Precios de Vertex AI

Los precios aparecen en dólares estadounidenses (USD). Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Precios de Vertex AI en comparación con los precios de los productos heredados

Los costos de Vertex AI siguen siendo los mismos que los de los productos heredados de AI Platform y AutoML que Vertex AI reemplaza, con las siguientes excepciones:

  • Las predicciones heredadas de AI Platform Prediction y AutoML Tables admiten tipos de máquinas de menor costo y menor rendimiento que no son compatibles con Vertex AI Prediction ni en el modelo tabular de AutoML.

  • AI Platform Prediction es compatible con la reducción de escala a cero, que no es compatible con Vertex AI Prediction.

Vertex AI también ofrece más formas de optimizar los costos, como las siguientes:

Precios de IA generativa en Vertex AI

Para obtener información sobre los precios de Vertex AI, consulta los Precios de IA generativa en Vertex AI.

Precios para modelos de AutoML

En el caso de los modelos de Vertex AI AutoML, pagas por tres actividades principales:

  • Entrenar el modelo
  • Implementar el modelo en un extremo
  • Usar el modelo para hacer predicciones

Vertex AI usa parámetros de configuración predefinidos de máquinas para los modelos de Vertex AutoML y la tarifa por hora de estas actividades refleja el uso de los recursos.

El tiempo necesario para entrenar tu modelo depende del tamaño y la complejidad de tus datos de entrenamiento. Se deben implementar los modelos antes de que puedan proporcionar predicciones o explicaciones en línea.

Pagas por cada modelo implementado en un extremo, incluso si no se hace ninguna predicción. Debes anular la implementación de tu modelo para evitar que se sigan generando cargos. No se cobran los modelos que no se implementaron o que fallaron.

Pagas solo por las horas de procesamiento que uses. Si el entrenamiento falla por cualquier motivo que no sea una cancelación iniciada por el usuario, no se te facturará por ese tiempo. Se te cobra el tiempo del entrenamiento si cancelas la operación.

Selecciona un tipo de modelo a continuación para obtener información sobre los precios.

Datos de imágenes

Operación Precio por hora de procesamiento de nodo (clasificación) Precio por hora de procesamiento de nodo (detección de objetos)
Entrenamiento $3.465 $3.465
Entrenamiento (modelo Edge integrado en el dispositivo) $18.00 $18.00
Implementación y predicción en línea $1.375 $2.002
Predicción por lotes $2.222 $2.222

Datos de video

Operación Precio por hora de procesamiento de nodo (clasificación, seguimiento de objetos) Precio por hora de procesamiento de nodo (reconocimiento de acciones)
Entrenamiento $3.234 $3.300
Entrenamiento (modelo Edge integrado en el dispositivo) $10.78 $11.00
Predicciones $0.462 $0.550

Datos tabulares

Operación Precio por hora de procesamiento de nodo para clasificación o regresión Precio de previsión
Entrenamiento $21.252 Consulta Previsión de Vertex AI
Predicción El mismo precio que las predicciones para modelos entrenados de forma personalizada.
Vertex AI realiza predicción por lotes con 40 n1-highmem-8 máquinas. 		Consulta Previsión de Vertex AI

Datos de texto

Operación Precio
Carga de datos heredados (solo PDF)

Primeras 1,000 páginas gratis cada mes

$1.50 cada 1,000 páginas

$0.60 por 1,000 páginas por encima de 5,000,000
Entrenamiento $3.30 por hora
Implementación $0.05 por hora
Predicción

$5.00 por 1,000 registros de texto

$25.00 por 1,000 páginas de documento, como archivos PDF (solo heredados)

Los precios de las solicitudes de predicción de texto de Vertex AutoML se calculan según la cantidad de registros de texto que envías para el análisis. Un registro de texto es un texto sin formato de hasta 1,000 caracteres Unicode (incluidos los espacios en blanco y las etiquetas de marcado, como HTML o XML).

Si el texto proporcionado en una solicitud de predicción contiene más de 1,000 caracteres, se cuenta un registro de texto por cada 1,000 caracteres. Por ejemplo, si envías tres solicitudes que contienen 800, 1,500 y 600 caracteres respectivamente, se te cobrará por cuatro registros de texto: uno por la primera solicitud (800), dos por la segunda (1,500) y uno por la tercera (600).

Cargos de predicción para Vertex Explainable AI

El procesamiento asociado con Vertex Explainable AI se cobra a la misma tarifa que la predicción. Sin embargo, el procesamiento de las explicaciones demora más que el de las predicciones normales. Por lo tanto, el uso intensivo de las Vertex Explainable AI junto con el ajuste de escala automático podrían traer como resultado el inicio de más nodos, lo que podría aumentar los cargos de predicción.

Previsión de Vertex AI

AutoML

Etapa Precios
Predicción $0.2 por 1,000 datos* (0 a 1,000,000 puntos)
$0.1 por 1,000 datos* (1,000,000 a 50,000,000 puntos)
$0.02 por 1,000 datos* (más de 50,000,000 puntos)
Entrenamiento $21.25 por hora en todas las regiones
Explainable AI Explicabilidad con los valores de Shapley. Consulta la página de precios de Predicción y explicación de Vertex AI.

* Un dato de predicción es un punto de tiempo en el horizonte de previsión. Por ejemplo, con un nivel de detalle diario, un horizonte de 7 días tiene 7 puntos por cada serie temporal.

  • Se pueden incluir hasta 5 cuantiles de predicción sin costo adicional.
  • La cantidad de datos consumidos por nivel se actualiza por mes.

ARIMA+

Etapa Precios
Predicción $5.00 por TB
Entrenamiento $250.00 por TB × cantidad de modelos de candidatos × cantidad de ventanas retrospectivas*
Explainable AI La explicabilidad con descomposición de la serie temporal no implica ningún costo adicional. La explicabilidad con los valores de Shapley no es compatible.

Consulta la página de precios de BigQuery ML para obtener detalles adicionales. Cada trabajo de entrenamiento y predicción incurre en el costo de una ejecución de canalización administrada, como se describe en Precios de Vertex AI.

* Se crea una ventana retrospectiva para cada período en el conjunto de prueba. El AUTO_ARIMA_MAX_ORDER que se usa determina la cantidad de modelos de candidatos. Abarca de 6 a 42 en modelos con series temporales múltiples.

Modelos entrenados de forma personalizada

Entrenamiento

En las siguientes tablas, se indica el precio por hora aproximado de varios parámetros de configuración de entrenamiento. Puedes elegir una configuración personalizada de los tipos de máquinas seleccionados. Para calcular los precios, suma los costos de las máquinas virtuales que usas.

Si usas los tipos de máquinas de Compute Engine y les conectas aceleradores, el costo se cobra por separado. Para calcularlo, multiplica los precios de la tabla de aceleradores a continuación por la cantidad de cada tipo de acelerador que uses.

Tipos de máquina

* Esta cantidad incluye el precio de GPU, ya que este tipo de instancia siempre requiere una cantidad fija de aceleradores de GPU.
Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Cloud Platform.

Aceleradores

Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

* El precio por el entrenamiento con el pod de Cloud TPU se basa en la cantidad de núcleos en el pod. La cantidad de núcleos en un pod siempre es un múltiplo de 32. Para determinar el precio del entrenamiento en un pod que tiene más de 32 núcleos, multiplica el precio de un pod de 32 núcleos por la cantidad de núcleos, dividido por 32. Por ejemplo, el precio de un pod de 128 núcleos es (32-core Pod price) * (128/32). Para obtener información sobre cuáles pods de Cloud TPU están disponibles en una región específica, consulta Arquitectura del sistema en la documentación de Cloud TPU.

Discos

Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Se cobra el entrenamiento de tus modelos desde el momento en que los recursos se aprovisionan para un trabajo hasta que el trabajo finaliza.

Niveles de escala para los parámetros de configuración predefinidos (AI Platform Training)

Puedes controlar el tipo de clúster de procesamiento que se usará para entrenar un modelo. La forma más sencilla es seleccionar uno de los parámetros de configuración predeterminados, denominados niveles de escala. Obtén más información acerca de los niveles de escala.

Tipos de máquinas para los parámetros de configuración personalizados

Si usas Vertex AI o seleccionas CUSTOM como el nivel de escala para AI Platform Training, puedes controlar la cantidad y el tipo de las máquinas virtuales que se usarán para la instancia principal del clúster, el trabajador y los servidores de parámetro. Obtén más información sobre los tipos de máquinas para Vertex AI y los tipos de máquinas para AI Platform Training.

El costo del entrenamiento con un clúster de procesamiento personalizado es la suma de todas las máquinas que especifiques. Se cobra el tiempo total del trabajo, no el tiempo de procesamiento activo de las máquinas individuales.

Gen AI Evaluation Service

Vertex AI Gen AI Evaluation Service cobra los campos de entrada y salida de cadenas por cada 1,000 caracteres. Un carácter se define como un carácter Unicode. Los espacios en blanco se excluyen del recuento. No se cobrará por la entrada ni la salida por la solicitud de evaluación fallida, incluida la respuesta filtrada. Al final de cada ciclo de facturación, las fracciones de un centavo ($0.01) se redondean a un centavo.

Gen AI Evaluation Service tiene disponibilidad general (DG). Los precios entraron en vigencia el 27 de septiembre de 2024.

Métrica Precios
Por puntos Entrada: $0.005 cada 1,000 caracteres
Salida: $0.015 cada 1,000 caracteres
Por pares Entrada: $0.005 cada 1,000 caracteres
Salida: $0.015 cada 1,000 caracteres

Las métricas basadas en cálculos se cobran a $0.00003 por 1,000 caracteres como entrada y $0.00009 por 1,000 caracteres como salida. Se denominan métricas automáticas en SKU.

Nombre de la métrica Tipo
Concordancia exacta Basado en cálculos
Bleu Basado en cálculos
Rouge Basado en cálculos
Llamada válida a la herramienta Basado en cálculos
Coincidencia con el nombre de la herramienta Basado en cálculos
Coincidencia de clave de parámetro de la herramienta Basado en cálculos
Coincidencia con KV del parámetro de la herramienta Basado en cálculos

Los precios aparecen en dólares estadounidenses. Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en Cloud Platform SKUs.

Las métricas basadas en modelos heredados se cobran a $0.005 por 1,000 caracteres para la entrada y $0.015 por 1,000 caracteres como salida.

Nombre de la métrica Tipo
Coherencia Por puntos
Fluidez Por puntos
Entrega Por puntos
Seguridad Por puntos
Fundamento Por puntos
Calidad de los resúmenes Por puntos
Utilidad de los resúmenes Por puntos
Verbosidad del resumen Por puntos
Calidad de las respuestas a las preguntas Por puntos
Relevancia de las respuestas de preguntas Por puntos
Utilidad de la búsqueda de respuestas Por puntos
Precisión en la respuesta a preguntas Por puntos
Calidad de resumen por pares Por pares
Calidad de las respuestas en pares en parejas Por pares
Los precios aparecen en dólares estadounidenses. Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en Cloud Platform SKUs.

Ray on Vertex AI

Entrenamiento

En las siguientes tablas, se indica el precio por hora aproximado de varios parámetros de configuración de entrenamiento. Puedes elegir una configuración personalizada de los tipos de máquinas seleccionados. Para calcular los precios, suma los costos de las máquinas virtuales que usas.

Si usas los tipos de máquinas de Compute Engine y les conectas aceleradores, el costo se cobra por separado. Para calcularlo, multiplica los precios de la tabla de aceleradores a continuación por la cantidad de cada tipo de acelerador que uses.

Tipos de máquina

Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Aceleradores

Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

* El precio por el entrenamiento con el pod de Cloud TPU se basa en la cantidad de núcleos en el pod. La cantidad de núcleos en un pod siempre es un múltiplo de 32. Para determinar el precio del entrenamiento en un pod que tiene más de 32 núcleos, multiplica el precio de un pod de 32 núcleos por la cantidad de núcleos, dividido por 32. Por ejemplo, el precio de un pod de 128 núcleos es (32-core Pod price) * (128/32). Para obtener información sobre cuáles pods de Cloud TPU están disponibles en una región específica, consulta Arquitectura del sistema en la documentación de Cloud TPU.

Discos

Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Se cobra el entrenamiento de tus modelos desde el momento en que los recursos se aprovisionan para un trabajo hasta que el trabajo finaliza.

Predicción y explicación

Las tablas siguientes proporcionan los precios de la predicción por lotes, la predicción en línea y la explicación en línea por hora de procesamiento de nodo. Una hora de procesamiento de nodo representa el tiempo que una máquina virtual dedica a la ejecución del trabajo de predicción o espera en estado activo (un extremo con uno o más modelos implementados) para administrar solicitudes de predicción o explicación.

Elige una región para ver su tabla de precios:

Precios en América

Las tablas siguientes proporcionan el precio por hora de procesamiento de nodo para cada tipo de máquina.

Serie E2

e2-standard-2aproximaciones:

us-west2$0.0926
us-west4$0.0868
us-east4$0.0868
northamerica-northeast1$0.0848
northamerica-northeast2$0.0848
southamerica-east1$0.1223
Otras regiones de América$0.0771
e2-standard-4aproximaciones:
us-west2$0.1851
us-west4$0.1736
us-east4$0.1736
northamerica-northeast1$0.1697
northamerica-northeast2$0.1697
southamerica-east1$0.2446
Otras regiones de América$0.1541
e2-standard-8aproximaciones:
us-west2$0.3702
us-west4$0.3471
us-east4$0.3471
northamerica-northeast1$0.3393
northamerica-northeast2$0.3393
southamerica-east1$0.4893
Otras regiones de América$0.3082
e2-standard-16aproximaciones:
us-west2$0.7405
us-west4$0.6942
us-east4$0.6942
northamerica-northeast1$0.6787
northamerica-northeast2$0.6787
southamerica-east1$0.9786
Otras regiones de América$0.6165
e2-standard-32aproximaciones:
us-west2$1.4809
us-west4$1.3885
us-east4$1.3885
northamerica-northeast1$1.3574
northamerica-northeast2$1.3574
southamerica-east1$1.9572
Otras regiones de América$1.2329
e2-highmem-2aproximaciones:
us-west2$0.1249
us-west4$0.1171
us-east4$0.1171
northamerica-northeast1$0.1144
northamerica-northeast2$0.1144
southamerica-east1$0.165
Otras regiones de América$0.1039
e2-highmem-4aproximaciones:
us-west2$0.2497
us-west4$0.2341
us-east4$0.2341
northamerica-northeast1$0.2289
northamerica-northeast2$0.2289
southamerica-east1$0.33
Otras regiones de América$0.2079
e2-highmem-8aproximaciones:
us-west2$0.4994
us-west4$0.4682
us-east4$0.4682
northamerica-northeast1$0.4578
northamerica-northeast2$0.4578
southamerica-east1$0.66
Otras regiones de América$0.4158
e2-highmem-16aproximaciones:
us-west2$0.9989
us-west4$0.9365
us-east4$0.9365
northamerica-northeast1$0.9155
northamerica-northeast2$0.9155
southamerica-east1$1.3201
Otras regiones de América$0.8316
e2-highcpu-2aproximaciones:
us-west2$0.0683
us-west4$0.0641
us-east4$0.0641
northamerica-northeast1$0.0626
northamerica-northeast2$0.0626
southamerica-east1$0.0903
Otras regiones de América$0.0569
e2-highcpu-4aproximaciones:
us-west2$0.1367
us-west4$0.1281
us-east4$0.1281
northamerica-northeast1$0.1253
northamerica-northeast2$0.1253
southamerica-east1$0.1806
Otras regiones de América$0.1138
e2-highcpu-8aproximaciones:
us-west2$0.2733
us-west4$0.2563
us-east4$0.2563
northamerica-northeast1$0.2505
northamerica-northeast2$0.2505
southamerica-east1$0.3612
Otras regiones de América$0.2276
e2-highcpu-16aproximaciones:
us-west2$0.5467
us-west4$0.5126
us-east4$0.5126
northamerica-northeast1$0.501
northamerica-northeast2$0.501
southamerica-east1$0.7225
Otras regiones de América$0.4551
e2-highcpu-32aproximaciones:
us-west2$1.0933
us-west4$1.0252
us-east4$1.0252
northamerica-northeast1$1.0021
northamerica-northeast2$1.0021
southamerica-east1$1.4449
Otras regiones de América$0.9102

