Cennik Vertex AI: pięć składników kosztu i ten jeden, który liczy się, gdy śpisz

Cennik Vertex AI: pięć składników kosztu i ten jeden, który liczy się, gdy śpisz

Jedna uwaga o nazwie, zanim zaczniemy. Podczas Google Cloud Next w kwietniu 2026 roku Google przemianował Vertex AI na Gemini Enterprise Agent Platform. Strona z cennikiem nadal jest pod adresem Vertex AI, a mechanika rozliczeń się nie zmieniła, więc wszystko poniżej obowiązuje pod obiema nazwami. Rebranding opisujemy szerzej w przewodniku głównym.

Dlaczego cennik Vertex AI jest trudny do odczytania

Oczekujesz jednej liczby: za godzinę albo za stanowisko. Ale vertex AI tak nie działa. To platforma wielu osobnych usług: trenowanie, predykcja, Model Garden, potoki, feature store, gdzie każda jest mierzona w inny sposób. Rachunek to suma usług, których użyłeś w regionie, w którym go użyłeś.

To dobra wiadomość dla proof of concept (płacisz niewiele) i pułapka na produkcji (koszty narastają na usługach, o których zapomniałeś, że je włączyłeś). Same stawki też się zmieniają. Google okresowo koryguje ceny tokenów modeli generatywnych, a stawki zależą od regionu, dlatego ten przewodnik celowo tłumaczy kształt każdego kosztu, zamiast podawać liczby, które się zdezaktualizują. Źródłem prawdy dla bieżących stawek jest oficjalna strona z cennikiem Vertex AI.

Pięć składników kosztu

1. Endpointy predykcji - koszt, który nalicza się, gdy śpisz

To najważniejsza rzecz do zrozumienia w cenniku Vertex AI. Gdy wdrażasz własny wytrenowany model na endpoint predykcji online, płacisz za każdą godzinę, w której model pozostaje wdrożony, nawet jeśli obsłuży zero zapytań. Strona z cennikiem Google mówi to wprost: naliczamy opłatę za każdy model wdrożony na endpoint, nawet jeśli nie wykonano żadnej predykcji, i musisz wycofać model z wdrożenia, aby zatrzymać opłaty.

Rozliczenie jest za godzinę węzła, przeskalowane przez typ maszyny pod endpointem (i ewentualne GPU), pomnożone przez liczbę węzłów. Autoskalowanie potrafi zejść z liczbą węzłów, ale zwykle nie do zera dla standardowego endpointu online. Jest minimalna liczba replik trzymających moc w gotowości do odpowiedzi o niskim opóźnieniu. Model myślowy nie brzmi więc “płać za predykcję”. Brzmi “wynajmij maszynę, która przy okazji obsługuje predykcje”, a koszt jest naliczany ciągle, dopóki jej nie wyłączysz.

Klasyczny przypadek przepłacania: analityk wdraża model, żeby przetestować integrację, test przechodzi, wszyscy idą dalej, a endpoint po cichu nalicza godziny węzła przez tygodnie. Pomnóż to przez zespół i masz realną comiesięczną pozycję, z której nic nie wynika.

2. Trenowanie własnych modeli - płacisz, gdy zadanie działa

Trenowanie jest rozliczane za moc obliczeniową zużytą, gdy zadanie działa: godziny maszyny dla instancji plus stawka godzinowa za dołączone GPU lub TPU, przez rzeczywisty czas zadania. Gdy zadanie się kończy, opłata się zatrzymuje. To ten intuicyjny składnik, zachowuje się jak wynajem mocy na godziny, ale stawki za GPU i TPU są wysokie, więc długie trenowanie na przyspieszonym sprzęcie często jest największym pojedynczym kosztem na platformie.

3. Model Garden - zależy od modelu

Model Garden to nie jedna cena, bo to nie jeden rodzaj modelu. W uproszczeniu:

• Własne modele generatywne Google (rodzina Gemini) są rozliczane za milion tokenów wejścia i wyjścia. Stawki różnią się między modelami i zmieniają w czasie, więc sprawdzaj bieżącą stronę.
• Modele firm trzecich serwowane przez Model Garden są rozliczane po stawce dostawcy, przeniesionej wprost.
• Modele o otwartych wagach, które wdrażasz samodzielnie, zachowują się jak endpoint predykcji. Płacisz za godzinę węzła za sprzęt, na którym działają, nie za token.

Pułapka jest tu taka sama jak przy składniku 1: samodzielnie wdrożony otwarty model to działająca maszyna, nie interfejs rozliczany za wywołanie.

4. Predykcja wsadowa - taniej przy większej masie

Gdy nie potrzebujesz odpowiedzi w czasie rzeczywistym, predykcja wsadowa uruchamia zadanie na zbiorze danych i rozlicza za godzinę węzła przez czas zadania, po czym się zatrzymuje. Dla dużego scoringu offline jest zwykle dużo tańsza niż utrzymywanie endpointu online, właśnie dlatego, że po zakończeniu nic nie pozostaje wdrożone.

5. Usługi towarzyszące, których nikt nie budżetuje

Feature Store, potoki Vertex AI, przechowywanie modeli i artefaktów oraz - to zazwyczaj niespodzianka - transfer danych na zewnątrz są mierzone każda z osobna. Żadna nie jest duża sama w sobie przy małej skali, ale razem tworzą różnicę między Twoim szacunkiem a fakturą. Transfer wychodzący szczególnie zaskakuje zespoły przenoszące wyniki predykcji lub dane treningowe między regionami albo poza Google Cloud.

Przykładowy rachunek miesięczny

Żeby pokazać kształt na konkretach, oto jeden realistyczny scenariusz. Liczby są poglądowe, pokazują, jak składa się rachunek, a nie wycenę. Przed budżetowaniem zweryfikuj bieżące stawki dla swojego regionu na oficjalnej stronie z cennikiem.

Scenariusz: zespół utrzymujący jeden własny wytrenowany model za endpointem online 24/7 na małej maszynie z dwiema replikami, cotygodniowe zadanie dotrenowania na maszynie z GPU trwające około 4 godzin oraz funkcję opartą na Gemini wołającą interfejs modelu dla mniej więcej 50 mln tokenów wejścia i 10 mln wyjścia miesięcznie. Do tego skromne przechowywanie i trochę transferu między regionami.

Wniosek z kształtu: przy tym profilu dominuje endpoint działający non stop, bo jest stały i biegnie każdą godzinę miesiąca niezależnie od użycia. Podwój ruch, a pozycja tokenowa urośnie, podczas gdy endpoint pozostanie płaski, więc koszt na zapytanie spadnie. Zmniejsz ruch o połowę, a endpoint nadal naliczy tyle samo, więc koszt na zapytanie wzrośnie. To odwrotność czystego interfejsu rozliczanego za token i dlatego pytanie “ile kosztuje Vertex AI” nie ma jednej odpowiedzi.

Jak utrzymać rachunek Vertex AI pod kontrolą

• Wycofuj z wdrożenia endpointy, których nie używasz. Najskuteczniejszy pojedynczy nawyk. Bezczynny wdrożony model to czyste marnotrawstwo. Zautomatyzuj wyłączanie endpointów nieprodukcyjnych poza godzinami pracy.
• Używaj predykcji wsadowej, gdy opóźnienie nie ma znaczenia. Scoring offline przez zadanie wsadowe unika utrzymywania ciepłego endpointu.
• Dobierz właściwy rozmiar węzła i liczbę replik. Koszt endpointu online to typ maszyny × repliki × godziny. Mniejsze maszyny i niższa minimalna liczba replik wprost obniżają stałą podstawę.
• Stosuj Committed Use Discounts dla stałych obciążeń. Jeśli endpoint faktycznie działa 24/7 długoterminowo, CUD wymienia zobowiązanie na niższą stawkę. Opisujemy to szczegółowo w przewodniku o optymalizacji kosztów GCP.
• Pilnuj transferu i ruchu między regionami. Trzymaj dane treningowe, endpointy i usługi, które je wołają, w tym samym regionie, gdzie to możliwe.
• Taguj i przypisuj koszt do zespołu i modelu. Nie da się kontrolować tego, czego nie widać. Etykiety na poziomie modelu zamieniają “rachunek Vertex urósł” w “ten endpoint urósł”.

Kiedy warto zaangażować partnera

• Strategia endpointów. Decyzja, co zostaje online 24/7, co przechodzi na wsad, a co autoskaluje, to wybór architektoniczny z bezpośrednim kosztem miesięcznym, nie przełącznik w konfiguracji.
• Porównanie między chmurami. Jeśli ważysz Vertex AI wobec AWS, platformy rozliczają się na tyle różnie, że rzetelne porównanie kosztu wymaga uwagi. Rozkładamy je w tekście Vertex AI a SageMaker.
• FinOps na GCP w szerszym ujęciu. Vertex to jedna pozycja w większym rachunku. CUD-y, rezerwacje slotów i dyscyplina transferu sumują się w całym koncie.

Podsumowanie

Cennik Vertex AI to suma osobnych usług rozliczanych za użycie, nie jedna stawka. Rachunek kształtuje pięć składników: endpointy predykcji (za godzinę węzła, gdy wdrożone, nawet bezczynne), trenowanie własnych modeli (za godzinę, gdy zadanie działa), Model Garden (za token lub za godzinę węzła, zależnie od modelu), predykcja wsadowa (za zadanie) oraz usługi towarzyszące jak przechowywanie i transfer.

Trzy rzeczy do zapamiętania:

1. Wdrożony endpoint to czynsz, nie płatność za użycie. Nalicza się, dopóki go nie wycofasz. To najczęstsze źródło marnotrawstwa.
2. Kształt kosztu jest odwrotnością czystego interfejsu. Stałe endpointy dominują przy niskim ruchu, koszty tokenów przy wysokim.
3. Stawki się zmieniają. Traktuj ten przewodnik jako strukturę, a oficjalną stronę z cennikiem jako bieżące liczby.

Najczęstsze pytania o cennik Vertex AI

Szacujesz budżet Vertex AI albo szukasz, dlaczego rachunek urósł?

Umów bezpłatną rozmowę na 30 minut. Pomagamy zespołom modelować koszty Vertex AI według składników, znaleźć bezczynne endpointy po cichu naliczające godziny węzła i zdecydować, co należy do trybu online, wsadowego albo pod Committed Use Discount.

Umów rozmowę Wyślij wiadomość