Tarification d’Amazon SageMaker

Les équipes peuvent collaborer et créer plus rapidement en utilisant des outils AWS familiers pour le développement de modèles, l’IA générative, le traitement des données et l’analytique SQL, accélérés par Amazon Q Developer. Bénéficiez d’un accès unifié à toutes vos données, qu’elles soient stockées dans des lacs de données, des entrepôts de données ou des sources de données fédérées, avec une gouvernance intégrée pour répondre aux besoins de sécurité de votre entreprise. Lorsque vous utilisez Amazon SageMaker, AWS vous facturera le prix de chaque service AWS que vous utilisez. La tarification de chaque fonctionnalité clé de SageMaker est résumée ci-dessous.

SageMaker Unified Studio est un environnement de développement de données et d’IA unique qui fournit une expérience intégrée permettant d’utiliser toutes vos données et tous vos outils à des fins d’analytique et d’IA. SageMaker Unified Studio utilise le catalogue Amazon SageMaker, basé sur Amazon DataZone, pour une gouvernance de bout en bout et un contrôle d’accès via des entités telles que des domaines, des projets et des actifs. L’utilisation de SageMaker Catalog vous sera facturée. SageMaker Unified Studio propose également des blocs-notes entièrement gérés, dotés par défaut d’un agent d’IA intégré pour l’analyse des données, qui prennent en charge SQL, Python et les interactions en langage naturel, le tout au sein d’un même environnement. En outre, chaque service AWS que vous utilisez via SageMaker Unified Studio est soumis à sa propre tarification. Cela inclut les services de stockage et de calcul AWS, ainsi que tous les services tiers, tels que les fournisseurs Git.

Pour une estimation précise de vos coûts, consultez la tarification individuelle des différents services AWS disponibles dans SageMaker Unified Studio ci-dessous. Pour obtenir des informations détaillées sur les prix, consultez les pages de tarification officielles d’AWS pour chaque service AWS que vous prévoyez d’utiliser.

Option de configuration rapide

AWS propose une option de configuration rapide pour vous aider à créer un domaine basé sur AWS IAM Identity Center (IdC). Des frais supplémentaires s’appliquent pour toutes les ressources réseau qu’AWS configure en votre nom si vous choisissez l’option de configuration rapide pour la création d’un domaine basé sur IdC, et les coûts exacts dépendent de la configuration de votre compte. Supprimez toutes les ressources inutilisées pour éviter des coûts inutiles. Pour bénéficier d’une visibilité complète sur les coûts pendant le processus de création d’un domaine basé sur IdC, suivez l’option de configuration manuelle.

L’offre gratuite de SageMaker Unified Studio vous permet de commencer rapidement à innover grâce aux données et à l’IA, sans frais, en proposant une sélection de fonctionnalités toujours gratuites et en honorant vos allocations de l’offre gratuite AWS ou vos accords de paiement à l’utilisation (PPA) actuels pour les services AWS que vous utilisez via SageMaker Unified Studio.

Des fonctionnalités toujours gratuites

Les demandes de base dans SageMaker Unified Studio, y compris la configuration initiale via la création manuelle de domaines basés sur IdC, la gestion de projets, la gestion des utilisateurs et la gestion des autorisations de politiques, sont fournies gratuitement pour vous aider à configurer et à naviguer dans votre environnement SageMaker Unified Studio. La liste complète des requêtes gratuites se trouve au bas de cette page de tarification.