Serie N1

n1-standard-2aproximaciones:

us-east4$0.123
northamerica-northeast1$0.1203
Otras regiones de América$0.1093
n1-standard-4aproximaciones:
us-east4$0.2461
northamerica-northeast1$0.2405
Otras regiones de América$0.2186
n1-standard-8aproximaciones:
us-east4$0.4922
northamerica-northeast1$0.4811
Otras regiones de América$0.4372
n1-standard-16aproximaciones:
us-east4$0.9843
northamerica-northeast1$0.9622
Otras regiones de América$0.8744
n1-standard-32aproximaciones:
us-east4$1.9687
northamerica-northeast1$1.9243
Otras regiones de América$1.7488
n1-highmem-2aproximaciones:
us-east4$0.1532
northamerica-northeast1$0.1498
Otras regiones de América$0.1361
n1-highmem-4aproximaciones:
us-east4$0.3064
northamerica-northeast1$0.2995
Otras regiones de América$0.2723
n1-highmem-8aproximaciones:
us-east4$0.6129
northamerica-northeast1$0.5991
Otras regiones de América$0.5445
n1-highmem-16aproximaciones:
us-east4$1.2257
northamerica-northeast1$1.1982
Otras regiones de América$1.089
n1-highcpu-2aproximaciones:
us-east4$0.0918
northamerica-northeast1$0.0897
Otras regiones de América$0.0815
n1-highcpu-4aproximaciones:
us-east4$0.1835
northamerica-northeast1$0.1794
Otras regiones de América$0.163
n1-highcpu-8aproximaciones:
us-east4$0.3671
northamerica-northeast1$0.3588
Otras regiones de América$0.326
n1-highcpu-16aproximaciones:
us-east4$0.7341
northamerica-northeast1$0.7176
Otras regiones de América$0.6519
n1-highcpu-32aproximaciones:
us-east4$1.4683
northamerica-northeast1$1.4352
Otras regiones de América$1.3039

Serie N2

n2-standard-2aproximaciones:

northamerica_northeast1$0.123
northamerica_northeast2$0.123
southamerica_east1$0.1773
us_central1$0.1117
us_east1$0.1117
us_east4$0.1258
us_south1$0.1318
us_west1$0.1117
us_west2$0.1341
us_west3$0.1341
us_west4$0.1258
n2-standard-4aproximaciones:
northamerica_northeast1$0.2459
northamerica_northeast2$0.2459
southamerica_east1$0.3546
us_central1$0.2234
us_east1$0.2234
us_east4$0.2516
us_south1$0.2636
us_west1$0.2234
us_west2$0.2683
us_west3$0.2683
us_west4$0.2516
n2-standard-8aproximaciones:
northamerica_northeast1$0.4918
northamerica_northeast2$0.4918
southamerica_east1$0.7091
us_central1$0.4467
us_east1$0.4467
us_east4$0.5031
us_south1$0.5272
us_west1$0.4467
us_west2$0.5366
us_west3$0.5366
us_west4$0.5031
n2-standard-16aproximaciones:
northamerica_northeast1$0.9836
northamerica_northeast2$0.9836
southamerica_east1$1.4183
us_central1$0.8935
us_east1$0.8935
us_east4$1.0063
us_south1$1.0543
us_west1$0.8935
us_west2$1.0732
us_west3$1.0732
us_west4$1.0062
n2-standard-32aproximaciones:
northamerica_northeast1$1.9673
northamerica_northeast2$1.9673
southamerica_east1$2.8365
us_central1$1.787
us_east1$1.787
us_east4$2.0126
us_south1$2.1087
us_west1$1.787
us_west2$2.1464
us_west3$2.1464
us_west4$2.0125
n2-highmem-2aproximaciones:
northamerica_northeast1$0.1659
northamerica_northeast2$0.1659
southamerica_east1$0.2392
us_central1$0.1507
us_east1$0.1507
us_east4$0.1697
us_south1$0.1778
us_west1$0.1507
us_west2$0.181
us_west3$0.181
us_west4$0.1697
n2-highmem-4aproximaciones:
northamerica_northeast1$0.3317
northamerica_northeast2$0.3317
southamerica_east1$0.4783
us_central1$0.3013
us_east1$0.3013
us_east4$0.3394
us_south1$0.3556
us_west1$0.3013
us_west2$0.3619
us_west3$0.3619
us_west4$0.3393
n2-highmem-8aproximaciones:
northamerica_northeast1$0.6634
northamerica_northeast2$0.6634
southamerica_east1$0.9566
us_central1$0.6027
us_east1$0.6027
us_east4$0.6787
us_south1$0.7112
us_west1$0.6027
us_west2$0.7239
us_west3$0.7239
us_west4$0.6787
n2-highmem-16aproximaciones:
northamerica_northeast1$1.3269
northamerica_northeast2$1.3269
southamerica_east1$1.9132
us_central1$1.2053
us_east1$1.2053
us_east4$1.3574
us_south1$1.4223
us_west1$1.2053
us_west2$1.4477
us_west3$1.4477
us_west4$1.3574
n2-highcpu-2aproximaciones:
northamerica_northeast1$0.0908
northamerica_northeast2$0.0908
southamerica_east1$0.1309
us_central1$0.0825
us_east1$0.0825
us_east4$0.0929
us_south1$0.0973
us_west1$0.0825
us_west2$0.099
us_west3$0.099
us_west4$0.0929
n2-highcpu-4aproximaciones:
northamerica_northeast1$0.1815
northamerica_northeast2$0.1815
southamerica_east1$0.2618
us_central1$0.1649
us_east1$0.1649
us_east4$0.1857
us_south1$0.1946
us_west1$0.1649
us_west2$0.1981
us_west3$0.1981
us_west4$0.1857
n2-highcpu-8aproximaciones:
northamerica_northeast1$0.3631
northamerica_northeast2$0.3631
southamerica_east1$0.5235
us_central1$0.3298
us_east1$0.3298
us_east4$0.3715
us_south1$0.3892
us_west1$0.3298
us_west2$0.3961
us_west3$0.3961
us_west4$0.3714
n2-highcpu-16aproximaciones:
northamerica_northeast1$0.7262
northamerica_northeast2$0.7262
southamerica_east1$1.0471
us_central1$0.6596
us_east1$0.6596
us_east4$0.7429
us_south1$0.7783
us_west1$0.6596
us_west2$0.7923
us_west3$0.7923
us_west4$0.7429
n2-highcpu-32aproximaciones:
northamerica_northeast1$1.4523
northamerica_northeast2$1.4523
southamerica_east1$2.0941
us_central1$1.3192
us_east1$1.3192
us_east4$1.4858
us_south1$1.5567
us_west1$1.3192
us_west2$1.5846
us_west3$1.5846
us_west4$1.4858

Serie N2D

n2d-standard-2aproximaciones:

northamerica_northeast1$0.107
southamerica_east1$0.1542
us_central1$0.0972
us_east1$0.0972
us_east4$0.1094
us_west1$0.0972
us_west2$0.1167
us_west4$0.1094
n2d-standard-4aproximaciones:
northamerica_northeast1$0.2139
southamerica_east1$0.3085
us_central1$0.1943
us_east1$0.1943
us_east4$0.2189
us_west1$0.1943
us_west2$0.2334
us_west4$0.2189
n2d-standard-8aproximaciones:
northamerica_northeast1$0.4279
southamerica_east1$0.617
us_central1$0.3887
us_east1$0.3887
us_east4$0.4377
us_west1$0.3887
us_west2$0.4668
us_west4$0.4377
n2d-standard-16aproximaciones:
northamerica_northeast1$0.8558
southamerica_east1$1.2339
us_central1$0.7773
us_east1$0.7773
us_east4$0.8755
us_west1$0.7773
us_west2$0.9336
us_west4$0.8755
n2d-standard-32aproximaciones:
northamerica_northeast1$1.7116
southamerica_east1$2.4678
us_central1$1.5547
us_east1$1.5547
us_east4$1.7509
us_west1$1.5547
us_west2$1.8673
us_west4$1.7509
n2d-highmem-2aproximaciones:
northamerica_northeast1$0.1443
southamerica_east1$0.2081
us_central1$0.1311
us_east1$0.1311
us_east4$0.1476
us_west1$0.1311
us_west2$0.1574
us_west4$0.1476
n2d-highmem-4aproximaciones:
northamerica_northeast1$0.2886
southamerica_east1$0.4161
us_central1$0.2622
us_east1$0.2622
us_east4$0.2952
us_west1$0.2622
us_west2$0.3149
us_west4$0.2952
n2d-highmem-8aproximaciones:
northamerica_northeast1$0.5772
southamerica_east1$0.8323
us_central1$0.5243
us_east1$0.5243
us_east4$0.5905
us_west1$0.5243
us_west2$0.6297
us_west4$0.5905
n2d-highmem-16aproximaciones:
northamerica_northeast1$1.1545
southamerica_east1$1.6646
us_central1$1.0486
us_east1$1.0486
us_east4$1.181
us_west1$1.0486
us_west2$1.2595
us_west4$1.181
n2d-highcpu-2aproximaciones:
northamerica_northeast1$0.079
southamerica_east1$0.1139
us_central1$0.0717
us_east1$0.0717
us_east4$0.0808
us_west1$0.0717
us_west2$0.0862
us_west4$0.0808
n2d-highcpu-4aproximaciones:
northamerica_northeast1$0.1579
southamerica_east1$0.2277
us_central1$0.1435
us_east1$0.1435
us_east4$0.1616
us_west1$0.1435
us_west2$0.1723
us_west4$0.1616
n2d-highcpu-8aproximaciones:
northamerica_northeast1$0.3159
southamerica_east1$0.4555
us_central1$0.2869
us_east1$0.2869
us_east4$0.3232
us_west1$0.2869
us_west2$0.3446
us_west4$0.3232
n2d-highcpu-16aproximaciones:
northamerica_northeast1$0.6318
southamerica_east1$0.9109
us_central1$0.5739
us_east1$0.5739
us_east4$0.6463
us_west1$0.5739
us_west2$0.6893
us_west4$0.6463
n2d-highcpu-32aproximaciones:
northamerica_northeast1$1.2636
southamerica_east1$1.8219
us_central1$1.1477
us_east1$1.1477
us_east4$1.2927
us_west1$1.1477
us_west2$1.3786
us_west4$1.2927

Serie C2

c2-standard-4aproximaciones:

northamerica_northeast1$0.264
southamerica_east1$0.3812
us_central1$0.24
us_east1$0.24
us_east4$0.2702
us_west1$0.24
us_west2$0.2884
us_west3$0.2889
us_west4$0.2702
c2-standard-8aproximaciones:
northamerica_northeast1$0.5281
southamerica_east1$0.7623
us_central1$0.4801
us_east1$0.4801
us_east4$0.5405
us_west1$0.4801
us_west2$0.5768
us_west3$0.5778
us_west4$0.5405
c2-standard-16aproximaciones:
northamerica_northeast1$1.0562
southamerica_east1$1.5246
us_central1$0.9601
us_east1$0.9601
us_east4$1.081
us_west1$0.9601
us_west2$1.1537
us_west3$1.1555
us_west4$1.081
c2-standard-30aproximaciones:
northamerica_northeast1$1.9803
southamerica_east1$2.8587
us_central1$1.8002
us_east1$1.8002
us_east4$2.0269
us_west1$1.8002
us_west2$2.1631
us_west3$2.1666
us_west4$2.0269
c2-standard-60aproximaciones:
northamerica_northeast1$3.9606
southamerica_east1$5.7173
us_central1$3.6004
us_east1$3.6004
us_east4$4.0537
us_west1$3.6004
us_west2$4.3263
us_west3$4.3332
us_west4$4.0537

Serie C2D

c2d-standard-2aproximaciones:

us_central1$0.1044
us_east1$0.1044
us_east4$0.1176
us_west1$0.1044
us_west4$0.1176
c2d-standard-4aproximaciones:
us_central1$0.2088
us_east1$0.2088
us_east4$0.2352
us_west1$0.2088
us_west4$0.2352
c2d-standard-8aproximaciones:
us_central1$0.4177
us_east1$0.4177
us_east4$0.4704
us_west1$0.4177
us_west4$0.4704
c2d-standard-16aproximaciones:
us_central1$0.8353
us_east1$0.8353
us_east4$0.9408
us_west1$0.8353
us_west4$0.9408
c2d-standard-32aproximaciones:
us_central1$1.6707
us_east1$1.6707
us_east4$1.8815
us_west1$1.6707
us_west4$1.8815
c2d-standard-56aproximaciones:
us_central1$2.9237
us_east1$2.9237
us_east4$3.2926
us_west1$2.9237
us_west4$3.2926
c2d-standard-112aproximaciones:
us_central1$5.8474
us_east1$5.8474
us_east4$6.5853
us_west1$5.8474
us_west4$6.5853
c2d-highmem-2aproximaciones:
us_central1$0.1408
us_east1$0.1408
us_east4$0.1586
us_west1$0.1408
us_west4$0.1586
c2d-highmem-4aproximaciones:
us_central1$0.2817
us_east1$0.2817
us_east4$0.3172
us_west1$0.2817
us_west4$0.3172
c2d-highmem-8aproximaciones:
us_central1$0.5634
us_east1$0.5634
us_east4$0.6344
us_west1$0.5634
us_west4$0.6344
c2d-highmem-16aproximaciones:
us_central1$1.1267
us_east1$1.1267
us_east4$1.2689
us_west1$1.1267
us_west4$1.2689
c2d-highmem-32aproximaciones:
us_central1$2.2534
us_east1$2.2534
us_east4$2.5377
us_west1$2.2534
us_west4$2.5377
c2d-highmem-56aproximaciones:
us_central1$3.9435
us_east1$3.9435
us_east4$4.441
us_west1$3.9435
us_west4$4.441
c2d-highmem-112aproximaciones:
us_central1$7.887
us_east1$7.887
us_east4$8.882
us_west1$7.887
us_west4$8.882
c2d-highcpu-2aproximaciones:
us_central1$0.0862
us_east1$0.0862
us_east4$0.0971
us_west1$0.0862
us_west4$0.0971
c2d-highcpu-4aproximaciones:
us_central1$0.1724
us_east1$0.1724
us_east4$0.1942
us_west1$0.1724
us_west4$0.1942
c2d-highcpu-8aproximaciones:
us_central1$0.3448
us_east1$0.3448
us_east4$0.3884
us_west1$0.3448
us_west4$0.3884
c2d-highcpu-16aproximaciones:
us_central1$0.6896
us_east1$0.6896
us_east4$0.7767
us_west1$0.6896
us_west4$0.7767
c2d-highcpu-32aproximaciones:
us_central1$1.3793
us_east1$1.3793
us_east4$1.5534
us_west1$1.3793
us_west4$1.5534
c2d-highcpu-56aproximaciones:
us_central1$2.4138
us_east1$2.4138
us_east4$2.7185
us_west1$2.4138
us_west4$2.7185
c2d-highcpu-112aproximaciones:
us_central1$4.8275
us_east1$4.8275
us_east4$5.4369
us_west1$4.8275
us_west4$5.4369

Serie C3

c3-highcpu-4aproximaciones:

us_central1$0.1982
us_east1$0.1982
us_east4$0.2232
c3-highcpu-8aproximaciones:
us_central1$0.3965
us_east1$0.3965
us_east4$0.4465
c3-highcpu-22aproximaciones:
us_central1$1.0903
us_east1$1.0903
us_east4$1.2278
c3-highcpu-44aproximaciones:
us_central1$2.1806
us_east1$2.1806
us_east4$2.4556
c3-highcpu-88aproximaciones:
us_central1$4.3613
us_east1$4.3613
us_east4$4.9113
c3-highcpu-176aproximaciones:
us_central1$8.7226
us_east1$8.7226
us_east4$9.8226

Serie A2

a2-highgpu-1gaproximaciones:

us-central1$4.2245
a2-highgpu-2gaproximaciones:
us-central1$8.449
a2-highgpu-4gaproximaciones:
us-central1$16.898
a2-highgpu-8gaproximaciones:
us-central1$33.796
a2-megagpu-16gaproximaciones:
us-central1$64.1021
a2-ultragpu-1gaproximaciones:
us-central1$5.7818
us-east4$6.3524
a2-ultragpu-2gaproximaciones:
us-central1$11.5637
us-east4$12.7048
a2-ultragpu-4gaproximaciones:
us-central1$23.1274
us-east4$25.4095
a2-ultragpu-8gaproximaciones:
us-central1$46.2548
us-east4$50.8191

Serie A3

a3-highgpu-8gaproximaciones:
us-central1$101.0074
us-east4$101.0074

Serie G2

g2-standard-4aproximaciones:

us-central1$0.8129
g2-standard-8aproximaciones:
us-central1$0.9818
g2-standard-12aproximaciones:
us-central1$1.1507
g2-standard-16aproximaciones:
us-central1$1.3196
g2-standard-24aproximaciones:
us-central1$2.3014
g2-standard-32aproximaciones:
us-central1$1.9951
g2-standard-48aproximaciones:
us-central1$4.6028
g2-standard-96aproximaciones:
us-central1$9.2055

TPU v5e
ct5lp-hightpu-1t Aproximaciones:
us-west1 $1.38
ct5lp-hightpu-4t Aproximaciones:
us-west1 $5.52
ct5lp-hightpu-8t Aproximaciones:
us-west1 $11.04

Precios en Europa

Las tablas siguientes proporcionan el precio por hora de procesamiento de nodo para cada tipo de máquina.

