
custos de indexação da Pesquisa Vetorial,
que é o número de exemplos * número de dimensões * 4 bytes por ponto flutuante * US$ 3,00 por GB.
Por exemplo, se você tiver 1 milhão de exemplos e 1.000 dimensões de espaço latente,
o custo será de US$ 12 (1.000.000 * 1.000 * 4 * 3,00/1.000.000.000).
Ao implantar em um endpoint, você será cobrado por hora de uso do nó para cada nó
em seu endpoint. Toda a computação associada ao endpoint é cobrada à mesma taxa da previsão. No entanto,
como as explicações baseadas em exemplos exigem recursos de computação adicionais para
servir o índice da Pesquisa vetorial, isso resulta na inicialização de mais nós,
o que aumenta as cobranças de previsão.
Pesquisa de arquitetura neural do Vertex AI
Veja nas tabelas a seguir os preços em cada região em que a pesquisa de arquitetura neural está disponível.
Preços
As tabelas a seguir mostram o preço por hora de várias configurações.
É possível escolher um nível de escalonamento predefinido ou uma configuração personalizada
de tipos de máquinas selecionados. Se você escolher uma configuração personalizada, some os custos das máquinas virtuais que você usa.
Tipos de máquinas legadas compatíveis com aceleradores incluem o custo dos aceleradores no preço. Se você usar tipos de máquina do Compute Engine e
anexar aceleradores, o custo destes será separado. Para calcular esse custo,
multiplique os preços da tabela a seguir de aceleradores pelo número de cada tipo
de acelerador usado.
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados
na página
SKUs do Cloud Platform.
Observações:
Todo o uso está sujeito à política de cotas da pesquisa de arquitetura neural.
É necessário armazenar seus dados e arquivos de programas em
buckets do Cloud Storage durante o ciclo de vida da pesquisa de arquitetura neural.
Saiba mais sobre o uso do Cloud Storage.
O preço do disco só é cobrado quando você configura o tamanho
do disco de cada VM para mais de 100 GB. Não há cobrança para os primeiros
100 GB (o tamanho padrão do disco) de disco para cada VM. Por exemplo, se você
configurar cada VM para ter 105 GB de disco, será cobrado por 5 GB de
disco para cada VM.
Uso obrigatório do Cloud Storage
Além dos custos descritos neste documento, você precisa armazenar dados
e arquivos de programas nos buckets do Cloud Storage durante o ciclo de vida da pesquisa de arquitetura neural. Esse armazenamento está sujeito à
política de preços do Cloud Storage.
O uso obrigatório do Cloud Storage inclui:
preparação do pacote do aplicativo de treinamento;
armazenamento dos dados de entrada do treinamento.
Armazenando a saída dos seus jobs.
A pesquisa de arquitetura neural não exige armazenamento a longo prazo desses itens.
Remova os arquivos assim que a operação for concluída.
Operações gratuitas para gerenciar seus recursos
As operações de gerenciamento de recursos fornecidas pela pesquisa de arquitetura neural estão
disponíveis sem custo financeiro. A política de cotas da pesquisa de arquitetura neural limita
algumas dessas operações.
Recurso
Operações gratuitas
jobs
get, list, cancel
operações
get, list, cancel, delete
Vertex AI Pipelines
O Vertex AI Pipelines tem uma taxa de execução de US$ 0,03 por
execução de pipeline. Não há cobranças pela taxa de execução durante a versão de pré-lançamento.
Você também paga pelos recursos do Google Cloud usados com o
Vertex AI Pipelines, como os componentes do Compute Engine consumidos
por pipelines. O preço deles é igual ao do
Vertex AI Training. Por fim, você é responsável pelo
custo de todos os serviços (como o Dataflow) chamados pelo seu pipeline.
