Preços

Os preços do AutoML Vision dependem do recurso que está sendo usando: classificação de imagens, detecção de objetos ou AutoML Vision Edge.

Classificação de imagens

A classificação de imagens do AutoML Vision permite que você treine modelos personalizados de machine learning para classificar imagens em um conjunto de categorias personalizado.

Os preços de uso da classificação de imagens do AutoML Vision são calculados de acordo com a utilização dos recursos, tanto para treinamento quanto para previsão on-line.

Avaliação gratuita

Preços em vigor posteriormente este ano no dia seguinte ao lançamento da GA:

Para avaliar a classificação de imagens do AutoML Vision gratuitamente, use 40 horas do nó sem nenhum custo para treinamento e previsão on-line, e uma hora do nó gratuita para previsão em lote por conta de faturamento. As horas do nó gratuitas são liberadas pouco antes de você criar o primeiro modelo. Para a previsão em lote, a hora do nó gratuita é liberada no momento em que a primeira previsão em lote é iniciada. O limite para utilizá-las é de um ano.

Preços da versão Beta:

Para avaliar a classificação de imagens do AutoML Vision gratuitamente, use uma hora do nó sem nenhum custo para treinar os primeiros dez modelos de cada mês. Para a previsão on-line, as primeiras mil imagens de cada mês são gratuitas. Para a previsão em lote, a primeira hora do nó (uso único) é gratuita por conta de faturamento e é liberada no momento em que a primeira previsão em lote é iniciada. O limite para utilizá-la é de um ano.

Os preços são indicados em dólares americanos (USD). Se o pagamento for em uma moeda que não o dólar americano, serão aplicados os preços listados na página SKUs do Cloud Platform.

Custos de treinamento da classificação de imagens

O custo do treinamento de modelo de classificação de imagens do AutoML Vision é de US$ 3,15 por hora do nó.

Para cada unidade de tempo, usamos oito nós em paralelo, em que cada nó equivale a uma máquina n1-standard-8 com GPU NVIDIA® Tesla® V100 anexada. Consulte a tabela a seguir*.

O tempo necessário para treinar o modelo depende do tamanho e da complexidade dos dados de treinamento. Muitos clientes consideram oito horas do nó (aproximadamente uma hora "de relógio") o suficiente para criar um modelo experimental. O tempo extra de treinamento eleva a precisão a um nível de produção. O recurso de parada antecipada garante que o treinamento seja interrompido quando não for mais possível aprimorar a precisão.

Você paga somente pelas horas de computação usadas. Se o treinamento falhar por qualquer motivo que não seja um cancelamento iniciado pelo usuário, você não será cobrado pelo tempo. Haverá cobrança pelo tempo de treinamento se você cancelar a operação.

Exemplo de treinamento

Exemplo 1: modelo de nuvem com treinamento retomável

Você treinou um modelo de classificação de imagens de nuvem para uso experimental com 40 horas do nó. Dois dias depois, você gastou 16 horas do nó de treinamento retomável a fim de prepará-lo para uso em produção.

Você receberá uma fatura com estes valores:

  • (US$ 3,15 por hora do nó) * (40 horas do nó) = US$ 126,00 para o treinamento inicial
  • (US$ 3,15 por hora do nó) * (16 horas do nó) = US$ 50,40 para o treinamento retomável

Exemplo 2: modelo de nuvem com parada antecipada

Você treinou um modelo de classificação de imagens de nuvem que exigiu 32 horas do nó de treinamento e definiu um orçamento de 40 horas do nó com a parada antecipada ativada. Mesmo que o tempo decorrido durante o treinamento tenha sido de quatro horas, o job de treinamento usou oito nós em paralelo. Isso explica porque houve uma cobrança mais significativa de horas do nó de 32,12. Você receberá uma fatura com este valor:

  • (US$ 3,15 por hora do nó) * (32,12 horas do nó) = US$ 101,18 (USD) para treinamento

Custos de implantação e previsão da classificação de imagens

É preciso implantar os modelos para que possam fornecer previsões on-line.