Serie E2

e2-standard-2aproximaciones:

europe-west1$0.0848
europe-west2$0.0993
europe-west3$0.0993
europe-west4$0.0848
europe-west6$0.1078
europe-west9$0.1079
e2-standard-4aproximaciones:
europe-west1$0.1695
europe-west2$0.1986
europe-west3$0.1986
europe-west4$0.1697
europe-west6$0.2156
europe-west9$0.2158
e2-standard-8aproximaciones:
europe-west1$0.3391
europe-west2$0.3971
europe-west3$0.3971
europe-west4$0.3393
europe-west6$0.4313
europe-west9$0.4316
e2-standard-16aproximaciones:
europe-west1$0.6782
europe-west2$0.7943
europe-west3$0.7943
europe-west4$0.6787
europe-west6$0.8626
europe-west9$0.8631
e2-standard-32aproximaciones:
europe-west1$1.3563
europe-west2$1.5885
europe-west3$1.5885
europe-west4$1.3574
europe-west6$1.7251
europe-west9$1.7262
e2-highmem-2aproximaciones:
europe-west1$0.1144
europe-west2$0.1339
europe-west3$0.1339
europe-west4$0.1144
europe-west6$0.1454
europe-west9$0.1455
e2-highmem-4aproximaciones:
europe-west1$0.2287
europe-west2$0.2679
europe-west3$0.2679
europe-west4$0.2289
europe-west6$0.2909
europe-west9$0.2911
e2-highmem-8aproximaciones:
europe-west1$0.4574
europe-west2$0.5357
europe-west3$0.5357
europe-west4$0.4578
europe-west6$0.5818
europe-west9$0.5822
e2-highmem-16aproximaciones:
europe-west1$0.9149
europe-west2$1.0714
europe-west3$1.0714
europe-west4$0.9155
europe-west6$1.1636
europe-west9$1.1643
e2-highcpu-2aproximaciones:
europe-west1$0.0626
europe-west2$0.0733
europe-west3$0.0733
europe-west4$0.0626
europe-west6$0.0796
europe-west9$0.0796
e2-highcpu-4aproximaciones:
europe-west1$0.1252
europe-west2$0.1466
europe-west3$0.1466
europe-west4$0.1253
europe-west6$0.1592
europe-west9$0.1593
e2-highcpu-8aproximaciones:
europe-west1$0.2503
europe-west2$0.2932
europe-west3$0.2932
europe-west4$0.2505
europe-west6$0.3184
europe-west9$0.3186
e2-highcpu-16aproximaciones:
europe-west1$0.5006
europe-west2$0.5864
europe-west3$0.5864
europe-west4$0.501
europe-west6$0.6368
europe-west9$0.6372
e2-highcpu-32aproximaciones:
europe-west1$1.0013
europe-west2$1.1728
europe-west3$1.1728
europe-west4$1.0021
europe-west6$1.2736
europe-west9$1.2743

Serie N1

n1-standard-2aproximaciones:

europe-west2$0.1408
Otras regiones de Europa$0.1265
n1-standard-4aproximaciones:
europe-west2$0.2815
Otras regiones de Europa$0.2531
n1-standard-8aproximaciones:
europe-west2$0.563
Otras regiones de Europa$0.5061
n1-standard-16aproximaciones:
europe-west2$1.126
Otras regiones de Europa$1.0123
n1-standard-32aproximaciones:
europe-west2$2.2521
Otras regiones de Europa$2.0245
n1-highmem-2aproximaciones:
europe-west2$0.1753
Otras regiones de Europa$0.1575
n1-highmem-4aproximaciones:
europe-west2$0.3506
Otras regiones de Europa$0.3151
n1-highmem-8aproximaciones:
europe-west2$0.7011
Otras regiones de Europa$0.6302
n1-highmem-16aproximaciones:
europe-west2$1.4022
Otras regiones de Europa$1.2603
n1-highcpu-2aproximaciones:
europe-west2$0.105
Otras regiones de Europa$0.0944
n1-highcpu-4aproximaciones:
europe-west2$0.21
Otras regiones de Europa$0.1888
n1-highcpu-8aproximaciones:
europe-west2$0.4199
Otras regiones de Europa$0.3776
n1-highcpu-16aproximaciones:
europe-west2$0.8398
Otras regiones de Europa$0.7552
n1-highcpu-32aproximaciones:
europe-west2$1.6796
Otras regiones de Europa$1.5104

Serie N2

n2-standard-2aproximaciones:

europe_central2$0.1439
europe_west1$0.1229
europe_west2$0.1439
europe_west3$0.1439
europe_west4$0.1229
europe_west6$0.1564
europe_west9$0.1296
n2-standard-4aproximaciones:
europe_central2$0.2878
europe_west1$0.2457
europe_west2$0.2878
europe_west3$0.2878
europe_west4$0.2457
europe_west6$0.3127
europe_west9$0.2591
n2-standard-8aproximaciones:
europe_central2$0.5756
europe_west1$0.4914
europe_west2$0.5756
europe_west3$0.5756
europe_west4$0.4914
europe_west6$0.6254
europe_west9$0.5182
n2-standard-16aproximaciones:
europe_central2$1.1511
europe_west1$0.9829
europe_west2$1.1511
europe_west3$1.1511
europe_west4$0.9828
europe_west6$1.2508
europe_west9$1.0364
n2-standard-32aproximaciones:
europe_central2$2.3023
europe_west1$1.9658
europe_west2$2.3023
europe_west3$2.3023
europe_west4$1.9657
europe_west6$2.5017
europe_west9$2.0729
n2-highmem-2aproximaciones:
europe_central2$0.1941
europe_west1$0.1657
europe_west2$0.1941
europe_west3$0.1941
europe_west4$0.1657
europe_west6$0.2109
europe_west9$0.1748
n2-highmem-4aproximaciones:
europe_central2$0.3882
europe_west1$0.3315
europe_west2$0.3882
europe_west3$0.3882
europe_west4$0.3315
europe_west6$0.4218
europe_west9$0.3495
n2-highmem-8aproximaciones:
europe_central2$0.7764
europe_west1$0.663
europe_west2$0.7764
europe_west3$0.7764
europe_west4$0.6629
europe_west6$0.8436
europe_west9$0.6991
n2-highmem-16aproximaciones:
europe_central2$1.5528
europe_west1$1.3259
europe_west2$1.5528
europe_west3$1.5528
europe_west4$1.3259
europe_west6$1.6873
europe_west9$1.3982
n2-highcpu-2aproximaciones:
europe_central2$0.1062
europe_west1$0.0907
europe_west2$0.1062
europe_west3$0.1062
europe_west4$0.0907
europe_west6$0.1154
europe_west9$0.0956
n2-highcpu-4aproximaciones:
europe_central2$0.2125
europe_west1$0.1814
europe_west2$0.2125
europe_west3$0.2125
europe_west4$0.1814
europe_west6$0.2309
europe_west9$0.1913
n2-highcpu-8aproximaciones:
europe_central2$0.4249
europe_west1$0.3628
europe_west2$0.4249
europe_west3$0.4249
europe_west4$0.3628
europe_west6$0.4617
europe_west9$0.3826
n2-highcpu-16aproximaciones:
europe_central2$0.8499
europe_west1$0.7256
europe_west2$0.8499
europe_west3$0.8499
europe_west4$0.7256
europe_west6$0.9235
europe_west9$0.7651
n2-highcpu-32aproximaciones:
europe_central2$1.6997
europe_west1$1.4512
europe_west2$1.6997
europe_west3$1.6997
europe_west4$1.4511
europe_west6$1.847
europe_west9$1.5303

Serie N2D

n2d-standard-2aproximaciones:

europe_west1$0.1069
europe_west2$0.1252
europe_west3$0.1252
europe_west4$0.107
europe_west9$0.1127
n2d-standard-4aproximaciones:
europe_west1$0.2138
europe_west2$0.2504
europe_west3$0.2504
europe_west4$0.2139
europe_west9$0.2254
n2d-standard-8aproximaciones:
europe_west1$0.4275
europe_west2$0.5007
europe_west3$0.5007
europe_west4$0.4279
europe_west9$0.4509
n2d-standard-16aproximaciones:
europe_west1$0.8551
europe_west2$1.0015
europe_west3$1.0015
europe_west4$0.8558
europe_west9$0.9017
n2d-standard-32aproximaciones:
europe_west1$1.7102
europe_west2$2.0029
europe_west3$2.0029
europe_west4$1.7116
europe_west9$1.8034
n2d-highmem-2aproximaciones:
europe_west1$0.1442
europe_west2$0.1689
europe_west3$0.1689
europe_west4$0.1443
europe_west9$0.1521
n2d-highmem-4aproximaciones:
europe_west1$0.2884
europe_west2$0.3377
europe_west3$0.3377
europe_west4$0.2886
europe_west9$0.3041
n2d-highmem-8aproximaciones:
europe_west1$0.5768
europe_west2$0.6755
europe_west3$0.6755
europe_west4$0.5772
europe_west9$0.6082
n2d-highmem-16aproximaciones:
europe_west1$1.1535
europe_west2$1.3509
europe_west3$1.3509
europe_west4$1.1545
europe_west9$1.2164
n2d-highcpu-2aproximaciones:
europe_west1$0.0789
europe_west2$0.0924
europe_west3$0.0924
europe_west4$0.079
europe_west9$0.0832
n2d-highcpu-4aproximaciones:
europe_west1$0.1578
europe_west2$0.1848
europe_west3$0.1848
europe_west4$0.1579
europe_west9$0.1664
n2d-highcpu-8aproximaciones:
europe_west1$0.3156
europe_west2$0.3697
europe_west3$0.3697
europe_west4$0.3159
europe_west9$0.3328
n2d-highcpu-16aproximaciones:
europe_west1$0.6313
europe_west2$0.7394
europe_west3$0.7394
europe_west4$0.6318
europe_west9$0.6657
n2d-highcpu-32aproximaciones:
europe_west1$1.2625
europe_west2$1.4787
europe_west3$1.4787
europe_west4$1.2636
europe_west9$1.3314

Serie C2

c2-standard-4aproximaciones:

europe_west1$0.2641
europe_west2$0.3094
europe_west3$0.3092
europe_west4$0.2643
europe_west6$0.3362
c2-standard-8aproximaciones:
europe_west1$0.5283
europe_west2$0.6187
europe_west3$0.6184
europe_west4$0.5285
europe_west6$0.6724
c2-standard-16aproximaciones:
europe_west1$1.0565
europe_west2$1.2375
europe_west3$1.2368
europe_west4$1.0571
europe_west6$1.3449
c2-standard-30aproximaciones:
europe_west1$1.981
europe_west2$2.3202
europe_west3$2.3191
europe_west4$1.982
europe_west6$2.5216
c2-standard-60aproximaciones:
europe_west1$3.962
europe_west2$4.6404
europe_west3$4.6382
europe_west4$3.964
europe_west6$5.0432

Serie C2D

c2d-standard-2aproximaciones:

europe_west1$0.115
europe_west2$0.1345
europe_west3$0.1345
europe_west4$0.115
c2d-standard-4aproximaciones:
europe_west1$0.2299
europe_west2$0.269
europe_west3$0.269
europe_west4$0.2299
c2d-standard-8aproximaciones:
europe_west1$0.4599
europe_west2$0.5381
europe_west3$0.5381
europe_west4$0.4599
c2d-standard-16aproximaciones:
europe_west1$0.9198
europe_west2$1.0762
europe_west3$1.0762
europe_west4$0.9198
c2d-standard-32aproximaciones:
europe_west1$1.8395
europe_west2$2.1524
europe_west3$2.1524
europe_west4$1.8395
c2d-standard-56aproximaciones:
europe_west1$3.2191
europe_west2$3.7666
europe_west3$3.7666
europe_west4$3.2191
c2d-standard-112aproximaciones:
europe_west1$6.4383
europe_west2$7.5333
europe_west3$7.5333
europe_west4$6.4383
c2d-highmem-2aproximaciones:
europe_west1$0.1551
europe_west2$0.1814
europe_west3$0.1814
europe_west4$0.1551
c2d-highmem-4aproximaciones:
europe_west1$0.3101
europe_west2$0.3629
europe_west3$0.3629
europe_west4$0.3101
c2d-highmem-8aproximaciones:
europe_west1$0.6203
europe_west2$0.7258
europe_west3$0.7258
europe_west4$0.6203
c2d-highmem-16aproximaciones:
europe_west1$1.2406
europe_west2$1.4515
europe_west3$1.4515
europe_west4$1.2406
c2d-highmem-32aproximaciones:
europe_west1$2.4812
europe_west2$2.9031
europe_west3$2.9031
europe_west4$2.4812
c2d-highmem-56aproximaciones:
europe_west1$4.342
europe_west2$5.0804
europe_west3$5.0804
europe_west4$4.342
c2d-highmem-112aproximaciones:
europe_west1$8.684
europe_west2$10.1608
europe_west3$10.1608
europe_west4$8.684
c2d-highcpu-2aproximaciones:
europe_west1$0.0949
europe_west2$0.1111
europe_west3$0.1111
europe_west4$0.0949
c2d-highcpu-4aproximaciones:
europe_west1$0.1898
europe_west2$0.2221
europe_west3$0.2221
europe_west4$0.1898
c2d-highcpu-8aproximaciones:
europe_west1$0.3797
europe_west2$0.4442
europe_west3$0.4442
europe_west4$0.3797
c2d-highcpu-16aproximaciones:
europe_west1$0.7593
europe_west2$0.8885
europe_west3$0.8885
europe_west4$0.7593
c2d-highcpu-32aproximaciones:
europe_west1$1.5187
europe_west2$1.777
europe_west3$1.777
europe_west4$1.5187
c2d-highcpu-56aproximaciones:
europe_west1$2.6577
europe_west2$3.1097
europe_west3$3.1097
europe_west4$2.6577
c2d-highcpu-112aproximaciones:
europe_west1$5.3154
europe_west2$6.2195
europe_west3$6.2195
europe_west4$5.3154

Serie C3

c3-highcpu-4aproximaciones:

europe_west1$0.218
europe_west4$0.2182
c3-highcpu-8aproximaciones:
europe_west1$0.4361
europe_west4$0.4365
c3-highcpu-22aproximaciones:
europe_west1$1.1992
europe_west4$1.2003
c3-highcpu-44aproximaciones:
europe_west1$2.3984
europe_west4$2.4006
c3-highcpu-88aproximaciones:
europe_west1$4.7969
europe_west4$4.8013
c3-highcpu-176aproximaciones:
europe_west1$9.5938
europe_west4$9.6026

Serie A2

a2-highgpu-1gaproximaciones:

europe-west4$4.3103
a2-highgpu-2gaproximaciones:
europe-west4$8.6205
a2-highgpu-4gaproximaciones:
europe-west4$17.2411
a2-highgpu-8gaproximaciones:
europe-west4$34.4822
a2-megagpu-16gaproximaciones:
europe-west4$65.1222
a2-ultragpu-1gaproximaciones:
europe-west4$6.3661
a2-ultragpu-2gaproximaciones:
europe-west4$12.7321
a2-ultragpu-4gaproximaciones:
europe-west4$25.4643
a2-ultragpu-8gaproximaciones:
europe-west4$50.9286

Serie G2

g2-standard-4aproximaciones:

europe-west4$0.8951
g2-standard-8aproximaciones:
europe-west4$1.081
g2-standard-12aproximaciones:
europe-west4$1.2669
g2-standard-16aproximaciones:
europe-west4$1.4528
g2-standard-24aproximaciones:
europe-west4$2.5338
g2-standard-32aproximaciones:
europe-west4$2.1965
g2-standard-48aproximaciones:
europe-west4$5.0677
g2-standard-96aproximaciones:
europe-west4$10.1354

Precios para Asia-Pacífico

Las tablas siguientes proporcionan el precio por hora de procesamiento de nodo para cada tipo de máquina.