Avaliação rápida da Vertex AI
O serviço de avaliação rápida da Vertex AI cobra os campos de entrada e saída de strings a cada 1.000 caracteres. Um caractere é definido como um caractere Unicode. O espaço em branco é excluído da contagem. A solicitação de avaliação com falha, incluindo a resposta filtrada, não gera cobrança por entrada ou saída. No final de cada ciclo de faturamento, as frações de um centavo (US$ 0,01) são arredondadas para um centavo.
Métricas baseadas em computação são cobradas a US $0,00003 por mil caracteres para entrada e US $0,00009 por mil caracteres para saída. Elas são chamadas de "métrica Pointwise" na SKU.
Nome da métrica
Tipo
Correspondência exata
Baseado em computação
BLEU
Baseado em computação
ROUGE
Baseado em computação
tool_call_valid
Baseado em computação
tool_name_match
Baseado em computação
tool_parameter_key_match
Baseado em computação
tool_parameter_kv_match
Baseado em computação
Os preços são indicados em dólares americanos (USD).
Se você não paga em dólar americano, valem os preços na sua moeda local listados
na página SKUs do Cloud Platform.
Métricas baseadas em modelos são cobradas a US $0,005 por mil caracteres para entrada e US $0,015 por mil caracteres para saída. As métricas com base no modelo incluem uma cobrança separada para o serviço de previsão. Consulte a página de preços de Previsão e Explicação da Vertex AI.
Nome da métrica
Tipo
Coerência
Por ponto
Fluência
Por ponto
Fulfillment
Por ponto
Segurança
Por ponto
Embasamento
Por ponto
summarization_quality
Por ponto
summarization_helpfulness
Por ponto
summarization_verbosity
Por ponto
question_answering_quality
Por ponto
question_answering_relevance
Por ponto
question_answering_helpfulness
Por ponto
question_answering_correctness
Por ponto
pairwise_summarization_quality
AutoSxS
pairwise_question_answering_quality
AutoSxS
Os preços são indicados em dólares americanos (USD).
Se você não paga em dólar americano, valem os preços na sua moeda local listados
na página SKUs do Cloud Platform.
Vertex AI Feature Store
O Vertex AI Feature Store está em disponibilidade geral (GA) desde novembro de 2023. Para
obter informações sobre a versão anterior do produto, acesse Vertex AI Feature Store (legado).
Novo Vertex AI Feature Store
O novo Vertex AI Feature Store oferece suporte à funcionalidade em dois tipos de operações:
Operações off-line são operações para transferir, armazenar,
recuperar e transformar dados no repositório off-line (BigQuery)
Operações on-line são operações para transferir dados para a(s)
loja(s) on-line e operações sobre dados enquanto eles estão na(s) loja(s) on-line.
Preços das operações off-line
Como o BigQuery é usado para operações off-line, consulte os preços do BigQuery para funcionalidades como ingestão no repositório off-line, consulta ao repositório off-line e armazenamento off-line.
Preços das operações on-line
Para operações on-line, o Vertex AI Feature Store cobra por quaisquer recursos em GA para
transferir dados para a loja on-line, fornecer ou armazenar dados. Uma hora de uso do nó
representa o tempo que uma máquina virtual gasta para concluir uma operação,
cobrado por minuto.
A veiculação on-line otimizada e a veiculação on-line do Bigtable usam arquiteturas diferentes, portanto, seus nós não são comparáveis.
Se você fizer pagamentos em uma moeda que não seja o dólar americano, os preços listados na sua moeda em
SKUs do Cloud Platform
se aplicam.
Estimativas de carga de trabalho das operações on-line
Considere as diretrizes a seguir ao estimar suas cargas de trabalho. O número de
nós necessários para determinada carga de trabalho pode diferir em cada abordagem de serviço.
Processamento de dados:
Ingestão: um nó pode ingerir aproximadamente 100 MB de dados por hora em um repositório on-line do Bigtable ou em um armazenamento on-line otimizado se nenhuma função analítica for usada.
Veiculação on-line do Bigtable: cada nó pode suportar aproximadamente 1.500 QPS e até 5 TB de armazenamento.