As GPUs e/ou CPUs continuam alocadas para seu modelo de modo que as previsões não sofram atrasos em virtude da latência de inicialização.

O custo de implantação e previsão é de US$ 1,25 por hora do nó. Um nó costuma ser suficiente para a maior parte do tráfego experimental. É possível ajustar o número de nós durante a implantação do modelo. Ao selecionar o número de nós para implantação em Integrated UI (em inglês), você recebe uma estimativa das consultas de previsão por segundo que seu modelo permite.

Para a previsão em lote, o preço é de US$ 2,02 por hora do nó usada, com a primeira hora gratuita para cada conta (uso único).

De acordo com a configuração da máquina equivalente para esse nó, uma cobrança estimada será de aproximadamente US$ 40 para um lote de um milhão de imagens. Esse valor pode ser muito maior quando modelos ou imagens complexos utilizam mais tempo de processamento para gerar previsões.

A cobrança considera apenas as horas do nó consumidas, e não o tempo convencional. No momento, o cancelamento da solicitação de previsão em lote após o início do cálculo não gera cobrança pelas horas do nó consumidas. Talvez você não receba resultados parciais da previsão, visto que o pipeline inteiro será cancelado sem a necessidade de pós-processamento, e os recursos serão liberados. Entre em contato com o Suporte do Google Cloud Platform no dia seguinte se a operação não retornar resultados dentro do prazo esperado.

Exemplo de previsão

Exemplo 1: previsão on-line em serviço de previsão antigo

Este exemplo aplica-se apenas a modelos treinados antes da versão de atualização Beta de 9 de outubro de 2019. Esses modelos aparecem como implantados com "0 nó" na IU integrada. Eles exibirão as previsões on-line abaixo da estrutura de preços antiga até que você faça uma nova implantação. As previsões on-line desses modelos serão suspensas em 21 de fevereiro de 2020, a menos que você faça uma nova implantação (em inglês).

Você enviou um milhão de imagens ao modelo de classificação de imagens de nuvem para fins de previsão no seu ciclo de faturamento mensal. As primeiras 1.000 imagens são gratuitas. Para as 999.000 imagens restantes, você será cobrado da seguinte maneira:

  • (US$ 3/1.000 imagens) * (999.000 imagens) = US$ 2.997,00 para serviços de previsão on-line

Exemplo 2: modelo de nuvem com implantação automática

As cobranças pela implantação do modelo serão suspensas apenas quando você cancelar a implantação do modelo treinado. Vamos supor que, durante o treinamento, você ativou a implantação automática. Com isso, após a conclusão do treinamento, o modelo foi implantado automaticamente em um nó. Depois, você se esqueceu da implantação automática do modelo. Neste caso, você receberá uma fatura de um mês com este valor:

  • (US$ 1,25 por hora do nó) * (1 nó) * (24 horas por dia) * (30 dias) = US$ 900 (USD) para implantação e previsão on-line

Exemplo 3: implantação, previsão on-line e cancelamento da implantação

Por outro lado, é possível desativar a implantação automática e implantá-lo (em inglês) mais tarde, quando necessário. O modelo implantado foi usado para previsões on-line, e você prosseguiu com o cancelamento imediato da implantação (em inglês) dele. A partir do momento em que o modelo implantado ficou pronto para previsão on-line até a API ser chamada para cancelar a implantação, o tempo convencional necessário foi de 0,242 hora. Portanto, você receberá uma fatura com este valor:

  • (US$ 1,25 por hora nó) * (1 nó) * (0,242 hora) = US$ 0,30 (USD)

Exemplo 4: previsão em lote

Você enviou 100.000 imagens em um único job para previsão on-line durante seu ciclo de faturamento mensal. Vamos considerar que o pipeline do lote executou as previsões usando três nós em paralelo para 0,75 hora, gerando o faturamento do tempo de processamento de 2,25 horas do nó. Observe que uma hora convencional se passou até que os resultados fossem retornados, e não 0,75 hora. Essa diferença ocorre porque há as fases de pré- e pós-processamento, antes e após as previsões em lote, e o tempo de espera entre as fases.