Serie E2

e2-standard-2aproximaciones:

asia-east1$0.0892
asia-east2$0.1078
asia-northeast1$0.0989
asia-northeast3$0.0989
asia-south1$0.0926
asia-southeast1$0.0951
australia-southeast1$0.1093
e2-standard-4aproximaciones:
asia-east1$0.1785
asia-east2$0.2156
asia-northeast1$0.1977
asia-northeast3$0.1977
asia-south1$0.1851
asia-southeast1$0.1901
australia-southeast1$0.2187
e2-standard-8aproximaciones:
asia-east1$0.3569
asia-east2$0.4313
asia-northeast1$0.3954
asia-northeast3$0.3954
asia-south1$0.3702
asia-southeast1$0.3802
australia-southeast1$0.4373
e2-standard-16aproximaciones:
asia-east1$0.7138
asia-east2$0.8626
asia-northeast1$0.7909
asia-northeast3$0.7909
asia-south1$0.7405
asia-southeast1$0.7605
australia-southeast1$0.8747
e2-standard-32aproximaciones:
asia-east1$1.4276
asia-east2$1.7251
asia-northeast1$1.5817
asia-northeast3$1.5817
asia-south1$1.4809
asia-southeast1$1.5209
australia-southeast1$1.7494
e2-highmem-2aproximaciones:
asia-east1$0.1204
asia-east2$0.1454
asia-northeast1$0.1333
asia-northeast3$0.1333
asia-south1$0.1249
asia-southeast1$0.1282
australia-southeast1$0.1475
e2-highmem-4aproximaciones:
asia-east1$0.2407
asia-east2$0.2909
asia-northeast1$0.2665
asia-northeast3$0.2665
asia-south1$0.2497
asia-southeast1$0.2564
australia-southeast1$0.295
e2-highmem-8aproximaciones:
asia-east1$0.4815
asia-east2$0.5818
asia-northeast1$0.533
asia-northeast3$0.533
asia-south1$0.4994
asia-southeast1$0.5129
australia-southeast1$0.59
e2-highmem-16aproximaciones:
asia-east1$0.963
asia-east2$1.1636
asia-northeast1$1.0661
asia-northeast3$1.0661
asia-south1$0.9989
asia-southeast1$1.0258
australia-southeast1$1.1799
e2-highcpu-2aproximaciones:
asia-east1$0.0659
asia-east2$0.0796
asia-northeast1$0.0731
asia-northeast3$0.0731
asia-south1$0.0683
asia-southeast1$0.0702
australia-southeast1$0.0807
e2-highcpu-4aproximaciones:
asia-east1$0.1317
asia-east2$0.1592
asia-northeast1$0.1461
asia-northeast3$0.1461
asia-south1$0.1367
asia-southeast1$0.1404
australia-southeast1$0.1614
e2-highcpu-8aproximaciones:
asia-east1$0.2635
asia-east2$0.3184
asia-northeast1$0.2922
asia-northeast3$0.2922
asia-south1$0.2733
asia-southeast1$0.2807
australia-southeast1$0.3229
e2-highcpu-16aproximaciones:
asia-east1$0.527
asia-east2$0.6368
asia-northeast1$0.5845
asia-northeast3$0.5845
asia-south1$0.5467
asia-southeast1$0.5615
australia-southeast1$0.6458
e2-highcpu-32aproximaciones:
asia-east1$1.0539
asia-east2$1.2736
asia-northeast1$1.169
asia-northeast3$1.169
asia-south1$1.0933
asia-southeast1$1.1229
australia-southeast1$1.2916

Serie N1

n1-standard-2aproximaciones:

asia-northeast1$0.1402
asia-southeast1$0.1348
australia-southeast1$0.155
Otras regiones de Asia-Pacífico$0.1265
n1-standard-4aproximaciones:
asia-northeast1$0.2803
asia-southeast1$0.2695
australia-southeast1$0.31
Otras regiones de Asia-Pacífico$0.2531
n1-standard-8aproximaciones:
asia-northeast1$0.5606
asia-southeast1$0.5391
australia-southeast1$0.6201
Otras regiones de Asia-Pacífico$0.5061
n1-standard-16aproximaciones:
asia-northeast1$1.1213
asia-southeast1$1.0782
australia-southeast1$1.2401
Otras regiones de Asia-Pacífico$1.0123
n1-standard-32aproximaciones:
asia-northeast1$2.2426
asia-southeast1$2.1564
australia-southeast1$2.4802
Otras regiones de Asia-Pacífico$2.0245
n1-highmem-2aproximaciones:
asia-northeast1$0.1744
asia-southeast1$0.1678
australia-southeast1$0.193
Otras regiones de Asia-Pacífico$0.1575
n1-highmem-4aproximaciones:
asia-northeast1$0.3489
asia-southeast1$0.3357
australia-southeast1$0.3861
Otras regiones de Asia-Pacífico$0.3151
n1-highmem-8aproximaciones:
asia-northeast1$0.6977
asia-southeast1$0.6713
australia-southeast1$0.7721
Otras regiones de Asia-Pacífico$0.6302
n1-highmem-16aproximaciones:
asia-northeast1$1.3955
asia-southeast1$1.3426
australia-southeast1$1.5443
Otras regiones de Asia-Pacífico$1.2603
n1-highcpu-2aproximaciones:
asia-northeast1$0.1046
asia-southeast1$0.1005
australia-southeast1$0.1156
Otras regiones de Asia-Pacífico$0.0944
n1-highcpu-4aproximaciones:
asia-northeast1$0.2093
asia-southeast1$0.201
australia-southeast1$0.2312
Otras regiones de Asia-Pacífico$0.1888
n1-highcpu-8aproximaciones:
asia-northeast1$0.4186
asia-southeast1$0.4021
australia-southeast1$0.4624
Otras regiones de Asia-Pacífico$0.3776
n1-highcpu-16aproximaciones:
asia-northeast1$0.8371
asia-southeast1$0.8041
australia-southeast1$0.9249
Otras regiones de Asia-Pacífico$0.7552
n1-highcpu-32aproximaciones:
asia-northeast1$1.6742
asia-southeast1$1.6082
australia-southeast1$1.8498
Otras regiones de Asia-Pacífico$1.5104

Serie N2

n2-standard-2aproximaciones:

asia_east1$0.1293
asia_east2$0.1563
asia_northeast1$0.1433
asia_northeast3$0.1433
asia_south1$0.1341
asia_southeast1$0.1378
asia_southeast2$0.1502
australia_southeast1$0.1585
n2-standard-4aproximaciones:
asia_east1$0.2586
asia_east2$0.3125
asia_northeast1$0.2866
asia_northeast3$0.2866
asia_south1$0.2683
asia_southeast1$0.2756
asia_southeast2$0.3003
australia_southeast1$0.3169
n2-standard-8aproximaciones:
asia_east1$0.5173
asia_east2$0.6251
asia_northeast1$0.5731
asia_northeast3$0.5731
asia_south1$0.5366
asia_southeast1$0.5511
asia_southeast2$0.6007
australia_southeast1$0.6339
n2-standard-16aproximaciones:
asia_east1$1.0346
asia_east2$1.2502
asia_northeast1$1.1462
asia_northeast3$1.1462
asia_south1$1.0731
asia_southeast1$1.1022
asia_southeast2$1.2014
australia_southeast1$1.2678
n2-standard-32aproximaciones:
asia_east1$2.0691
asia_east2$2.5003
asia_northeast1$2.2924
asia_northeast3$2.2924
asia_south1$2.1462
asia_southeast1$2.2044
asia_southeast2$2.4028
australia_southeast1$2.5355
n2-highmem-2aproximaciones:
asia_east1$0.1745
asia_east2$0.2108
asia_northeast1$0.1931
asia_northeast3$0.1931
asia_south1$0.181
asia_southeast1$0.1859
asia_southeast2$0.2026
australia_southeast1$0.2138
n2-highmem-4aproximaciones:
asia_east1$0.3489
asia_east2$0.4216
asia_northeast1$0.3863
asia_northeast3$0.3863
asia_south1$0.3619
asia_southeast1$0.3717
asia_southeast2$0.4052
australia_southeast1$0.4275
n2-highmem-8aproximaciones:
asia_east1$0.6978
asia_east2$0.8432
asia_northeast1$0.7725
asia_northeast3$0.7725
asia_south1$0.7238
asia_southeast1$0.7434
asia_southeast2$0.8103
australia_southeast1$0.8551
n2-highmem-16aproximaciones:
asia_east1$1.3956
asia_east2$1.6865
asia_northeast1$1.545
asia_northeast3$1.545
asia_south1$1.4476
asia_southeast1$1.4868
asia_southeast2$1.6206
australia_southeast1$1.7102
n2-highcpu-2aproximaciones:
asia_east1$0.0955
asia_east2$0.1154
asia_northeast1$0.1059
asia_northeast3$0.1059
asia_south1$0.099
asia_southeast1$0.1017
asia_southeast2$0.1109
australia_southeast1$0.117
n2-highcpu-4aproximaciones:
asia_east1$0.1909
asia_east2$0.2307
asia_northeast1$0.2118
asia_northeast3$0.2118
asia_south1$0.1981
asia_southeast1$0.2034
asia_southeast2$0.2217
australia_southeast1$0.234
n2-highcpu-8aproximaciones:
asia_east1$0.3819
asia_east2$0.4615
asia_northeast1$0.4235
asia_northeast3$0.4235
asia_south1$0.3961
asia_southeast1$0.4069
asia_southeast2$0.4435
australia_southeast1$0.468
n2-highcpu-16aproximaciones:
asia_east1$0.7637
asia_east2$0.9229
asia_northeast1$0.8471
asia_northeast3$0.8471
asia_south1$0.7923
asia_southeast1$0.8137
asia_southeast2$0.887
australia_southeast1$0.936
n2-highcpu-32aproximaciones:
asia_east1$1.5275
asia_east2$1.8458
asia_northeast1$1.6942
asia_northeast3$1.6942
asia_south1$1.5845
asia_southeast1$1.6275
asia_southeast2$1.7739
australia_southeast1$1.8719

Serie N2D

n2d-standard-2aproximaciones:

asia_east1$0.1125
asia_east2$0.136
asia_northeast1$0.1247
asia_south1$0.0641
asia_southeast1$0.1199
australia_southeast1$0.1379
n2d-standard-4aproximaciones:
asia_east1$0.225
asia_east2$0.2719
asia_northeast1$0.2493
asia_south1$0.1283
asia_southeast1$0.2397
australia_southeast1$0.2757
n2d-standard-8aproximaciones:
asia_east1$0.45
asia_east2$0.5438
asia_northeast1$0.4986
asia_south1$0.2565
asia_southeast1$0.4795
australia_southeast1$0.5515
n2d-standard-16aproximaciones:
asia_east1$0.9001
asia_east2$1.0876
asia_northeast1$0.9972
asia_south1$0.513
asia_southeast1$0.959
australia_southeast1$1.103
n2d-standard-32aproximaciones:
asia_east1$1.8001
asia_east2$2.1752
asia_northeast1$1.9945
asia_south1$1.0261
asia_southeast1$1.9179
australia_southeast1$2.206
n2d-highmem-2aproximaciones:
asia_east1$0.1518
asia_east2$0.1834
asia_northeast1$0.168
asia_south1$0.0865
asia_southeast1$0.1617
australia_southeast1$0.186
n2d-highmem-4aproximaciones:
asia_east1$0.3035
asia_east2$0.3668
asia_northeast1$0.3361
asia_south1$0.173
asia_southeast1$0.3234
australia_southeast1$0.372
n2d-highmem-8aproximaciones:
asia_east1$0.6071
asia_east2$0.7336
asia_northeast1$0.6721
asia_south1$0.346
asia_southeast1$0.6468
australia_southeast1$0.744
n2d-highmem-16aproximaciones:
asia_east1$1.2142
asia_east2$1.4672
asia_northeast1$1.3443
asia_south1$0.6921
asia_southeast1$1.2936
australia_southeast1$1.4879
n2d-highcpu-2aproximaciones:
asia_east1$0.0831
asia_east2$0.1004
asia_northeast1$0.0921
asia_south1$0.0473
asia_southeast1$0.0885
australia_southeast1$0.1018
n2d-highcpu-4aproximaciones:
asia_east1$0.1661
asia_east2$0.2007
asia_northeast1$0.1842
asia_south1$0.0947
asia_southeast1$0.177
australia_southeast1$0.2036
n2d-highcpu-8aproximaciones:
asia_east1$0.3322
asia_east2$0.4015
asia_northeast1$0.3685
asia_south1$0.1894
asia_southeast1$0.354
australia_southeast1$0.4071
n2d-highcpu-16aproximaciones:
asia_east1$0.6645
asia_east2$0.8029
asia_northeast1$0.737
asia_south1$0.3787
asia_southeast1$0.708
australia_southeast1$0.8143
n2d-highcpu-32aproximaciones:
asia_east1$1.3289
asia_east2$1.6059
asia_northeast1$1.4739
asia_south1$0.7575
asia_southeast1$1.4159
australia_southeast1$1.6286

Serie C2

c2-standard-4aproximaciones:

asia_east1$0.278
asia_east2$0.336
asia_northeast1$0.308
asia_northeast3$0.308
asia_south1$0.2884
asia_southeast1$0.2962
australia_southeast1$0.3407
c2-standard-8aproximaciones:
asia_east1$0.5561
asia_east2$0.672
asia_northeast1$0.6161
asia_northeast3$0.6161
asia_south1$0.5768
asia_southeast1$0.5924
australia_southeast1$0.6814
c2-standard-16aproximaciones:
asia_east1$1.1122
asia_east2$1.3439
asia_northeast1$1.2321
asia_northeast3$1.2321
asia_south1$1.1536
asia_southeast1$1.1849
australia_southeast1$1.3629
c2-standard-30aproximaciones:
asia_east1$2.0853
asia_east2$2.5199
asia_northeast1$2.3103
asia_northeast3$2.3103
asia_south1$2.1631
asia_southeast1$2.2217
australia_southeast1$2.5553
c2-standard-60aproximaciones:
asia_east1$4.1706
asia_east2$5.0397
asia_northeast1$4.6205
asia_northeast3$4.6205
asia_south1$4.3262
asia_southeast1$4.4433
australia_southeast1$5.1107