Veiculação on-line otimizada: o desempenho é baseado no tipo de máquina e nas réplicas, que são configuradas automaticamente para minimizar os custos sujeitos à carga de trabalho. Cada nó pode ter
no mínimo duas e no máximo seis réplicas para alta disponibilidade e escalonamento automático. Você será cobrado pelo número de réplicas de acordo. Para mais detalhes, consulte os exemplos de cenários mensais.
Para cargas de trabalho não relacionadas a embeddings, cada nó pode suportar aproximadamente 500 QPS e até 200 GB de armazenamento.
Para cargas de trabalho relacionadas a embeddings, cada nó pode suportar aproximadamente 500 QPS e até 4 GB de armazenamento de dados de 512 dimensões.
É possível ver o número de nós (com réplicas) no Metric Explorer:
Metric Explorer para descobrir o número de nós usados.
Exemplo de cenários mensais (considerando us-central1)
Carga de trabalho de fluxo de dados: veiculação on-line do Bigtable com 2,5 TB de dados
(1 GB atualizado diariamente) e 1.200 QPS
Operações
Uso mensal
Custo mensal
Nó de processamento de dados
(1 GB/dia) * (30 dias/mês) * (1.000 MB/GB) * (1 hora de uso do nó / 100 MB) = 300 horas de uso do nó
300 horas de uso do nó * (US$ 0,08 por hora de uso do nó) = US$ 24
Nó de veiculação on-line otimizado
N/A
N/A
Nó de veiculação on-line do Bigtable
(1 nó) * (24 horas/dia) * (30 dias/mês) = 720 horas de uso do nó
720 horas de uso do nó * (US$ 0,94 por hora de uso do nó) = US$ 677
Armazenamento de veiculação on-line do Bigtable
(2,5 TB por mês) * (1.000 GB/TB) = 2.500 GB por mês
2.500 GB por mês * (US$ 0,25 por GB por mês) = US$ 625
Total
US$ 1,326
Carga de trabalho de QPS alto: veiculação on-line otimizada com 10 GB de dados não incorporados
(5 GB atualizados diariamente) e 2.000 QPS
Operações
Uso mensal
Custo mensal
Nó de processamento de dados
(5 GB/dia) * (30 dias/mês) * (1.000 MB/GB) * (1 hora de uso do nó / 100 MB) = 1.500 horas de uso do nó
1.500 horas de uso do nó * (US$ 0,08 por hora de uso do nó) = US$120
Nó de veiculação on-line otimizado
Roundup(10 GB * (1 nó / 200 GB)) = 1 * max(2 réplicas padrão, 2.000 QPS * (1 réplica / 500 QPS)) = 4 nós no total * (24 horas/dia) * (30 dias/mês) =2.880 horas de uso do nó
2.880 horas de uso do nó * (0,30 por hora de uso do nó) = US$864
Nó de veiculação on-line do Bigtable
N/A
N/A
Armazenamento de veiculação on-line do Bigtable
N/A
N/A
Total
US$984
Carga de trabalho de disponibilização de embeddings: veiculação on-line otimizada com 20 GB de dados de embeddings (2 GB atualizados diariamente) e 800 QPS
Operações
Uso mensal
Custo mensal
Nó de processamento de dados
(2 GB/dia) * (30 dias/mês) * (1.000 MB/GB) * (1 hora de uso do nó / 100 MB) = 600 horas de uso do nó
600 horas de uso do nó * (US$ 0,08 por hora de uso do nó) = US$48
Nó de veiculação on-line otimizado
Roundup(20 GB* (1 nó / 4 GB) = 5 * max(2 réplicas padrão, 800 QPS * (1 réplica / 500 QPS)) = 10 nós no total * (24 horas/dia) * (30 dias/mês) = 7.200 nós por hora
7.200 horas de uso do nó * (0,30 por hora de uso do nó) = US$2.160
Nó de veiculação on-line do Bigtable
N/A
N/A
Armazenamento de veiculação on-line do Bigtable
N/A
N/A
Total
US$2.208
Vertex AI Feature Store (legado)
Os preços do Vertex AI Feature Store (legado) dependem da quantidade de dados de
recursos armazenados on-line e off-line, bem como da disponibilidade para
veiculação on-line. Uma hora de uso do nó
representa o tempo que uma máquina virtual gasta exibindo dados do recurso ou aguardando em
estado de prontidão para lidar com as solicitações de dados do recurso.