Você receberá a fatura com este valor:

  • (US$ 2,02 por hora do nó) * (2,25 horas do nó) = US$ 4,55 para serviços de previsão em lote

Na primeira tabela, mostramos os preços que entrarão em vigor posteriormente este ano no dia seguinte ao lançamento da GA, às 24h (Horário do Pacífico).

Classificação de imagens Gratuito Pago
Treinamento As primeiras 40 horas do nó são gratuitas (uso único) *US$ 3,15 por hora do nó
Implantação e previsão on-line (individual) As primeiras 40 horas do nó são gratuitas (uso único) **US$ 1,25 por hora do nó
Previsão em lote A primeira hora do nó é gratuita (uso único) US$ 2,02 por hora do nó

Na tabela abaixo, mostramos os preços que ficarão em vigor até serem substituídos pelos novos preços da tabela acima.

Classificação de imagens Gratuito Pago
Treinamento 1 hora do nó por conta para os 10 primeiros modelos de cada mês Cada hora de treinamento seguinte custa US$ 20
Previsão on-line As primeiras 1.000 imagens são gratuitas De 1.001 a 5.000.000 de imagens, o preço é de US$ 3 por 1.000 imagens*
Previsão em lote A primeira hora do nó é gratuita por conta (uso único) US$ 2,02 por hora do nó

* Para 5.000.001 ou mais imagens, entre em contato com a equipe de vendas para receber descontos por volume.

Detecção de objetos

A detecção de objetos do AutoML Vision permite que você treine modelos de detecção de objetos personalizados para localizar um conjunto personalizado de objetos em suas imagens.

Os preços da detecção de objetos do AutoML Vision são calculados de acordo com o uso dos recursos, tanto para treinamento quanto para previsão on-line de classificação.

Avaliação gratuita

Para avaliar a detecção de objetos do AutoML Vision gratuitamente, use 40 horas do nó sem nenhum custo para treinamento e previsão on-line, e uma hora do nó gratuita para previsão em lote por conta de faturamento. As horas do nó gratuitas são liberadas pouco antes de você criar o primeiro modelo. Para a previsão em lote, a hora do nó gratuita é liberada no momento em que a primeira previsão em lote é iniciada. O limite para utilizá-las é de um ano.

Os preços são indicados em dólares americanos (USD). Se o pagamento for em uma moeda que não o dólar americano, serão aplicados os preços listados na página SKUs do Cloud Platform.

Custos de treinamento para detecção de objetos

O custo para o treinamento de um modelo de detecção de objetos do AutoML Vision é de US$ 3,15 por hora do nó.

Para cada unidade de tempo, usamos nove nós em paralelo, em que cada nó equivale a uma máquina n1-standard-8 com GPU NVIDIA® Tesla® V100 anexada. Consulte a tabela abaixo*.

O tempo necessário para treinar o modelo depende do tamanho e da complexidade dos dados de treinamento. Muitos clientes consideram que 40 horas de uso do nó (aproximadamente cinco horas reais) são suficientes para construir um modelo com até 5.000 imagens rotuladas.

Você paga apenas pelas horas de computação usadas. Se o treinamento falhar por qualquer razão que não seja um cancelamento iniciado pelo usuário, você não será cobrado pelo tempo. Se você cancelar a operação, o tempo de treinamento será cobrado.

Exemplo de treinamento

Você treinou um modelo de detecção de objeto na nuvem, o que exigiu 38,207 horas de nó, e estabeleceu um orçamento de 40 horas de nó com parada antecipada ativada. Mesmo que o tempo decorrido durante o treinamento seja de cinco horas, o job de treinamento usará nove nós em paralelo. Isso explica porque as horas de nó cobradas fiquem mais em torno de 38,207. Você receberá uma fatura com este valor:

  • (US$ 3,15 por hora do nó) * (38,207 horas do nó) = US$ 120,35 de treinamento

Custos de implantação e previsão da detecção de objetos

É preciso implantar os modelos para que possam fornecer predições on-line.