Serie C2D

c2d-standard-2aproximaciones:

asia_east1$0.1209
asia_south1$0.0689
asia_southeast1$0.1288
c2d-standard-4aproximaciones:
asia_east1$0.2418
asia_south1$0.1378
asia_southeast1$0.2576
c2d-standard-8aproximaciones:
asia_east1$0.4836
asia_south1$0.2757
asia_southeast1$0.5153
c2d-standard-16aproximaciones:
asia_east1$0.9672
asia_south1$0.5513
asia_southeast1$1.0305
c2d-standard-32aproximaciones:
asia_east1$1.9345
asia_south1$1.1027
asia_southeast1$2.0611
c2d-standard-56aproximaciones:
asia_east1$3.3853
asia_south1$1.9297
asia_southeast1$3.6069
c2d-standard-112aproximaciones:
asia_east1$6.7706
asia_south1$3.8593
asia_southeast1$7.2137
c2d-highmem-2aproximaciones:
asia_east1$0.1631
asia_south1$0.093
asia_southeast1$0.1737
c2d-highmem-4aproximaciones:
asia_east1$0.3262
asia_south1$0.1859
asia_southeast1$0.3475
c2d-highmem-8aproximaciones:
asia_east1$0.6523
asia_south1$0.3718
asia_southeast1$0.695
c2d-highmem-16aproximaciones:
asia_east1$1.3046
asia_south1$0.7436
asia_southeast1$1.39
c2d-highmem-32aproximaciones:
asia_east1$2.6092
asia_south1$1.4873
asia_southeast1$2.78
c2d-highmem-56aproximaciones:
asia_east1$4.5662
asia_south1$2.6028
asia_southeast1$4.865
c2d-highmem-112aproximaciones:
asia_east1$9.1323
asia_south1$5.2055
asia_southeast1$9.7299
c2d-highcpu-2aproximaciones:
asia_east1$0.0998
asia_south1$0.0569
asia_southeast1$0.1063
c2d-highcpu-4aproximaciones:
asia_east1$0.1996
asia_south1$0.1138
asia_southeast1$0.2127
c2d-highcpu-8aproximaciones:
asia_east1$0.3993
asia_south1$0.2276
asia_southeast1$0.4254
c2d-highcpu-16aproximaciones:
asia_east1$0.7985
asia_south1$0.4552
asia_southeast1$0.8508
c2d-highcpu-32aproximaciones:
asia_east1$1.5971
asia_south1$0.9104
asia_southeast1$1.7016
c2d-highcpu-56aproximaciones:
asia_east1$2.7949
asia_south1$1.5931
asia_southeast1$2.9778
c2d-highcpu-112aproximaciones:
asia_east1$5.5898
asia_south1$3.1862
asia_southeast1$5.9556

Serie C3

c3-highcpu-4aproximaciones:

asia_southeast1$0.2445
c3-highcpu-8aproximaciones:
asia_southeast1$0.489
c3-highcpu-22aproximaciones:
asia_southeast1$1.3449
c3-highcpu-44aproximaciones:
asia_southeast1$2.6897
c3-highcpu-88aproximaciones:
asia_southeast1$5.3794
c3-highcpu-176aproximaciones:
asia_southeast1$10.7589

Serie A2

a2-highgpu-1gaproximaciones:

asia-northeast1$4.6575
asia-northeast3$4.6575
asia-southeast1$4.6163
a2-highgpu-2gaproximaciones:
asia-northeast1$9.3151
asia-northeast3$9.3151
asia-southeast1$9.2327
a2-highgpu-4gaproximaciones:
asia-northeast1$18.6301
asia-northeast3$18.6301
asia-southeast1$18.4653
a2-highgpu-8gaproximaciones:
asia-northeast1$37.2603
asia-northeast3$37.2603
asia-southeast1$36.9306
a2-megagpu-16gaproximaciones:
asia-northeast1$70.0363
asia-northeast3$70.0363
asia-southeast1$69.5557
a2-ultragpu-1gaproximaciones:
asia-southeast1$7.1328
a2-ultragpu-2gaproximaciones:
asia-southeast1$14.2657
a2-ultragpu-4gaproximaciones:
asia-southeast1$28.5314
a2-ultragpu-8gaproximaciones:
asia-southeast1$57.0628

Precios en el Oriente Medio

Serie N2

n2-standard-2aproximaciones:

me_west1$0.1229
n2-standard-4aproximaciones:
me_west1$0.2457
n2-standard-8aproximaciones:
me_west1$0.4914
n2-standard-16aproximaciones:
me_west1$0.9828
n2-standard-32aproximaciones:
me_west1$1.9657
n2-highmem-2aproximaciones:
me_west1$0.1657
n2-highmem-4aproximaciones:
me_west1$0.3315
n2-highmem-8aproximaciones:
me_west1$0.6629
n2-highmem-16aproximaciones:
me_west1$1.3259
n2-highcpu-2aproximaciones:
me_west1$0.0907
n2-highcpu-4aproximaciones:
me_west1$0.1814
n2-highcpu-8aproximaciones:
me_west1$0.3628
n2-highcpu-16aproximaciones:
me_west1$0.7256
n2-highcpu-32aproximaciones:
me_west1$1.4511

Serie N2D

n2d-standard-2aproximaciones:

me_west1$0.1069
n2d-standard-4aproximaciones:
me_west1$0.2138
n2d-standard-8aproximaciones:
me_west1$0.4275
n2d-standard-16aproximaciones:
me_west1$0.8551
n2d-standard-32aproximaciones:
me_west1$1.7101
n2d-highmem-2aproximaciones:
me_west1$0.1442
n2d-highmem-4aproximaciones:
me_west1$0.2884
n2d-highmem-8aproximaciones:
me_west1$0.5767
n2d-highmem-16aproximaciones:
me_west1$1.1535
n2d-highcpu-2aproximaciones:
me_west1$0.0789
n2d-highcpu-4aproximaciones:
me_west1$0.1578
n2d-highcpu-8aproximaciones:
me_west1$0.3156
n2d-highcpu-16aproximaciones:
me_west1$0.6312
n2d-highcpu-32aproximaciones:
me_west1$1.2625

Cada tipo de máquina se cobra como los siguientes SKU en tu factura de Google Cloud:

  • Costo de CPU virtual: medido en horas de CPU virtual
  • Costo de RAM: medido en GB-hora
  • Costo de GPU: si está incorporado en la máquina o configurado de manera opcional, medido en GPU-hora

Los precios de los tipos de máquinas son usados para aproximar el costo total por hora para cada nodo de predicción de una versión del modelo que usa ese tipo de máquina.

Por ejemplo, un tipo de máquina de n1-highcpu-32 incluye 32 CPU virtuales y 32 GB de RAM. Por lo tanto, el precio por hora es 32 vCPU hours + 32 GB hours.

La tabla de precios de SKU está disponible por región. Cada tabla muestra los precios de CPU virtuales, RAM y GPU incorporados para tipos de máquinas de predicción, lo que refleja con más precisión los costos de SKU.

Para ver los precios de SKU por región, elige una región para ver la tabla de precios:

Precios de SKU en América

Serie E2

CPU virtuales

Ubicación Precio por hora
Los Ángeles (us-west2) $0.0301288 por hora de CPU virtual
Las Vegas (us-west4) $0.028252 por hora de CPU virtual
Virginia del Norte (us-east4) $0.028252 por hora de CPU virtual
Montreal (northamerica-northeast1) $0.0276149 por hora de CPU virtual
Toronto (northamerica-northeast2) $0.0276149 por hora de CPU virtual
São Paulo (southamerica-east1) $0.0398176 por hora de CPU virtual
Otras regiones de América $0.0250826 por hora de CPU virtual

RAM

Ubicación Precio por hora
Los Ángeles (us-west2) $0.0040376 por GB-hora
Las Vegas (us-west4</code>) $0.0037846 por GB-hora
Virginia del Norte (us-east4) $0.0037846 por GB-hora
Montreal (northamerica-northeast1) $0.0037007 por GB-hora
Toronto (northamerica-northeast2) $0.0037007 por GB-hora
São Paulo (southamerica-east1) $0.005336 por GB-hora
Otras regiones de América $0.0033614 por GB-hora

Serie N1

CPU virtuales

Ubicación Precio por hora
Virginia del Norte (us-east4) $0.04094575 por hora de CPU virtual
Montreal (northamerica-northeast1) $0.0400223 por hora de CPU virtual
Otras regiones de América $0.03635495 por hora de CPU virtual

RAM

Ubicación Precio por hora
Virginia del Norte (us-east4) $0.00548665 por GB-hora
Montreal (northamerica-northeast1) $0.0053636 por GB-hora
Otras regiones de América $0.0048783 por GB-hora

Serie N2

CPU virtuales

Ubicación Precio por hora
Montreal (northamerica_northeast1) $0.0400223 por hora de CPU virtual
Toronto (northamerica_northeast2) $0.0400223 por hora de CPU virtual
São Paulo (southamerica_east1) $0.057707 por hora de CPU virtual
Iowa (us_central1) $0.0363527 por hora de CPU virtual
Carolina del Sur (us_east1) $0.0363527 por hora de CPU virtual
Virginia del Norte (us_east4) $0.0409457 por hora de CPU virtual
Dallas (us_south1) $0.0428962 por hora de CPU virtual
Oregón (us_west1) $0.0363527 por hora de CPU virtual
Los Ángeles (us_west2) $0.0436655 por hora de CPU virtual
Salt Lake City (us_west3) $0.0436655 por hora de CPU virtual
Las Vegas (us_west4) $0.0409434 por hora de CPU virtual

RAM

Ubicación Precio por hora
Montreal (northamerica_northeast1) $0.0053636 por GB-hora
Toronto (northamerica_northeast2) $0.0053636 por GB-hora
São Paulo (southamerica_east1) $0.0077337 por GB-hora
Iowa (us_central1) $0.0048725 por GB-hora
Carolina del Sur (us_east1) $0.0048725 por GB-hora
Virginia del Norte (us_east4) $0.0054867 por GB-hora
Dallas (us_south1) $0.00575 por GB-hora
Oregón (us_west1) $0.0048725 por GB-hora
Los Ángeles (us_west2) $0.0058523 por GB-hora
Salt Lake City (us_west3) $0.0058523 por GB-hora
Las Vegas (us_west4) $0.0054867 por GB-hora

Serie N2D

CPU virtuales

Ubicación Precio por hora
Montreal (northamerica_northeast1) $0.0348197 por hora de CPU virtual
São Paulo (southamerica_east1) $0.0502055 por hora de CPU virtual
Iowa (us_central1) $0.0316273 por hora de CPU virtual
Carolina del Sur (us_east1) $0.0316273 por hora de CPU virtual
Virginia del Norte (us_east4) $0.0356224 por hora de CPU virtual
Oregón (us_west1) $0.0316273 por hora de CPU virtual
Los Ángeles (us_west2) $0.0379891 por hora de CPU virtual
Las Vegas (us_west4) $0.0356224 por hora de CPU virtual

RAM

Ubicación Precio por hora
Montreal (northamerica_northeast1) $0.0046667 por GB-hora
São Paulo (southamerica_east1) $0.0067287 por GB-hora
Iowa (us_central1) $0.0042389 por GB-hora
Carolina del Sur (us_east1) $0.0042389 por GB-hora
Virginia del Norte (us_east4) $0.0047736 por GB-hora
Oregón (us_west1) $0.0042389 por GB-hora
Los Ángeles (us_west2) $0.005091 por GB-hora
Las Vegas (us_west4) $0.0047736 por GB-hora

Serie C2

CPU virtuales

Ubicación Precio por hora
Montreal (northamerica_northeast1) $0.04301 por hora de CPU virtual
São Paulo (southamerica_east1) $0.0620356 por hora de CPU virtual
Iowa (us_central1) $0.039077 por hora de CPU virtual
Carolina del Sur (us_east1) $0.039077 por hora de CPU virtual
Virginia del Norte (us_east4) $0.0440105 por hora de CPU virtual
Oregón (us_west1) $0.039077 por hora de CPU virtual
Los Ángeles (us_west2) $0.046943 por hora de CPU virtual
Salt Lake City (us_west3) $0.04692 por hora de CPU virtual
Las Vegas (us_west4) $0.0440105 por hora de CPU virtual

RAM

Ubicación Precio por hora
Montreal (northamerica_northeast1) $0.00575 por GB-hora
São Paulo (southamerica_east1) $0.0083133 por GB-hora
Iowa (us_central1) $0.0052325 por GB-hora
Carolina del Sur (us_east1) $0.0052325 por GB-hora
Virginia del Norte (us_east4) $0.005888 por GB-hora
Oregón (us_west1) $0.0052325 por GB-hora
Los Ángeles (us_west2) $0.0062905 por GB-hora
Salt Lake City (us_west3) $0.006325 por GB-hora
Las Vegas (us_west4) $0.005888 por GB-hora

Serie C2D

CPU virtuales

Ubicación Precio por hora
Iowa (us_central1) $0.0339974 por hora de CPU virtual
Carolina del Sur (us_east1) $0.0339974 por hora de CPU virtual
Virginia del Norte (us_east4) $0.0382904 por hora de CPU virtual

RAM

Ubicación Precio por hora
Iowa (us_central1) $0.0045528 por GB-hora
Carolina del Sur (us_east1) $0.0045528 por GB-hora
Virginia del Norte (us_east4) $0.0051267 por GB-hora

Serie C3

CPU virtuales

Ubicación Precio por hora
Iowa (us_central1) $0.03908 por hora de CPU virtual
Carolina del Sur (us_east1) $0.03908 por hora de CPU virtual
Virginia del Norte (us_east4) $0.04401 por hora de CPU virtual

RAM

Ubicación Precio por hora
Iowa (us_central1) $0.00524 por GB-hora
Carolina del Sur (us_east1) $0.00524 por GB-hora
Virginia del Norte (us_east4) $0.0059 por GB-hora

Serie A2

CPU virtuales

Ubicación Precio por hora
Iowa (us-central1) $0.0363527 por hora de CPU virtual
Virginia del Norte (us-east4) $0.0363527 por hora de CPU virtual
Las Vegas (us-west4) $0.0409457 por hora de CPU virtual
Otras regiones de América $0.0363527 por hora de CPU virtual

RAM

Ubicación Precio por hora
Iowa (us-central1) $0.0048725 por GB-hora
Virginia del Norte (us-east4) $0.0048725 por GB-hora
Las Vegas (us-west4) $0.0054867 por GB-hora
Otras regiones de América $0.0048725 por GB-hora

GPU

Ubicación Precio por hora
Iowa (us-central1) $4.51729 por hora de GPU (A100 80 GB)
Virginia del Norte (us-east4) $5.08783 por hora de GPU (A100 80 GB)
Las Vegas (us-west4) $3.5673 por hora de GPU (A100 40 GB)
Otras regiones de América $3.3741 por hora de GPU (A100 40 GB)

Serie A3

CPU virtuales

Ubicación Precio por hora
Iowa (us-central1) $0.0293227 por hora de CPU virtual
Virginia del Norte (us-east4) $0.0293227 por hora de CPU virtual

RAM

Ubicación Precio por hora
Iowa (us-central1) $0.0025534 por GB-hora
Virginia del Norte (us-east4) $0.0025534 por GB-hora

GPU

Ubicación Precio por hora
Iowa (us-central1) $11.2660332 por hora de GPU (H100 80 GB)
Virginia del Norte (us-east4) $11.2660336 por hora de GPU (H100 80 GB)

Serie G2

CPU virtuales

Ubicación Precio por hora
Iowa (us-central1) $0.02874 por hora de CPU virtual

RAM

Ubicación Precio por hora
Iowa (us-central1) $0.00337 por GB-hora

GPU

Ubicación Precio por hora
Iowa (us-central1) $0.64405 por hora de GPU

Precios de SKU en Europa

Serie E2

CPU virtuales

Ubicación Precio por hora
Bélgica (europe-west1) $0.0275919 por hora de CPU virtual
Londres (europe-west2) $0.0323184 por hora de CPU virtual
Fráncfort (europe-west3) $0.0323184 por hora de CPU virtual
Países Bajos (europe-west4) $0.0276149 por hora de CPU virtual
Zúrich (europe-west6) $0.0350968 por hora de CPU virtual
París (europe-west9) $0.0351164 por hora de CPU virtual

RAM

Ubicación Precio por hora
Bélgica (europe-west1) $0.0036984 por GB-hora
Londres (europe-west2) $0.0043309 por GB-hora
Fráncfort (europe-west3) $0.0043309 por GB-hora
Países Bajos (europe-west4) $0.0037007 por GB-hora
Zúrich (europe-west6) $0.0047035 por GB-hora
París (europe-west9) $0.0047069 por GB-hora

Serie N1

CPU virtuales

Ubicación Precio por hora
Londres (europe-west2) $0.0468395 por hora de CPU virtual
Otras regiones de Europa $0.0421268 por hora de CPU virtual

RAM

Ubicación Precio por hora
Londres (europe-west2) $0.0062767 por GB-hora
Otras regiones de Europa $0.0056373 por GB-hora

Serie N2

CPU virtuales

Ubicación Precio por hora
Varsovia (europe_central2) $0.0468395 por hora de CPU virtual
Bélgica (europe_west1) $0.0399889 por hora de CPU virtual
Londres (europe_west2) $0.0468395 por hora de CPU virtual
Fráncfort (europe_west3) $0.0468395 por hora de CPU virtual
Países Bajos (europe_west4) $0.0399879 por hora de CPU virtual
Zúrich (europe_west6) $0.050899 por hora de CPU virtual
París (europe_west9) $0.0421693 por hora de CPU virtual

RAM

Ubicación Precio por hora
Varsovia (europe_central2) $0.0062767 por GB-hora
Bélgica (europe_west1) $0.0053602 por GB-hora
Londres (europe_west2) $0.0062767 por GB-hora
Fráncfort (europe_west3) $0.0062767 por GB-hora
Países Bajos (europe_west4) $0.0053598 por GB-hora
Zúrich (europe_west6) $0.0068195 por GB-hora
París (europe_west9) $0.0056522 por GB-hora

Serie N2D

CPU virtuales

Ubicación Precio por hora
Bélgica (europe_west1) $0.0347909 por hora de CPU virtual
Londres (europe_west2) $0.0407502 por hora de CPU virtual
Fráncfort (europe_west3) $0.0407502 por hora de CPU virtual
Países Bajos (europe_west4) $0.0348197 por hora de CPU virtual
París (europe_west9) $0.0366873 por hora de CPU virtual

RAM

Ubicación Precio por hora
Bélgica (europe_west1) $0.0046632 por GB-hora
Londres (europe_west2) $0.0054602 por GB-hora
Fráncfort (europe_west3) $0.0054602 por GB-hora
Países Bajos (europe_west4) $0.0046667 por GB-hora
París (europe_west9) $0.0049174 por GB-hora

Serie C2

CPU virtuales

Ubicación Precio por hora
Bélgica (europe_west1) $0.042987 por hora de CPU virtual
Londres (europe_west2) $0.0503527 por hora de CPU virtual
Fráncfort (europe_west3) $0.050347 por hora de CPU virtual
Países Bajos (europe_west4) $0.0430215 por hora de CPU virtual
Zúrich (europe_west6) $0.0547055 por hora de CPU virtual

RAM

Ubicación Precio por hora
Bélgica (europe_west1) $0.0057615 por GB-hora
Londres (europe_west2) $0.006747 por GB-hora
Fráncfort (europe_west3) $0.006739 por GB-hora
Países Bajos (europe_west4) $0.0057615 por GB-hora
Zúrich (europe_west6) $0.007337 por GB-hora

Serie C2D

CPU virtuales

Ubicación Precio por hora
Londres (europe_west2) $0.0438012 por hora de CPU virtual
Países Bajos (europe_west4) $0.0374336 por hora de CPU virtual

RAM

Ubicación Precio por hora
Londres (europe_west2) $0.005865 por GB-hora
Países Bajos (europe_west4) $0.0050128 por GB-hora

Serie C3

CPU virtuales

Ubicación Precio por hora
Londres (europe_west1) $0.04299 por hora de CPU virtual
Países Bajos (europe_west4) $0.04302 por hora de CPU virtual

RAM

Ubicación Precio por hora
Londres (europe_west1) $0.00576 por GB-hora
Países Bajos (europe_west4) $0.00577 por GB-hora

Serie A2

CPU virtuales

Ubicación Precio por hora
Países Bajos (europe-west4) $0.0400223 por hora de CPU virtual

RAM

Ubicación Precio por hora
Países Bajos (europe-west4) $0.0053636 por GB-hora

GPU

Ubicación Precio por hora
Países Bajos (europe-west4) $3.3741 por hora de GPU (A100 40 GB)
Países Bajos (europe-west4) $4.97399 por hora de GPU (A100 80 GB)

Serie G2

CPU virtuales

Ubicación Precio por hora
Países Bajos (europe-west4) $0.03164 por hora de CPU virtual

RAM

Ubicación Precio por hora
Países Bajos (europe-west4) $0.00371 por GB-hora

GPU

Ubicación Precio por hora
Países Bajos (europe-west4) $0.70916 por hora de GPU

Precios de SKU para Asia-Pacífico

Serie E2

SKU del tipo de máquina de predicción E2

CPU virtuales

Ubicación Precio por hora
Taiwán (asia-east1) $0.0290432 por hora de CPU virtual
Hong Kong (asia-east2) $0.0350968 por hora de CPU virtual
Tokio (asia-northeast1) $0.0322299 por hora de CPU virtual
Seúl (asia-northeast3) $0.0322299 por hora de CPU virtual
Bombay (asia-south1) $0.0301288 por hora de CPU virtual
Singapur (asia-southeast1) $0.0309453 por hora de CPU virtual
Sídney (australia-southeast1) $0.0355925 por hora de CPU virtual

RAM

Ubicación Precio por hora
Taiwán (asia-east1) $0.0038927 por GB-hora
Hong Kong (asia-east2) $0.0047035 por GB-hora
Tokio (asia-northeast1) $0.0042999 por GB-hora
Seúl (asia-northeast3) $0.0042999 por GB-hora
Bombay (asia-south1) $0.0040376 por GB-hora
Singapur (asia-southeast1) $0.0041458 por GB-hora
Sídney (australia-southeast1) $0.004769 por GB-hora

Serie N1

SKU de tipo de máquina de predicción N1

CPU virtuales

Ubicación Precio por hora
Tokio (asia-northeast1) $0.0467107 por hora de CPU virtual
Singapur (asia-southeast1) $0.04484885 por hora de CPU virtual
Sídney (australia-southeast1) $0.0515844 por hora de CPU virtual
Otras regiones de Asia-Pacífico $0.0421268 por hora de CPU virtual

RAM

Ubicación Precio por hora
Tokio (asia-northeast1) $0.00623185 por GB-hora
Singapur (asia-southeast1) $0.0060099 por GB-hora
Sídney (australia-southeast1) $0.00691265 por GB-hora
Otras regiones de Asia-Pacífico $0.0056373 por GB-hora

Serie N2

CPU virtuales

Ubicación Precio por hora
Taiwán (asia_east1) $0.0420923 por hora de CPU virtual
Hong Kong (asia_east2) $0.0508656 por hora de CPU virtual
Tokio (asia_northeast1) $0.0467107 por hora de CPU virtual
Seúl (asia_northeast3) $0.0467107 por hora de CPU virtual
Bombay (asia_south1) $0.0436655 por hora de CPU virtual
Singapur (asia_southeast1) $0.0448488 por hora de CPU virtual
Yakarta (asia_southeast2) $0.0488853 por hora de CPU virtual
Sídney (australia_southeast1) $0.0515844 por hora de CPU virtual

RAM

Ubicación Precio por hora
Taiwán (asia_east1) $0.0056419 por GB-hora
Hong Kong (asia_east2) $0.0068172 por GB-hora
Tokio (asia_northeast1) $0.0062318 por GB-hora
Seúl (asia_northeast3) $0.0062318 por GB-hora
Bombay (asia_south1) $0.0058512 por GB-hora
Singapur (asia_southeast1) $0.0060099 por GB-hora
Yakarta (asia_southeast2) $0.0065504 por GB-hora
Sídney (australia_southeast1) $0.0069126 por GB-hora

Serie N2D

CPU virtuales

Ubicación Precio por hora
Taiwán (asia_east1) $0.0366206 por hora de CPU virtual
Hong Kong (asia_east2) $0.0442531 por hora de CPU virtual
Tokio (asia_northeast1) $0.0406387 por hora de CPU virtual
Bombay (asia_south1) $0.0208725 por hora de CPU virtual
Singapur (asia_southeast1) $0.0390184 por hora de CPU virtual
Sídney (australia_southeast1) $0.0448787 por hora de CPU virtual

RAM

Ubicación Precio por hora
Taiwán (asia_east1) $0.0049082 por GB-hora
Hong Kong (asia_east2) $0.0059305 por GB-hora
Tokio (asia_northeast1) $0.0054222 por GB-hora
Bombay (asia_south1) $0.0027979 por GB-hora
Singapur (asia_southeast1) $0.005229 por GB-hora
Sídney (australia_southeast1) $0.0060145 por GB-hora

Serie C2

CPU virtuales

Ubicación Precio por hora
Taiwán (asia_east1) $0.045249 por hora de CPU virtual
Hong Kong (asia_east2) $0.0546802 por hora de CPU virtual
Tokio (asia_northeast1) $0.0502136 por hora de CPU virtual
Seúl (asia_northeast3) $0.0502136 por hora de CPU virtual
Bombay (asia_south1) $0.0469407 por hora de CPU virtual
Singapur (asia_southeast1) $0.0482126 por hora de CPU virtual
Sídney (australia_southeast1) $0.055453 por hora de CPU virtual

RAM

Ubicación Precio por hora
Taiwán (asia_east1) $0.0060651 por GB-hora
Hong Kong (asia_east2) $0.0073289 por GB-hora
Tokio (asia_northeast1) $0.0066987 por GB-hora
Seúl (asia_northeast3) $0.0066987 por GB-hora
Bombay (asia_south1) $0.0062905 por GB-hora
Singapur (asia_southeast1) $0.0064607 por GB-hora
Sídney (australia_southeast1) $0.0074313 por GB-hora

Serie C2D

CPU virtuales

Ubicación Precio por hora
Taiwán (asia_east1) $0.0393656 por hora de CPU virtual
Singapur (asia_southeast1) $0.0419417 por hora de CPU virtual

RAM

Ubicación Precio por hora
Taiwán (asia_east1) $0.0052716 por GB-hora
Singapur (asia_southeast1) $0.0056166 por GB-hora

Serie C3

CPU virtuales

Ubicación Precio por hora
Singapur (asia_southeast1) $0.04821 por hora de CPU virtual

RAM

Ubicación Precio por hora
Singapur (asia_southeast1) $0.00646 por GB-hora

Serie A2

SKU de tipo de máquina de predicción A2

CPU virtuales

Ubicación Precio por hora
Tokio (asia-northeast1) $0.0467107 por hora de CPU virtual
Seúl (asia-northeast3) $0.0467107 por hora de CPU virtual
Singapur (asia-southeast1) $0.0448488 por hora de CPU virtual

RAM

Ubicación Precio por hora
Tokio (asia-northeast1) $0.00623185 por GB-hora
Seúl (asia-northeast3) $0.0062318 por GB-hora
Singapur (asia-southeast1) $0.0060099 por GB-hora

GPU

Ubicación Precio por hora
Tokio (asia-northeast1) $3.5673 por hora de GPU (A100 40 GB)
Seúl (asia-northeast3) $3.5673 por hora de GPU (A100 40 GB)
Singapur (asia-southeast1) $3.5673 por hora de GPU (A100 40 GB)
Singapur (asia-southeast1) $5.57298 por hora de GPU (A100 80 GB)

Precios de SKU en Oriente Medio

Serie N2

CPU virtuales

Ubicación Precio por hora
Tel Aviv (me_west1) $0.0399879 por hora de CPU virtual

RAM

Ubicación Precio por hora
Tel Aviv (me_west1) $0.0053598 por GB-hora

Serie N2D

CPU virtuales

Ubicación Precio por hora
Tel Aviv (me_west1) $0.03479 por hora de CPU virtual

RAM

Ubicación Precio por hora
Tel Aviv (me_west1) $0.0046628 por GB-hora

Algunos tipos de máquina te permiten agregar aceleradores opcionales de GPU para predicciones. Las GPU opcionales incurren en un cargo adicional, separado de los descritos en la tabla anterior. Consulta cada tabla de precios, describen los precios de cada tipo de GPU opcional.

América

Precio por hora de los aceleradores

NVIDIA_TESLA_P4
Iowa (us-central1) $0.6900
Virginia del Norte (us-east4) $0.6900
Montreal (northamerica-northeast1) $0.7475
NVIDIA_TESLA_P100
Oregón (us-west1) $1.6790
Iowa (us-central1) $1.6790
Carolina del Sur (us-east1) $1.6790
NVIDIA_TESLA_T4
Oregón (us-west1) $0.4025
Iowa (us-central1) $0.4025
Carolina del Sur (us-east1) $0.4025
NVIDIA_TESLA_V100
Oregón (us-west1) $2.8520
Iowa (us-central1) $2.8520

Europa

Precio por hora de los aceleradores

NVIDIA_TESLA_P4
Países Bajos (europe-west4) $0.7475
NVIDIA_TESLA_P100
Bélgica (europe-west1) $1.8400
NVIDIA_TESLA_T4
Londres (europe-west2) $0.4715
Países Bajos (europe-west4) $0.4370
NVIDIA_TESLA_V100
Países Bajos (europe-west4) $2.9325

Asia-Pacífico

Precio por hora de los aceleradores

NVIDIA_TESLA_P4
Singapur (asia-southeast1) $0.7475
Sídney (australia-southeast1) $0.7475
NVIDIA_TESLA_P100
Taiwán (asia-east1) $1.8400
NVIDIA_TESLA_T4
Tokio (asia-northeast1) $0.4255
Singapur (asia-southeast1) $0.4255
Seúl (asia-northeast3) $0.4485
NVIDIA_TESLA_V100
Taiwán (asia-east1) $2.932

El precio es por GPU. Si usas varias GPU por nodo de predicción (o si tu versión se ajusta para usar varios nodos), los costos se ajustan en consecuencia.

AI Platform Prediction te permite realizar predicciones de tu modelo ejecutando varias máquinas virtuales (“nodos”). De forma predeterminada, Vertex AI escala automáticamente la cantidad de nodos que se ejecutan a la vez. En el caso de la predicción en línea, se escala la cantidad de nodos para satisfacer la demanda. Cada nodo puede responder a varias solicitudes de predicción. En el caso de la predicción por lotes, se escala la cantidad de nodos a fin de reducir el tiempo total que se necesita para ejecutar un trabajo. Puedes personalizar la escala de los nodos de predicción.

Se cobra el tiempo que se ejecuta cada nodo en tu modelo, incluido lo siguiente:

  • Cuando el nodo procesa un trabajo de predicción por lotes
  • Cuando el nodo procesa una solicitud de predicción en línea
  • Cuando el nodo está listo para realizar predicciones en línea

El costo de ejecución de un nodo por una hora es una hora de procesamiento de nodo. En la tabla de precios de predicción, se describe el precio de una hora de procesamiento de nodo, que varía según la región y entre la predicción en línea y por lotes.

Puedes consumir horas de procesamiento de nodo en incrementos fraccionarios. Por ejemplo, la ejecución de un nodo por 30 minutos cuesta 0.5 horas de procesamiento de nodo.

Cálculos de costos para los tipos de máquinas de Compute Engine (N1)

  • El tiempo de ejecución de un nodo se factura en incrementos de 30 segundos. Esto significa que, cada 30 segundos, tu proyecto se factura por 30 segundos de los recursos de CPU virtual, RAM y GPU que use tu nodo en ese momento.

Más información sobre el ajuste de escala automático de los nodos de predicción

Predicción en línea Predicción por lotes
La prioridad del escalamiento es reducir la latencia de las solicitudes individuales. El servicio mantiene el modelo preparado durante unos minutos de inactividad después de inspeccionar una solicitud. La prioridad del escalamiento es reducir el tiempo transcurrido total del trabajo.
El escalamiento afecta los costos totales cada mes: cuanto más numerosas y frecuentes sean las solicitudes, más nodos se usarán. El escalamiento no debería afectar mucho el precio del trabajo, aunque se pueden generar sobrecargas si se agrega un nuevo nodo.