Se você não paga em dólar americano, são aplicados os preços na sua moeda local listados na página
SKUs do Cloud Platform.
Quando você ativa o monitoramento do valor do recurso, o faturamento inclui os encargos aplicáveis acima, além dos encargos aplicáveis a seguir:
US$ 3,50 por GB para todos os dados analisados. Com a análise de snapshots ativada, os snapshots obtidos para dados no Vertex AI Feature Store (legado) são incluídos. Com a análise de recursos de importação habilitada, lotes de dados ingeridos são incluídos.
As cobranças adicionais para outras operações do Vertex AI Feature Store (legado) usadas com o monitoramento do valor do recurso incluem o seguinte:
O recurso de análise de snapshot captura periodicamente um snapshot dos valores de recurso com base na sua configuração de intervalo de monitoramento.
A cobrança por uma exportação de snapshot é a mesma de uma operação normal de exportação em lote.
Exemplo de análise de snapshot
Um cientista de dados permite o monitoramento do valor do recurso para seu Vertex AI Feature Store (legado) e ativa o monitoramento para uma análise diária de snapshots.
Um pipeline é executado diariamente para monitoramento de tipos da entidade. O pipeline verifica 2 GB de dados no Vertex AI Feature Store (legado) e exporta um snapshot contendo 0,1 GB de dados.
A cobrança total de um dia de análise é:
(0.1 GB * $3.50) + (2 GB * $0.005) = $0.36
Exemplo de análise de ingestão
Um cientista de dados permite o monitoramento do valor do recurso para seu Vertex AI Feature Store (legado) e ativa o monitoramento para operações de ingestão.
Uma operação de ingestão importa 1 GB de dados para o Vertex AI Feature Store (legado).
A cobrança total referente ao monitoramento do valor do recurso é:
(1 GB * $3.50) = $3.50
Vertex ML Metadata
O armazenamento de metadados é medido em gigabytes binários (GiB), sendo que 1 GiB é
igual a 1.073.741.824 bytes. Essa unidade de medida também é conhecida como gibibyte.
O Vertex ML Metadata cobra US$ 10 por gibibyte (GiB) por mês pelo
armazenamento de metadados. Os preços são rateados por megabyte (MB). Por exemplo, se
você armazena 10 MB de metadados, será cobrado US$ 0,10 por mês por esses 10 MB
de metadados.
Os preços são os mesmos em todas as regiões com suporte ao
Vertex ML Metadata.
Vertex AI TensorBoard
Para usar o Vertex AI TensorBoard, solicite que o administrador IAM do projeto atribua a você a função
"Usuário do App da Web do Vertex AI TensorBoard". A função de administrador do Vertex AI
também tem acesso.
A partir de agosto de 2023, o preço do Vertex AI TensorBoard mudou
de uma licença mensal por usuário de US$ 300/mês para US$ 10 GiB/mês para armazenamento de dados
de logs e métricas. Isso significa que não há mais taxas de assinatura. Você pagará apenas
pelo armazenamento que usar. Consulte o tutorial
Vertex AI TensorBoard: excluir experimentos desatualizados do TensorBoard
para saber como gerenciar o armazenamento.
Vertex AI Vizier
O Vertex AI Vizier é um serviço de otimização de caixa preta dentro do Vertex AI.
O modelo de preços do Vertex AI Vizier consiste no seguinte:
Os primeiros 100 testes do Vertex AI Vizier por mês estão disponíveis sem custos financeiros. Os testes com RANDOM_SEARCH e GRID_SEARCH não contam para esse total.