Observe que as GPUs permanecem alocadas para o modelo para que as predições não sejam atrasadas pela latência de inicialização.

O custo de implantação e previsão é de US$ 1,82 por hora do nó. Para cada unidade de tempo, usamos um nó equivalente a uma máquina n1-standard-4 com uma GPU NVIDIA® P100. Consulte a tabela abaixo**.

Muitos clientes consideram que, com uma hora do nó, eles conseguem exibir no máximo 1,5 QPS. É possível ajustar o número de nós durante a implantação do modelo.

Exemplos de implantação e previsão

Quando possível, convém remover as implantações de modelo (em inglês) quando não forem necessárias. É possível implantar (em inglês) os modelos posteriormente quando forem necessários para outra previsão.

Exemplo 1: implantação e previsão on-line

Você implantou o modelo de detecção de objetos de nuvem em 10 nós e enviou um milhão de imagens para previsão durante um período de 20,25 horas. Depois de usar o serviço de previsão, cancele a implantação desse modelo hospedado na nuvem. Como você cancelou a implantação do modelo, seu faturamento será limitado a 20,25 horas para cada um dos 10 nós, acumulando um total de 202,5 horas do nó. Mesmo que você tenha enviado um milhão de imagens para previsão, não haverá cobrança por imagem. Portanto, você receberá uma fatura com este valor:

  • (US$ 1,82 por hora do nó) * (202,5 horas do nó) = US$ 368,55 de implantação e previsão

Exemplo 2: implantação e previsão on-line

As cobranças pela implantação do modelo de detecção de objetos são suspensas apenas quando você cancela a implantação do modelo treinado. Vamos supor que, durante o treinamento, você ativou a implantação automática. Com isso, após a conclusão do treinamento, o modelo foi implantado automaticamente em um nó. Depois, você se esqueceu da implantação automática do modelo. Neste caso, você receberá uma fatura de um mês com este valor:

  • (US$ 1,82 por hora do nó) * (1 nó) * (24 horas por dia) * (30 dias) = US$ 1.310,40 de implantação e previsão

Exemplo 3: previsão em lote

Você enviou 100.000 imagens em um único job para previsão on-line durante seu ciclo de faturamento mensal. Vamos considerar que o pipeline do lote executou as previsões usando três nós em paralelo para 5,45 horas em média, gerando o faturamento do tempo de processamento de 16,35 horas do nó. Observe que seis horas convencionais se passaram até que os resultados fossem retornados. Isso ocorre porque as previsões em lote são executadas entre as fases de pré- e pós-processamento. E ainda há o tempo de espera entre as fases.

Você receberá a fatura com este valor:

  • (US$ 2,02 por hora do nó) * (16,35 horas do nó) = US$ 33,03 de previsão em lote
Detecção de objetos Gratuito Pago
Treinamento As primeiras 40 horas do nó são gratuitas (uso único) *US$ 3,15 por hora do nó
Implantação e previsão on-line (individual) As primeiras 40 horas do nó são gratuitas (uso único) **US$ 1,82 por hora do nó
Previsão em lote A primeira hora do nó é gratuita (uso único) US$ 2,02 por hora do nó

AutoML Vision Edge

Os modelos Edge são treinados em TPUs.

  • Classificação de imagens: o custo de treinamento de um modelo do AutoML Vision Edge para classificação de imagens é de US$ 4,95 por hora.
  • Detecção de objetos: o custo de treinamento de um modelo do AutoML Vision Edge para detecção de objetos é de US$ 18 por hora.

Para cada unidade de tempo, usamos um nó. Cada nó equivale a uma máquina Cloud TPU v2.