Puedes elegir dejar que el servicio reduzca la escala como respuesta al tráfico (ajuste de escala automático) o puedes especificar una cantidad de nodos para que se ejecuten todo el tiempo y evitar así la latencia (escalamiento manual).

  • Si eliges el ajuste de escala automático, la cantidad de nodos escala automáticamente. En las implementaciones de tipo de máquina heredadas (MLS1) de AI Platform Prediction, la cantidad de nodos puede reducirse verticalmente a cero en períodos sin tráfico. Las implementaciones de Vertex AI y otros tipos de implementaciones de AI Platform Prediction no pueden reducir la escala verticalmente a cero nodos.
  • Si eliges el escalamiento manual, especificas una cantidad de nodos para que se sigan ejecutando todo el tiempo. Se cobra todo el tiempo en el que los nodos se ejecutan, a partir del momento de la implementación y hasta que borres la versión del modelo.
Puedes modificar el escalamiento configurando una cantidad máxima de nodos que se usará en un trabajo de predicción por lotes y la configuración de la cantidad de nodos que deben seguir ejecutándose para un modelo cuando lo implementas.

Los trabajos de predicción por lotes se cobran después de que se completa el trabajo

Los trabajos de predicción por lotes se cobran después de que se completan los trabajos, no de manera incremental durante el trabajo. Las alertas de presupuesto de Facturación de Cloud que configuraste no se activan mientras se ejecuta un trabajo. Antes de comenzar un trabajo grande, considera ejecutar algunos trabajos comparativos de costos con datos de entrada pequeños.

Ejemplo de un cálculo de predicción

Una empresa inmobiliaria de una región de América ejecuta una predicción semanal del valor de las viviendas en las áreas en las que trabaja. En un mes, ejecuta predicciones para cuatro semanas en lotes de 3920, 4277, 3849 y 3961. Los trabajos se limitan a un nodo y cada instancia demora un promedio de procesamiento de 0.72 segundos.

Primero, calcula la cantidad de tiempo de ejecución de cada trabajo:

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

Si se ejecutó cada trabajo por más de diez minutos, se cobra por cada minuto de procesamiento:

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

El cargo total del mes es de $0.26.

En este ejemplo se supuso que se ejecutaron los trabajos en un único nodo y que requirieron una cantidad de tiempo coherente por cada instancia de entrada. En los cálculos de uso real, asegúrate de incluir instancias de varios nodos y usar el tiempo real de ejecución de cada nodo.

Cargos por Vertex Explainable AI

Explicaciones basadas en atributos

Las explicaciones basadas en atributos no tienen cargo adicional a los precios de predicción. Sin embargo, el procesamiento de las explicaciones demora más que el de las predicciones normales. Por lo tanto, el uso intensivo de las Vertex Explainable AI junto con el ajuste de escala automático podrían traer como resultado el inicio de más nodos, lo que podría aumentar los cargos de predicción.

Explicaciones basadas en ejemplos

Los precios de explicaciones basadas en ejemplos consisten de lo siguiente:

  • Cuando cargas un modelo o actualizas el conjunto de datos de un modelo, se te factura lo siguiente:

    • por hora de procesamiento de nodo por el trabajo de predicción por lotes que se usa para generar las representaciones de ejemplos de espacio latente. Esto se factura con la misma tarifa que la predicción.
    • un costo para crear o actualizar índices. El costo es el mismo que los costos de indexación de la búsqueda de vectores, que es cantidad de ejemplos * cantidad de dimensiones * 4 bytes por número de punto flotante * $3.00 por GB. Por ejemplo, si tienes 1 millón de ejemplos y 1,000 dimensiones de espacio latente, el costo es $12 (1,000,000 * 1,000 * 4 * 3.00 / 1,000,000,000).

  • Cuando implementas un modelo en un extremo, se te factura por hora de procesamiento de nodo por cada nodo en tu extremo. Todo el procesamiento asociado con el extremo se cobra a la misma tarifa que la predicción. Sin embargo, porque las explicaciones basadas en ejemplos necesitan recursos de procesamiento adicionales para entregar el índice de búsqueda de vectores, se inician más nodos, lo que aumenta los cargos de predicción.

Vertex AI Neural Architecture Search

En las siguientes tablas, se resumen los precios de cada región en la que está disponible Neural Architecture Search.

Precios

En las siguientes tablas, se indica el precio por hora de diversos parámetros de configuración.

Puedes elegir un nivel de escala predefinido o una configuración personalizada de tipos de máquinas seleccionados. Si eliges una configuración personalizada, suma los costos de las máquinas virtuales usadas.

Los tipos de máquinas heredadas con acelerador incluyen el costo de los aceleradores en sus precios. Si usas los tipos de máquinas de Compute Engine y les conectas aceleradores, el costo se cobra por separado. Para calcular este costo, multiplica los precios de la siguiente tabla de aceleradores por la cantidad de cada tipo de acelerador que uses.

Tipos de máquina

América

Europa

Asia-Pacífico
Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Los precios de instancias de a2-highgpu incluyen los cargos por los aceleradores NVIDIA_TESLA_A100 adjuntos.

Aceleradores

América

Europa

Asia-Pacífico
Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Discos

América

Europa

Asia-Pacífico
Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Notas:

  1. Todo el uso está sujeto a la política de cuotas de Neural Architecture Search.
  2. Debes almacenar los datos y archivos del programa en buckets de Cloud Storage durante el ciclo de vida de Neural Architecture Search. Obtén más información sobre el uso de Cloud Storage.
  3. Para ver los descuentos por volumen, comunícate con el equipo de ventas.
  4. El precio del disco solo se cobra cuando configuras el tamaño de disco de cada VM en un tamaño superior a 100 GB. No se cobran los primeros 100 GB (el tamaño de disco predeterminado) de un disco para cada VM. Por ejemplo, si configuras cada VM para que tenga 105 GB de disco, se te cobra por 5 GB de disco por cada VM.

Uso obligatorio de Cloud Storage

Además de los costos que se describen en este documento, debes almacenar los datos y archivos del programa en buckets de Cloud Storage durante el ciclo de vida de Neural Architecture Search. Este almacenamiento está sujeto a la política de precios de Cloud Storage.

El uso obligatorio de Cloud Storage incluye lo siguiente:

  • Realizar la etapa de pruebas del paquete de aplicaciones de entrenamiento

  • Almacenar tus datos de entrada de entrenamiento

  • Almacenar los resultados de los trabajos. La búsqueda de arquitectura neuronal no requiere almacenamiento a largo plazo de estos elementos. Puedes quitar los archivos apenas finalice la operación

Operaciones gratuitas para la administración de los recursos

Las operaciones de administración de recursos de Neural Architecture Search son sin costo adicional. Sin embargo, puede que algunas de estas operaciones se vean limitadas por la política de cuotas de Neural Architecture Search.

Recurso Operaciones gratuitas
jobs get, list, cancel
operations get, list, cancel, delete

Vertex AI Pipelines

Las Vertex AI Pipelines cobran una tarifa de ejecución de $0.03 por cada ejecución de canalización. No se te cobrará la tarifa de ejecución durante la versión preliminar. También pagas por los recursos de Google Cloud que usas con las Vertex AI Pipelines, como los recursos de Compute Engine que consumen los componentes de canalización (se cobran con la misma tarifa que la de entrenamiento de Vertex AI). Por último, eres responsable del costo de cualquier servicio (como Dataflow) que llame a tu canalización.

Vertex AI Feature Store

Vertex AI Feature Store cuenta con disponibilidad general (DG) desde noviembre de 2023. Para obtener información sobre las versiones previas de los productos, consulta Vertex AI Feature Store (heredada).

Nuevo Vertex AI Feature Store

El nuevo Vertex AI Feature Store asiste la funcionalidad en dos tipos de operaciones:

  • Las operaciones sin conexión son las operaciones para transferir, almacenar, extraer y transformar datos en el almacén sin conexión (BigQuery)
  • Las operaciones en línea son las operaciones para transferir datos en el almacenamiento en línea y las operaciones de datos mientras están en el almacén en línea.

Precios de las operaciones sin conexión

Ya que BigQuery se usa para las operaciones sin conexión, consulta los precios de BigQuery para funcionalidades como la transferencia al almacén sin conexión, búsquedas en el almacén sin conexión y el almacenamiento sin conexión.

Precios de las operaciones en línea

Para las operaciones en línea, Vertex AI Feature Store cobra por todas las funciones de DG para transferir datos al almacén en línea, entregar datos o almacenar datos. Un nodo-hora representa el tiempo que gasta una máquina virtual en completar una operación, que se cobra por minuto.

La entrega en línea optimizada y la entrega en línea de Bigtable usan arquitecturas diferentes, por lo que sus nodos no son comparables.
Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Cloud Platform.

Estimados de la carga de trabajo de las operaciones en línea

Ten en cuenta los siguientes lineamientos cuando estimes tus cargas de trabajo. La cantidad de nodos necesarios para una carga de trabajo pueden variar en cada método de entrega.

  • Procesamiento de datos:
    • Transferencia: Un nodo puede transferir alrededor de un mínimo de 100 MB de datos por hora a un almacén en línea de Bigtable o a un almacén optimizado en línea si no se usan funciones analíticas.
  • Entrega en línea de Bigtable: Cada nodo puede admitir alrededor de 15,000 QPS y hasta 5 TB de almacenamiento.
  • Entrega en línea optimizada: El rendimiento se basa en el tipo de máquina y las réplicas, que se configuran automáticamente para minimizar los costos sujetos a la carga de trabajo. Cada nodo puede tener un mínimo de 2 y un máximo de 6 réplicas para alta disponibilidad y ajuste de escala automático. Se te cobra por la cantidad de réplicas según corresponda. Para obtener más detalles, consulta los ejemplos mensuales.
    • Para cargas de trabajo no relacionadas con incorporaciones, cada nodo puede admitir alrededor de 500 QPS y hasta 200 GB de almacenamiento.
    • Para las cargas de trabajo relacionadas con incorporaciones, cada nodo puede admitir alrededor de 500 QPS y hasta 4 GB de almacenamiento de datos de 512 dimensiones.

Puedes ver la cantidad de nodos (con réplicas) en el Explorador de métricas:

el Explorador de métricas para averiguar la cantidad de nodos que se usaron.
Explorador de métricas para determinar la cantidad de nodos que se usaron.

Ejemplo de casos mensuales (suponiendo que la región es us-central1)

Carga de trabajo de flujo de datos: Entrega en línea de Bigtable con 2.5 TB de datos (1 GB actualizado a diario) y 1,200 QPS

Operaciones Uso mensual Costo mensual
Nodo de procesamiento de datos (1 GB por día) * (30 días por mes) * (1,000 MB por GB) * (1 nodo-hora por 100 MB) = 300 nodo-hora 300 nodo-hora * ($0.08 por nodo-hora) = $24
Nodo de entrega en línea optimizada N/A N/A
Nodo de entrega en línea de Bigtable (1 nodo) * (24 horas por día) * (30 días por mes) = 720 nodo-hora 720 nodo-hora * ($0.94 por nodo-hora) = $677
Almacenamiento de entrega en línea de Bigtable (2.5 TB por mes) * (1000 GB por TB) = 2500 GB por mes 2500 GB por mes * ($0.25 por mes de GB) = $625
Total $1,326

Carga de trabajo de alta QPS: Entrega en línea optimizada con 10 GB de datos sin incorporación (5 GB actualizados a diario) y 2,000 QPS

Operaciones Uso mensual Costo mensual
Nodo de procesamiento de datos (5 GB por día) * (30 días por mes) * (1,000 MB por GB) * (1 nodo-hora por 100 MB) = 1,500 nodo-hora 1,500 nodo-hora * ($0.08 por nodo-hora) = $120
Nodo de entrega en línea optimizada Resumen(10 GB * (1 nodo/200 GB)) = 1 * máx. (2 réplicas predeterminadas, 2,000 QPS * (1 réplica / 500 QPS)) = 4 nodos totales * (24 h/día) * (30 días por mes) =2,880 nodos-hora 2,880 nodo-hora * (0.30 por nodo-hora) = $864
Nodo de entrega en línea de Bigtable N/A N/A
Almacenamiento de entrega en línea de Bigtable N/A N/A
Total USD 984

Incorporaciones que entregan cargas de trabajo: Entrega en línea optimizada con 20 GB de datos de incorporaciones (2 GB actualizados a diario) y 800 QPS

Operaciones Uso mensual Costo mensual
Nodo de procesamiento de datos (2 GB por día) * (30 días por mes) * (1,000 MB por GB) * (1 nodo-hora por 100 MB) = 600 nodo-hora 600 nodo-hora * ($0.08 por nodo-hora) = $48
Nodo de entrega en línea optimizada Resumen(20 GB* (1 nodo/4 GB) = 5 * máx. (2 réplicas predeterminadas, 800 QPS * (1 réplica/500 QPS)) = 10 nodos totales * (24 h/día) * (30 días por mes) = 7,200 nodos-hora 7,200 nodo-hora * (0.30 por nodo-hora) = $2,160
Nodo de entrega en línea de Bigtable N/A N/A
Almacenamiento de entrega en línea de Bigtable N/A N/A
Total USD 2,208

Vertex AI Feature Store (heredado)

Los precios de Vertex AI Feature Store (heredado) se basan en la cantidad de datos de atributos en el almacenamiento en línea y sin conexión, así como en la disponibilidad de la entrega en línea. Un nodo por hora representa el tiempo que una máquina virtual dedica a entregar datos de atributos o el que tiempo que espera en un estado listo para manejar las solicitudes de datos de atributos.

Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en SKU de Google Cloud.

Cuando habilitas la supervisión del valor de los atributos, la facturación incluye los cargos correspondientes mencionados anteriormente, además de los cargos correspondientes a continuación:

  • $3.50 por GB para todos los datos analizados. Con el análisis de instantáneas habilitado, se incluyen las instantáneas tomadas para los datos en Vertex AI Feature Store (heredado). Con el análisis de importación de atributos habilitado, se incluyen los lotes de datos transferidos.
  • Los cargos adicionales por otras operaciones de Vertex AI Feature Store (heredado) usadas con la supervisión del valor de los atributos incluyen los siguientes:
    • La función de análisis de instantáneas toma una instantánea, de manera periódica, de los valores de las funciones según tu configuración del intervalo de supervisión.
    • El cargo por la exportación de una instantánea es el mismo que para una operación de exportación en lote.

Ejemplo de análisis de instantáneas

Un científico de datos habilita la supervisión del valor de los atributos para su Vertex AI Feature Store (heredado) y activa la supervisión para el análisis diario de instantáneas. Una canalización se ejecuta a diario para la supervisión de los tipos de entidades. La canalización escanea 2 GB de datos en Vertex AI Feature Store (heredado) y exporta una instantánea que contiene 0.1 GB de datos. El cargo total por un día de análisis es:

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

Ejemplo de análisis de transferencia

Un científico de datos habilita la supervisión del valor de los atributos para su Vertex AI Feature Store (heredado) y activa la supervisión para las operaciones de transferencia. Una operación de transferencia importa 1 GB de datos a Vertex AI Feature Store (heredado). El cargo total por la supervisión del valor de los atributos es el siguiente:

(1 GB * $3.50) = $3.50

Vertex ML Metadata

El almacenamiento de metadatos se mide en gigabytes binarios (GiB) y 1 GiB equivale a 1,073,741,824 bytes. Esta unidad de medida también se conoce como gibibyte.

Vertex ML Metadata cobra $10 por gibibyte (GiB) al mes por almacenamiento de metadatos. Los precios están prorrateados por megabyte (MB). Por ejemplo, si almacenas 10 MB de metadatos, se te cobrará $0.10 por mes por los 10 MB de metadatos.

Los precios son los mismos en todas las regiones donde se admite Vertex ML Metadata.

Vertex AI TensorBoard

Para usar el TensorBoard de Vertex AI, solicita que el administrador de IAM del proyecto te asigne el rol de “usuario de la aplicación web de TensorBoard de Vertex AI”. El rol de administrador de Vertex AI también tiene acceso.

A partir de agosto de 2023, los precios de Vertex AI TensorBoard cambiaron de una licencia mensual por usuario de $300 al mes a $10 GiB por mes por el almacenamiento de datos de registros y métricas. Esto significa que ya no hay tarifas de suscripción. Pagarás solo por el almacenamiento que hayas usado. Consulta el instructivo Vertex AI TensorBoard: Borra los experimentos de TensorBoard desactualizados para obtener información para administrar el almacenamiento.

Vertex AI Vizier

Vertex AI Vizier es un servicio de optimización de caja negra de Vertex AI. El modelo de precios Vertex AI Vizier consta de los siguientes elementos:

  • No se aplican cargos por las pruebas que usan RANDOM_SEARCH y GRID_SEARCH. Obtén más información sobre los algoritmos de búsqueda.
  • Las primeras 100 pruebas de Vertex AI Vizier al mes calendario están disponibles sin cargo (las pruebas que usan RANDOM_SEARCH y GRID_SEARCH no se toman en cuenta en este total).
  • Después de 100 pruebas de Vertex AI Vizier, las pruebas posteriores durante el mismo mes calendario se cobran a $1 por prueba (las que usan RANDOM_SEARCH o GRID_SEARCH no generan cargos).

Búsqueda de vectores

El precio del servicio de la búsqueda de vectores vecino más cercano aproximado incluye lo siguiente:

  • Precios por hora de procesamiento de nodo para cada VM que se usa a fin de alojar un índice implementado
  • Un costo para crear índices nuevos, actualizar los existentes y usar actualizaciones de índices de transmisión

Los datos procesados durante la creación y actualización de índices se miden en gigabytes binarios (GiB), en los que 1 GiB equivale a 1,073,741,824 bytes. Esta unidad de medida también se conoce como gibibyte.

La búsqueda de vectores cobra $3.00 por gibibyte (GiB) de datos procesados en todas las regiones. La búsqueda de vectores cobra $0.45 por GiB transferidos por inserciones de actualización de transmisión.

En las siguientes tablas se resumen los precios de entrega de índices en cada región donde la búsqueda de vectores está disponible. El precio corresponde al tipo de máquina, por región, y se cobra por hora de procesamiento de nodo.

América

Región 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

Región 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

Asia-Pacífico

Región 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 Medio

Región 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

Ejemplos de precios de búsqueda de vectores

Los precios de la búsqueda de vectores se determinan por el tamaño de tus datos, la cantidad de consultas por segundo (QPS) que quieres ejecutar y la cantidad de nodos que usas. Para obtener el costo de entrega estimado, debes calcular tu tamaño total de datos. Tu tamaño de datos es la cantidad de incorporaciones o vectores* la cantidad de dimensiones que tienes* 4 bytes por dimensión. Cuando tengas el tamaño de tus datos, puedes calcular el costo de entrega y el costo de creación. El costo de entrega más el costo de creación es tu costo mensual total.

  • Costo de entrega: cantidad de réplicas o fragmentos * cantidad de fragmentos (~tamaño de los datos o fragmentos) * costo por hora * 730 horas
  • Costo de creación: tamaño de los datos(en GiB) * $3 por GiB * cantidad de actualizaciones por mes

Actualización de transmisión: La búsqueda de vectores usa métricas basadas en heurísticas para determinar cuándo activar la compactación. Si los datos sin compactar más antiguos tienen cinco días de antigüedad, la compactación siempre se activa. Se te factura el costo de volver a compilar el índice con la misma tarifa que una actualización por lotes, además de los costos de la actualización de transmisión.

Cantidad de incorporaciones o vectores Cantidad de dimensiones Consultas por segundo (QPS) Tipo de máquina Nodos Costo de entrega mensual estimado
2 millones 128 100 e2-standard-2 1 $68
20 millones 256 1,000 e2-standard-16 1 $547
20 millones 256 3,000 e2-standard-16 3 $1,642
100 millones 256 500 e2-highmem-16 2 $1,477
1,000 millones 100 500 e2-highmem-16 8 $5,910

Todos los ejemplos están basados en tipos de máquina en us-central1. El costo que incurras variará con la tarifa de recuperación y requisitos de latencia. El costo de entrega mensual estimado se relaciona directamente con la cantidad de nodos usados en la consola. Para obtener más información sobre los parámetros de configuración que afectan los costos, consulta Parámetros de configuración que afectan la recuperación y latencia.

Si tu cantidad de consultas por segundo (QPS) es alta, agruparlas en lote puede reducir los costos totales hasta un 30% o 40%.

Vertex AI Model Registry

El Vertex AI Model Registry es un repositorio central que monitorea y enumera tus modelos y versiones de modelos. Puedes importar modelos en Vertex AI y aparecen en el Vertex AI Model Registry. No hay un costo relacionado con tener tus modelos en el Model Registry. Solo se generan costos cuando implementas el modelo en un extremo o realizas una predicción por lotes en el modelo. Este costo está determinado por el tipo de modelo que implementas.

Para obtener más información sobre los precios de implementar modelos personalizados desde el Vertex AI Model Registry, consulta Modelos entrenados de forma personalizada. Para obtener más información sobre los precios de implementar modelos de AutoML, consulta Precios de modelos de AutoML.

Vertex AI Model Monitoring

Vertex AI te permite supervisar la eficacia continua de tu modelo después de implementarlo en producción. Para obtener más información, consulta Introducción a Vertex AI Model Monitoring.

Cuando usas Vertex AI Model Monitoring, se te factura lo siguiente:

  • $3.50 por GB para todos los datos analizados, incluidos los datos de entrenamiento proporcionados y los datos de predicción registrados en una tabla de BigQuery.
  • Cargos por otros productos de Google Cloud que usa con Model Monitoring, como el almacenamiento de BigQuery o Batch Explain cuando la supervisión de atribución esté habilitada.

Vertex AI Model Monitoring es compatible con las siguientes regiones: us-central1, europe-west4, asia-east1 y asia-southeast1. Los precios son los mismos en todas las regiones.

Los tamaños de los datos se miden después de que se convierten al formato TfRecord.

Los conjuntos de datos de entrenamiento incurren en un cargo único cuando configura un trabajo de Vertex AI Model Monitoring.

Los conjuntos de datos de predicción consisten en registros recopilados del servicio de predicción en línea. A medida que las solicitudes de predicción llegan durante diferentes períodos, se recopilan los datos para cada período y se usa la suma de los datos analizados para cada período de predicción a fin de calcular el cargo.

Ejemplo: un científico de datos ejecuta la supervisión de modelos en el tráfico de predicción que pertenece a su modelo.

  • El modelo se entrena a partir de un conjunto de datos de BigQuery. El tamaño de los datos después de convertir a TfRecord es 1.5 GB.
  • Los datos de predicción registrados entre la 1:00 p.m. y las 2:00 p.m. son 0.1 GB, entre las 3:00 p.m. y las 4:00 p.m. son 0.2 GB.

  • El precio total para configurar el trabajo de supervisión de modelos es el siguiente:

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

Vertex AI Workbench

Selecciona instancias, notebooks administrados o notebooks administrados por el usuario para obtener información sobre los precios.

Instancias


En las siguientes tablas, se indica el precio por hora aproximado de diferentes parámetros de configuración para VMs. Puedes elegir una configuración personalizada de los tipos de máquinas seleccionados. Para calcular los precios, suma los costos de las máquinas virtuales que usas.

Si usas los tipos de máquinas de Compute Engine y les conectas aceleradores, el costo se cobra por separado. Para calcularlo, multiplica los precios de la tabla de aceleradores a continuación por la cantidad de cada tipo de acelerador que uses.

CPU

Memoria

Aceleradores

Discos

Notebooks administrados

Notebooks administrados por el usuario

Recursos adicionales de Google Cloud

Además de los costos mencionados anteriormente, también pagas por los recursos de Google Cloud que uses. Por ejemplo:

  • Servicios de análisis de datos: generas costos de BigQuery cuando envías consultas de SQL en un notebook (consulta Precios de BigQuery).

  • Claves de encriptación administradas por el cliente: Generas cargos cuando las usas. Cada vez que tus notebooks administrados o la instancia de notebooks administrados por el usuario usan una clave de Cloud Key Management Service, esa operación se factura según la tarifa de las operaciones de clave de Cloud KMS (consulta Precios de Cloud Key Management Service).

Colab Enterprise

Para obtener información sobre los precios de Colab Enterprise, consulta los precios de Colab Enterprise.

Contenedores de aprendizaje profundo, Deep Learning VM y AI Platform Pipelines

En el caso de los contenedores de aprendizaje profundo, las imágenes de VM de aprendizaje profundo y AI Platform Pipelines, los precios se calculan según los recursos de procesamiento y almacenamiento que uses. Estos recursos se cobran a la misma tarifa que pagas actualmente por Compute Engine y Cloud Storage.

Además de los costos de procesamiento y almacenamiento, también pagas por los recursos de Google Cloud que uses. Por ejemplo:

  • Servicios de análisis de datos: generas costos de BigQuery cuando envías consultas de SQL en un notebook (consulta Precios de BigQuery).

  • Claves de encriptación administradas por el cliente: Generas cargos cuando las usas. Cada vez que tus notebooks administrados o la instancia de notebooks administrados por el usuario usan una clave de Cloud Key Management Service, esa operación se factura según la tarifa de las operaciones de clave de Cloud KMS (consulta Precios de Cloud Key Management Service).

Etiquetado de datos

Vertex AI te permite solicitar el etiquetado manual de un conjunto de datos que tengas planeado usar para entrenar un modelo de aprendizaje automático personalizado. Los precios del servicio se calculan en función del tipo de tarea de etiquetado.

  • Para las tareas de etiquetado regulares, los precios se calculan según la cantidad de unidades de anotación.
    • Para las tareas de clasificación de imágenes, las unidades se calculan según la cantidad de imágenes y de etiquetadores manuales. Por ejemplo, una imagen con 3 etiquetadores manuales se considera como 3 unidades (1 * 3 = 3). El precio de la clasificación con una o varias etiquetas es el mismo.
    • Para las tareas de cuadro delimitador de imágenes, las unidades se calculan por la cantidad de cuadros delimitadores identificados en las imágenes y la cantidad de etiquetadores manuales. Por ejemplo, una imagen con 2 cuadros delimitadores y 3 etiquetadores manuales se considera como 6 unidades (2 * 3 = 6). Las imágenes sin cuadros delimitadores no se cobrarán.
    • En el caso de las tareas de polígono, polilínea, cuadro rotado o segmentación de imágenes, las unidades se calculan de la misma manera que para las tareas de cuadro delimitador de imágenes.
    • Para las tareas de clasificación de videos, las unidades se calculan según la duración del video (cada fragmento de 5 segundos constituye una unidad de precio) y la cantidad de etiquetadores manuales. Por ejemplo, un video de 25 segundos con 3 etiquetadores humanos se considera como 15 unidades (25 / 5 * 3 = 15). El precio de la clasificación con una o varias etiquetas es el mismo.
    • Para las tareas de seguimiento de objetos en un video, las unidades se calculan según la cantidad de objetos identificados y la cantidad de etiquetadores manuales. Por ejemplo, un video con 2 objetos y 3 etiquetadores manuales se considerará como 6 unidades (2 * 3 = 6). Los videos sin objetos no se cobran.
    • Para una tarea de reconocimiento de acciones en video, las unidades se determinan de la misma manera que una tarea de seguimiento de objetos de video.
    • Para las tareas de clasificación de texto, las unidades se calculan según la longitud del texto (cada fragmento de 50 palabras constituye una unidad de precio) y la cantidad de etiquetadores manuales. Por ejemplo, un fragmento de texto con 100 palabras y 3 etiquetadores manuales se considera como 6 unidades (100 / 50 * 3 = 6). El precio de la clasificación con una o varias etiquetas es el mismo.
    • En el caso de las tareas de análisis de opiniones en texto, las unidades se calculan de la misma manera que para las tareas de clasificación de texto.
    • Para las tareas de extracción de entidades en un texto, las unidades se calculan según la longitud del texto (cada fragmento de 50 palabras constituye una unidad de precio), la cantidad de entidades identificadas y la cantidad de etiquetadores manuales. Por ejemplo, un fragmento de texto con 100 palabras, 2 entidades identificadas y 3 etiquetadores manuales se considera como 12 unidades (100 / 50 * 2 * 3 = 12). El texto sin entidades no se cobra.

  • Para las tareas de análisis de opiniones en texto y clasificación de imágenes, video y texto, los etiquetadores manuales pueden perder de vista las clases si el tamaño del conjunto de etiquetas es demasiado grande. Por ello, enviamos un máximo de 20 clases a los etiquetadores manuales a la vez. Por ejemplo, si el tamaño del conjunto de etiquetas de una tarea de etiquetado es de 40, cada elemento de datos se enviará a revisión humana 2 veces (40 / 20 = 2). En consecuencia, cobraremos 2 veces el precio (según el cálculo anterior).

  • Para una tarea de etiquetado que habilita la función de etiquetador personalizado, cada elemento de datos se cuenta como 1 unidad de etiquetador personalizado.

  • En una tarea de etiquetado de aprendizaje activo para los elementos de datos con anotaciones que generan los modelos (sin ayuda del etiquetador), cada elemento de datos se cuenta como 1 unidad de aprendizaje activo.

  • En una tarea de etiquetado de aprendizaje activo para los elementos de datos con anotaciones que generan los etiquetadores manuales, cada elemento de datos se cuenta como una tarea de etiquetado regular, como se describió anteriormente.

En la siguiente tabla, se muestra el precio por 1,000 unidades por etiquetador manual, según la unidad que se indica para cada objetivo. Los precios del nivel 1 se aplican a las primeras 50,000 unidades por mes en cada proyecto de Google Cloud; los precios del nivel 2 se aplican a las siguientes 950,000 unidades por mes en el proyecto, hasta 1,000,000 de unidades. Comunícate con nosotros para conocer los precios para más de 1,000,000 de unidades por mes.

Tipo de datos Objetivo Unidad Nivel 1 Nivel 2
Imagen Clasificación Imagen $35 $25
Cuadro delimitador Cuadro delimitador $63 $49
Segmentación Segmento $870 $850
Cuadro rotado Cuadro delimitador $86 $60
Polígono/polilínea Polígono/polilínea $257 $180
Video Clasificación 5 s de video $86 $60
Seguimiento de objetos Cuadro delimitador $86 $60
Reconocimiento de acciones Evento en 30 s de video $214 $150
Texto Clasificación 50 palabras $129 $90
Opinión 50 palabras $200 $140
Extracción de entidades Entidad $86 $60
Aprendizaje activo Todos Elemento de datos $80 $56
Etiquetador personalizado Todos Elemento de datos $80 $56

Uso obligatorio de Cloud Storage

Además de los costos que se describen en este documento, debes almacenar los datos y los archivos de programa en buckets de Cloud Storage durante el ciclo de vida de Vertex AI. Este almacenamiento está sujeto a la política de precios de Cloud Storage.

El uso obligatorio de Cloud Storage incluye lo siguiente:

  • Realizar la etapa de pruebas de tu paquete de aplicación de entrenamiento para modelos con entrenamiento personalizado.

  • Almacenar tus datos de entrada de entrenamiento.

  • Almacenar el resultado de tus trabajos de entrenamiento. Vertex AI no requiere el almacenamiento a largo plazo de estos elementos, así que puedes quitar los archivos apenas finalice la operación.

Operaciones gratuitas para la administración de los recursos

Las operaciones de administración de recursos que proporciona AI Platform están disponibles sin costo. La política de cuotas de AI Platform limita algunas de estas operaciones.

Recurso Operaciones gratuitas
models create, get, list, delete
versions create, get, list, delete, setDefault
jobs get, list, cancel
operations get, list, cancel, delete

Costos de Google Cloud

Si almacenas imágenes que se analizarán en Cloud Storage o usas otros recursos de Google Cloud en conjunto con Vertex AI, también se te facturará por el uso de esos servicios.

Para ver el estado actual de tu facturación en la consola de Google Cloud, junto con el uso y la factura actual, consulta la página Facturación. Si quieres obtener más información sobre la administración de tu cuenta, consulta la documentación de la Facturación de Cloud o la asistencia para la facturación y pagos.

¿Qué sigue?