Após os 100 testes do Vertex AI Vizier, os testes subsequentes durante o mesmo mês serão cobrados a US$ 1,00 por teste (testes que usam RANDOM_SEARCH ou GRID_SEARCH não geram custo financeiro).
Pesquisa Vetorial
O preço do serviço de Pesquisa Vetorial de vizinho mais próximo aproximado consiste em:
Preço de hora de uso do nó para cada VM usada na hospedagem de um índice implantado.
Um custo para criar novos índices, atualizar índices e usar atualizações de índices de streaming.
Os dados processados durante a criação e atualização dos índices são medidos em
gigabytes (GiB) binários, em que 1 GiB é 1.073.741.824 bytes. Essa unidade de medida
também é conhecida como gibibyte.
A Pesquisa Vetorial cobra US$ 3,00 por gibibyte (GiB) de dados
processados em todas as regiões. A Pesquisa Vetorial cobra US $0,45/GiB ingerido
para inserções de atualização por streaming.
As tabelas a seguir resumem o preço de um índice veiculado em cada região onde
a Pesquisa Vetorial está disponível. O preço corresponde ao tipo de máquina,
por região, e é cobrado por hora de uso do nó.
Américas
Região
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
N/A
1,279
2,558
us_west4
0,106
0,845
1,14
2,132
1,198
2,397
us_south1
0,111
0,886
1,195
N/A
N/A
N/A
northamerica_northeast1
0,103
0,826
1,115
2,084
1,172
2,343
northamerica_northeast2
0,103
0,826
1,115
N/A
N/A
N/A
southamerica_east1
0,149
1,191
1,607
3,004
1,69
3,38
Europa
Região
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
N/A
N/A
N/A
europe_north1
0,103
0,826
1,115
2,084
1,172
2,343
europe_west1
0,103
0,826
1,114
2,082
1,171
2,343
europe_west2
0,121
0,967
1,304
2,438
1,371
2,742
europe_west3
0,121
0,967
1,304
2,438
1,371
2,742
europe_west4
0,103
0,826
1,115
2,084
1,172
2,343
europe_west6
0,131
1,050
1,417
N/A
1,489
2,978
europe_west9
0,131
1,051
1,417
2,195
N/A
N/A
Ásia-Pacífico
Região
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
N/A
N/A
N/A
asia_northeast1
0,12
0,963
1,298
2,428
1,366
2,733
asia_northeast2
0,12
0,963
1,298
2,428
1,366
2,733
asia_northeast3
0,12
0,963
1,298
N/A
1,367
2,733
australia_southeast1
0,133
1,065
1,436
2,686
1,51
3,02
Oriente Médio
Região
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
N/A
N/A
Exemplos de preços da Pesquisa Vetorial
O preço da Pesquisa Vetorial é determinado pelo tamanho dos seus dados,
pela quantidade de consultas por segundo (QPS) que você quer executar e pelo número de nós que você usa.
Para obter o custo estimado de veiculação, você precisa calcular o tamanho total dos dados.
O tamanho dos dados é o número de embeddings/vetores * o número de dimensões
que você tem * 4 bytes por dimensão. Depois de ter o tamanho dos seus dados, você pode calcular
o custo de veiculação e o custo de criação. O custo de veiculação mais o custo de criação
é igual ao custo total mensal.
Custo de veiculação: nº réplicas/fragmento * nº fragmentos (~tamanho dos dados/tamanho do fragmento) * custo por hora * 730 horas
Custo de criação: tamanho dos dados(em GiB) * US$ 3/GiB * número de atualizações/mês
Atualização de streaming:a pesquisa de vetores usa métricas baseadas em heurística para determinar quando acionar a compactação. Se os dados não compactados mais antigos tiverem cinco dias, a compactação sempre será acionada. O custo de recriar o índice é cobrado com a mesma taxa de uma atualização em lote, além dos custos de atualização de streaming.
Número de embeddings/vetores
Número de dimensões
Consultas por segundo (QPS)
Tipo de máquina
Nós
Custo estimado de veiculação mensal
2 milhões
128
100
e2-standard-2
1
US$ 68
20 milhões
256
1.000
e2-standard-16
1
US$ 547
20 milhões
256
3.000
e2-standard-16
3
US$ 1.642
100 milhões
256
500
e2-highmem-16
2
US$ 1.477
1 bilhão
100
500
e2-highmem-16
8
US$ 5.910
Todos os exemplos são baseados em tipos de máquinas no us-central1.
O custo gerado vai variar de acordo com a taxa de recall e os requisitos de latência. O custo estimado de veiculação mensal
está diretamente relacionado ao número de nós usados no console.
Para saber mais sobre os parâmetros de configuração que afetam o custo, consulte
Parâmetros de configuração que afetam o recall e a latência.
Se você tiver um alto número de consultas por segundo (QPS), agrupar essas consultas em lote pode
reduzir os custos totais em até 30%-40%.
Vertex AI Model Registry
O Vertex AI Model Registry é um repositório central que rastreia e lista seus
modelos e versões de modelos. Você pode importar modelos para o Vertex AI e eles aparecerão
no Vertex AI Model Registry. Não há nenhum custo associado a ter seus modelos no
Model Registry. Os custos só são gerados quando você implanta o modelo em um endpoint ou
executa uma previsão em lote no modelo. Esse custo é determinado pelo tipo de modelo que você está implantando.
Ao usar o Monitoramento de modelos da Vertex AI, você recebe cobranças da seguinte forma:
US$ 3,50 por GB para todos os dados analisados, incluindo
os dados de treinamento fornecidos e os dados de previsão registrados em uma tabela do BigQuery.
Cobranças por outros produtos do Google Cloud que você usa com o Monitoramento de Modelos, como o armazenamento do
BigQuery ou o Batch Explain, quando o monitoramento de atribuição está ativado.
O Monitoramento de Modelos da Vertex AI tem suporte nas seguintes regiões: us-central1,
europe-west4, asia-east1 e asia-southeast1. Os preços são os mesmos em todas
as regiões.
Os tamanhos dos dados são medidos depois de serem convertidos para o formato TfRecord.
Conjuntos de dados de treinamento geram uma cobrança única quando você configura um
job de Monitoramento de Modelos da Vertex AI.
Os conjuntos de dados de previsão são registros coletados do serviço
de previsão on-line. Conforme as solicitações de previsão chegam durante janelas de tempo diferentes,
os dados de cada janela são coletados e a soma das
informações analisadas em cada janela de previsão é usada para calcular a cobrança.
Exemplo:
um cientista de dados executa o monitoramento de modelo no tráfego de previsão que pertence
ao modelo.
O modelo é treinado com um conjunto de dados do BigQuery. O tamanho dos dados após a conversão para
TfRecord é de 1,5 GB.
Os dados de previsão registrados entre 13h e 14h são de 0,1 GB,
entre 15h e 16h é de 0,2 GB.
O preço total para configurar o job de monitoramento de modelo é:
Além dos custos mencionados anteriormente,
você também paga por eventuais recursos do Google Cloud que usar.
Exemplo:
Serviços de análise dos dados: os custos do BigQuery são gerados
ao emitir consultas SQL em um notebook (consulte
os Preços do BigQuery).
Chaves de criptografia gerenciadas pelo cliente: você
está sujeito a cobranças pelo uso. Sempre que
os notebooks gerenciados ou
a instância de notebooks gerenciados pelo usuário
usam uma chave do Cloud Key Management Service, a operação será cobrada de acordo com a taxa
das operações
de chave do Cloud KMS (consulte Preços do Cloud Key Management Service).
Deep Learning Containers, VM de aprendizado profundo e pipelines da AI Platform
No caso dos Deep Learning Containers, Deep Learning VM Images
e AI Platform Pipelines,
o preço é calculado com base nos recursos de computação e de armazenamento que você usa.
Esses recursos são cobrados usando a mesma taxa
que você paga atualmente pelo Compute Engine e pelo
Cloud Storage.
Além dos custos de computação e armazenamento,
você também paga pelos recursos do Google Cloud que usar.
Exemplo:
Serviços de análise dos dados: os custos do BigQuery são gerados
ao emitir consultas SQL em um notebook (consulte
os Preços do BigQuery).
Chaves de criptografia gerenciadas pelo cliente: você
está sujeito a cobranças pelo uso. Sempre que
os notebooks gerenciados ou
a instância de notebooks gerenciados pelo usuário
usam uma chave do Cloud Key Management Service, a operação será cobrada de acordo com a taxa
das operações
de chave do Cloud KMS (consulte Preços do Cloud Key Management Service).
Rotulagem de dados
Com a Vertex AI, é possível solicitar a rotulagem humana de uma coleção
de dados que você planeja usar para treinar um modelo de machine learning personalizado.
Os preços do serviço são calculados com base no tipo de tarefa de rotulagem.
Para tarefas de rotulagem regular, os preços são determinados pelo número de
unidades de anotação.
Em uma tarefa de classificação de imagem, as unidades são determinadas com base no número
de imagens e na quantidade de rotuladores humanos. Por exemplo, uma imagem com
três rotuladores humanos será contabilizada como de 1 * 3 = 3 unidades. O preço da classificação
de rótulo único e de vários rótulos é o mesmo.
Em uma tarefa de caixa delimitadora de imagem, as unidades são determinadas pelo número de
caixas delimitadoras identificadas nas imagens e pelo número de rotuladores humanos.
Por exemplo, uma imagem com duas caixas delimitadoras e três rotuladores humanos
será contabilizada como 2 * 3 = 6 unidades. Imagens sem caixas delimitadoras não
geram cobrança.
Em uma segmentação de imagens/caixa rotacionada/linha poligonal/tarefa poligonal, as unidades são
determinadas da mesma forma que uma tarefa de caixa delimitadora de imagem.
Em uma tarefa de classificação de vídeo, as unidades são determinadas pela duração do vídeo
(cinco segundos equivalem a uma unidade de preço) e pelo número de rotuladores humanos. Por
exemplo, um vídeo de 25 segundos com três rotuladores humanos é contabilizado como 25 / 5 * 3 =
15 unidades. O preço da classificação de rótulo único e de vários rótulos
é o mesmo.
Em uma tarefa de detecção de objetos em vídeo, a unidade é determinada pelo número de
objetos identificados no vídeo e pelo número de rotuladores humanos. Por
exemplo, um vídeo com dois objetos e três rotuladores humanos é contabilizado como
2 * 3 = 6 unidades. Vídeos sem objetos não geram cobrança.
Em uma tarefa de reconhecimento de ação em vídeo, as unidades são determinadas da mesma maneira que em uma tarefa de
rastreamento de objetos de vídeo.
Em uma tarefa de classificação de texto, as unidades são determinadas pelo tamanho
do texto (cada 50 palavras equivalem a uma unidade de preço) e pelo número de rotuladores humanos. Por
exemplo, um trecho de texto com 100 palavras e três rotuladores humanos é contabilizado como
100 / 50 * 3 = 6 unidades. O preço da classificação de rótulo único e vários rótulos é o mesmo.
Em uma tarefa de sentimento de texto, as unidades são determinadas da mesma maneira que uma tarefa de
classificação de texto.
Em uma tarefa de extração de entidade de texto, as unidades são determinadas por comprimento do texto
(cada 50 palavras equivale a uma unidade de preço), o número de entidades identificadas e
o número de rotuladores humanos. Por exemplo, um trecho de texto com 100 palavras,
duas entidades identificadas e três rotuladores humanos é contabilizado como
100 / 50 * 2 * 3 = 12 unidades. Textos sem entidades não geram cobrança.
Nas tarefas de classificação de imagem/vídeo/texto, e de sentimento de texto é possível que os rotuladores humanos
percam o controle das classes se o tamanho do conjunto de rótulos for muito grande. Como resultado,
enviamos no máximo 20 classes para os rotuladores humanos de cada vez. Por exemplo, se
o tamanho do conjunto de rótulos de uma tarefa de rotulagem for 40, cada item de dados será enviado para
revisão humana 40 / 20 = 2 vezes e cobraremos duas vezes do preço
(calculado acima) conforme adequado.
Para uma tarefa de rotulagem que ativa o recurso de rotulador personalizado, cada item de dados é
contabilizado como uma unidade de rotulador personalizado.
Em uma tarefa de rotulagem de aprendizagem ativa para itens de dados com anotações
geradas por modelos (sem a ajuda de um rotulador humano), cada item de dados é
contabilizado como uma unidade de aprendizagem ativa.
Para uma tarefa de rotulagem de aprendizagem ativa para itens de dados com anotações
geradas por rotuladores humanos, cada item de dados é contabilizado como uma tarefa de rotulagem regular
conforme descrito acima.
Na tabela abaixo, você confere o preço por 1.000 unidades por rotulador baseado na unidade listada para cada objetivo. Os preços do nível 1 se aplicam às primeiras 50 mil unidades por mês em cada projeto do Google Cloud. Os do nível 2 se aplicam às 950 mil unidades seguintes por mês no projeto, com um máximo de um milhão de unidades.
Fale conosco para saber os preços acima de um milhão
de unidades por mês.
Tipo de dados
Objetivo
Unidade
Nível 1
Nível 2
Imagem
Classificação
Imagem
US$ 35
US$ 25
Caixa delimitadora
Caixa delimitadora
US$ 63
US$ 49
Segmentação
Segmento
US$ 870
US$ 850
Caixa rotacionada
Caixa delimitadora
US$ 86
US$ 60
Polígono/linha poligonal
Polígono/linha poligonal
US$ 257
US$ 180
Vídeo
Classificação
Vídeo de 5 segundos
US$ 86
US$ 60
Rastreamento de objetos
Caixa delimitadora
US$ 86
US$ 60
Reconhecimento de ação
Evento em vídeo de 30 segundos
US$ 214
US$ 150
Texto
Classificação
50 palavras
US$ 129
US$ 90
Sentimento
50 palavras
US$ 200
US$ 140
Extração de entidade
Entidade
US$ 86
US$ 60
Aprendizagem ativa
Tudo
Item de dados
US$ 80
US$ 56
Rotulador personalizado
Tudo
Item de dados
US$ 80
US$ 56
Uso obrigatório do Cloud Storage
Além dos custos descritos neste documento, você precisa armazenar
dados e arquivos de programas nos buckets do Cloud Storage durante o
ciclo de vida da Vertex AI. Esse armazenamento está sujeito à
política de preços do Cloud Storage.
O uso obrigatório do Cloud Storage inclui:
Preparação do pacote de aplicativo de treinamento para modelos treinados personalizados.
Armazenamento dos dados de entrada do treinamento.
Armazenamento do resultado dos jobs de treinamento.
A Vertex AI não requer armazenamento a longo prazo desses itens.
Remova os arquivos assim que a operação for concluída.
Operações gratuitas para gerenciar seus recursos
As operações de gerenciamento de recursos fornecidas pela AI Platform estão disponíveis sem custo financeiro. A política de cotas da AI Platform limita algumas dessas operações.
Recurso
Operações gratuitas
modelos
create, get, list, delete
versões
create, get, list, delete, setDefault
jobs
get, list, cancel
operações
get, list, cancel, delete
Custos do Google Cloud
Se você armazenar imagens para serem analisadas no Cloud Storage ou usar outros
recursos do Google Cloud com a Vertex AI, então
também receberá cobrança pelo uso desses serviços.
Com o sistema de pagamento por uso do Google Cloud, você paga apenas pelos serviços que
usa. Entre em contato com nossa equipe de vendas e receba uma cotação personalizada para sua organização.