Avaliação gratuita

Avalie o Edge sem nenhum custo usando 15 horas do nó gratuitas de treinamento por conta de faturamento. As horas do nó gratuitas são liberadas pouco antes de você criar o primeiro modelo. O limite para utilizá-las é de um ano.

Muitos clientes acreditam que três horas de uso de nó são suficientes para criar um modelo com até 5.000 imagens rotuladas.

Você paga apenas pelas horas de computação usadas. Se o treinamento falhar por qualquer razão que não seja um cancelamento iniciado pelo usuário, você não será cobrado pelo tempo. Haverá cobrança pelo tempo de treinamento se você cancelar a operação. Os modelos treinados podem ser exportados e salvos gratuitamente.

AutoML Vision Edge Gratuito Pago
Treinamento de classificação de imagens 15 horas de treinamento gratuito por conta (uso único)* Cada hora seguinte do nó de treinamento custa US$ 4,95
Treinamento de detecção de objetos 15 horas de treinamento gratuito por conta (uso único)* Cada hora seguinte do nó de treinamento custa US$ 18
Exportar modelos para dispositivos Edge Gratuito Gratuito

* Em vigor a partir de 7 de maio de 2019

Se o pagamento for em uma moeda que não o dólar americano, serão aplicados os preços listados na página SKUs do Cloud Platform.

Exemplo de treinamento de classificação de imagens do Edge

Você treinou um modelo Edge de classificação de imagens para desenvolvimento que exigiu 1.506 horas de nó com parada antecipada ativada. Você receberá uma fatura com este valor:

  • (US$ 4,95 por hora do nó) * (1,506 horas do nó) = US$ 7,45 de treinamento

Exemplo de treinamento de detecção de objetos do Edge

Você treinou um modelo Edge de detecção de objetos para desenvolvimento que exigiu 1.506 horas de nó com parada antecipada ativada. Você receberá uma fatura com este valor:

  • (US$ 18,00 por hora do nó) * (1,506 horas do nó) = US$ 27,11 de treinamento

Custos do Google Cloud Platform

Como você armazena as imagens que serão analisadas no Google Cloud Storage e talvez use outros recursos do Google Cloud Platform em conjunto com o AutoML Vision, como Google AI Platform, contêineres e instâncias de banco de dados, haverá também uma cobrança pelo uso desses serviços. O preço da rotulagem feita pelo usuário com o Serviço de rotulagem de dados do AI Platform talvez esteja disponível na respectiva página de preços. Consulte a calculadora de preços do Google Cloud Platform para determinar outros custos com base nas taxas atuais.

Para ver seu status atualizado de faturamento no Console do Cloud, inclusive a utilização e a fatura atual, consulte apágina "Faturamento". Para mais detalhes sobre o gerenciamento da sua conta, consulte a documentação do Cloud Billing ou o suporte de faturamento e pagamentos.

Revisar cotas no Console do Google Cloud

There are two main ways to view your current quota limits in the Google Cloud Console:

  • Using the Quotas page, which gives you a list of all your project's quota usage and limits.
  • Using the console, which gives you quota information for a particular API, including resource usage over time.

Locate specific operation quotas in the Quotas page by first selecting Cloud AutoML API from the Service menu. With Service: Cloud AutoML API selected you can then select the appropriate Metric.

Examples:

Operation descriptionMethod nameMetric name in console
Image classification: Simultaneous model training projects.locations.models.create "Concurrent image classification model creation requests"
Image classification: Online prediction projects.locations.models.predict "Online image classification prediction requests per minute"
Object detection: Simultaneous model training projects.locations.models.create "Image object detection concurrent model creation requests"
Object detection: Simultaneous offline batch prediction projects.locations.models.batchPredict "Image object detection concurrent batch prediction requests"

Quotas page:

Quotas page with AutoML Vision quotas listed
Esta página foi útil? Conte sua opinião sobre:

Enviar comentários sobre…

Cloud AutoML Vision
Precisa de ajuda? Acesse nossa página de suporte.