Autres avantages de l’offre gratuite AWS

AWS honore et reporte vos allocations d’offre gratuite AWS ou vos contrats de paiement à l’utilisation (PPA) actuels pour les services AWS que vous utilisez via SageMaker Unified Studio, tels qu’Amazon SageMaker AI et Amazon Redshift. Cela inclut une offre gratuite AWS mensuelle pour SageMaker Catalog, les blocs-notes SageMaker, l’IDE JupyterLab, Amazon Q, le stockage de métadonnées et les demandes API. Pour les notebooks Amazon SageMaker, AWS propose une offre gratuite pendant les 2 premiers mois, comprenant 250 heures d’instance sc.t3.medium sur des instances de notebook. Veuillez noter que les avantages de l’offre gratuite AWS sont associés à votre compte AWS et que toute utilisation via des consoles de service ou d’autres interfaces consomme également votre allocation disponible. Vous pouvez continuer à utiliser les avantages restants de l’offre gratuite AWS via SageMaker Unified Studio ou d’autres interfaces AWS jusqu’à ce que la totalité de l’allocation soit consommée ou que la période de l’offre gratuite AWS expire. Pour en savoir plus, consultez le détail des tarifs ci-dessous.

Les notebooks Amazon SageMaker offrent aux équipes chargées des données et du machine learning un environnement de programmation sans serveur et hautement performant pour les tâches d’analyse et de machine learning. Il combine la simplicité d’une interface interactive basée sur un navigateur avec la capacité de mise à l’échelle d’Amazon Athena pour Apache Spark, permettant aux ingénieurs de données, aux analystes et aux scientifiques des données d’effectuer des requêtes SQL, d’exécuter du code Python, de traiter des tâches de données à grande échelle et de visualiser les données, le tout dans un espace de travail unique.

Vous êtes facturé en fonction du type d’instance et du stockage que vous choisissez, sur la base de la durée d’utilisation.

SageMaker Data Agent est un agent d’IA intégré aux blocs-notes SageMaker qui accélère les requêtes de données, l’analyse exploratoire des données et le développement de modèles de machine learning. SageMaker Data Agent s’intègre à votre catalogue de données, comprend le contexte du bloc-notes et analyse les exigences analytiques et de machine learning pour générer du code qui référence correctement vos tables et vos colonnes. SageMaker Data Agent suit un modèle de tarification à l’usage. Vous êtes facturé en fonction du nombre de crédits Data Agent consommés.

Un crédit correspond à une unité de travail en réponse à vos invites.  Les invites simples, telles que demander de l’aide pour une seule fonction ou une exploration rapide des données, consomment moins d’un crédit. Les invites plus complexes, telles que la génération d’un pipeline complet de transformation des données ou la création d’un flux de travail pour entraîner un modèle de machine learning, consomment plus d’un crédit. Les crédits sont facturés à la deuxième décimale près, de sorte que la consommation minimale de crédits pour toute demande est de 0,01 crédit. Cette tarification flexible vous permet de payer proportionnellement à la valeur apportée par chaque tâche.

Par exemple, vous pouvez générer un pipeline de transformation de données complet pour 4 à 8 crédits (15 à 30 centimes au total), en fonction du contexte du bloc-notes et des jeux de données disponibles dans le catalogue. Des tâches qui nécessiteraient traditionnellement des heures de codage manuel, de débogage de références de tables incorrectes et d’itérations sur la logique du pipeline peuvent être accomplies en quelques minutes à un coût minime. 

La prochaine génération d’Amazon SageMaker repose sur une architecture lakehouse ouverte qui unifie toutes vos données dans les lacs de données Amazon Simple Storage Service (Amazon S3), et les entrepôts de données Amazon Redshift, vous permettant de créer de puissantes applications d’analytique et d’IA/ML sur une seule copie des données. Vous ne payez que les ressources que vous utilisez, ce qui permet de faire évoluer votre infrastructure de lac de données de manière rentable. Le stockage des métadonnées et les requêtes d’API sont conformes à la tarification du Catalogue de données AWS Glue, y compris l’offre gratuite AWS. Les coûts de stockage et d’accès aux données dépendent de votre choix entre Amazon S3 ou Amazon Redshift Managed Storage (RMS), avec les frais de stockage et de calcul associés. La collecte automatique de statistiques et la maintenance des tables Apache Iceberg entraînent des frais supplémentaires en fonction de l’utilisation. Des autorisations précises, optimisées par AWS Lake Formation, sont fournies sans frais supplémentaires. