Avec Amazon Personalize, vous payez uniquement pour ce que vous utilisez ; il n'y a pas de frais minima ni d'engagement initial. Vous êtes facturé en fonction de la quantité de données traitées et stockées, des heures de calcul utilisées pour former vos modèles et du débit des recommandations effectuées.
Vous êtes facturé par Go de données téléchargées sur Amazon Personalize. Cela inclut les données en temps réel transmises à Amazon Personalize et les données de lot téléchargées via Amazon S3.
Lorsque vous envoyez des recommandations en temps réel, votre capacité de débit par heure vous est facturée en heure par unité de TPS-heure (arrondie à l’heure la plus proche). Le calcul de cette capacité s’effectue comme suit : quantité maximale entre le TPS minimal alloué et le TPS réel multipliée par la durée totale (par incréments de 5 minutes par heure) de traitement des requêtes. Les capacités sont ensuite additionnées pour déterminer l’utilisation mensuelle, et facturées selon le niveau de tarification correspondant.
TPS-heure = Maximum entre (TPS minimal alloué et TPS réel) x (5/60 minutes)
Recommandations par lot
Vous êtes facturé pour le nombre d'utilisateurs traités lors de l'utilisation de recettes « USER_PERSONALIZATION » et « PERSONALIED_RANKING », ainsi que pour les éléments traités lors de l'utilisation de la recette « RELATED_ITEMS » pour une tâche d'inférence par lots.
Commencez dès aujourd'hui avec AWS Personalize gratuitement. Pendant les deux premiers mois suivant votre inscription, on vous offre :
Jusqu’à 20 Go par mois
Jusqu’à 100 heures de formation par mois
Jusqu’à 50 TPS-heure de recommandations en temps réel par mois
Informations de tarification
Tarification | |
---|---|
Ingestion de données |
0,05 USD par Go |
Formation |
0,24 USD par heure de formation |
Recommandations (Inférence) En temps réel |
|
20 000 premiers TPS-heure par mois |
0,20 USD par TPS-heure pour les recommandations en temps réel |
180 000 TPS-heure suivants par mois |
0,10 USD par TPS-heure pour les recommandations en temps réel |
Plus de 200 000 TPS-heure par mois |
0,05 USD par TPS-heure pour les recommandations en temps réel |
Recommandations par lot |
|
20 premiers millions de recommandations par mois |
0,067 USD/1 000 recommandations |
180 millions de recommandations suivants par mois |
0,058 USD/1 000 recommandations |
Plus de 200 millions de recommandations par mois |
0,050 USD/1000 recommandations |
Exemple de tarification
Une entreprise de médias alimente la découverte et la recommandation de contenu en établissant un profil en temps réel des préférences et du comportement de consommation de ses utilisateurs. Ils téléchargent 200 Go de données au cours du mois et forment une seule solution une fois par jour, chaque formation durant 20 minutes et consommant 10 heures/formation. En outre, le client utilise une capacité d'inférence de 10 TPS pendant 720 heures par mois pour générer des recommandations en temps réel.
La facture mensuelle d'utilisation d'Amazon Personalize sera la suivante :
Frais de traitement et de stockage des données = 200 Go x 0,05 USD par Go = 10 USD
Frais de formation = 300 heures de formation x 0,24 USD par heure de formation = 72 USD
Frais d’inférence (temps réel) = 10 x 720 x 0,20 USD par TPS-heure = 1 440 USD
Coût total = 10 USD + 72 USD + 1 440 USD = 1 552 USD
Pour faire simple, supposons que nous disposons du même volume de données téléchargées et du même nombre de formations de l’exemple 1.
Ainsi,
Frais de traitement et de stockage des données = 200 Go x 0,05 USD par Go = 10 USD
Frais de formation = 300 heures de formation x 0,24 USD par heure de formation = 72 USD
Pour cet exemple, utilisons un volume journalier de requêtes variable.
Utilisation et frais de l’inférence :
Le tableau ci-dessous présente un scénario de trafic variable et permet de calculer le nombre de TPS-heure consommé par jour d’utilisation :
Calcul des frais d’inférence | |||||
Durée | Durée (heures écoulées) | TPS alloué minimal | TPS réel | max. (TPS minimal alloué, TPS réel) | TPS-heures (max. (TPS minimal alloué, TPS réel) x Durée (heure)) |
00h00 - 18h00 | 18 | 30 | 20 | 30 | 540 |
18h00 - 22h00 | 4 | 30 | 40 | 40 | 160 |
22h00 - 23h00 | 1 | 30 | 5 | 30 | 30 |
23h00 - 00h00 | 1 | 20 | 0 | 20 | 20 |
Nombre total de TPS-heure consommé/jour | 750 | ||||
TPS-heure/mois | 22 500 | ||||
Frais totaux des recommandations (inférence) | TPS-heure utilisé (par palier) | Prix unitaire (USD/TPS-heure) | Coût (USD) | ||
Palier 1 | 20 000 | 0,2 USD | 4 000 USD | ||
Palier 2 | 2 500 | 0,1 USD | 250 USD | ||
4 250 USD |
Un détaillant utilise des recommandations de lot pour générer des recommandations d'article pour ses utilisateurs, à utiliser pour personnaliser leurs e-mails. Supposons que 10 Go de données pour la formation du modèle, que celle-ci consomme 50 heures de formation, puis qu'une tâche d'inférence par lot a été utilisée pour générer des recommandations pour un million d'utilisateurs avec 10 recommandations d'articles pour chaque utilisateur.
Dans ce cas, les frais d'utilisation de Personalize seront les suivants :
Traitement et de stockage des données = 10 Go x 0,05 USD par Go = 0,5 USD
Frais de formation = 50 heures de formation x 0,24 USD par heure de formation = 12 USD
Frais d'inférence = 1 million d'utilisateurs* x 0,067 USD par tranche de 1 000 recommandations = 67 USD
* Les recommandations générées pour chaque utilisateur lors de l'utilisation d'une « solution » basée sur le type de recette « USER-PERSONALIZATION » comptent pour une recommandation, quel que soit le nombre de résultats (articles) demandés par utilisateur pour la tarification par lot. De même, vous ne payez que pour le nombre d'utilisateurs traités pour PERSONALIZED-RANKING, quel que soit le nombre d'articles reclassés par utilisateur et pour le nombre d'articles traités lors de l'utilisation de la recette « RELATED_ITEMS », quel que soit le nombre d'articles similaires par article demandé.
Ressources de tarification supplémentaires
Calculez simplement vos coûts mensuels avec AWS
Ressources supplémentaires pour le passage à AWS

En savoir plus sur les ressources Amazon Personalize.

Commencez à créer dans AWS Management Console avec Amazon Personalize.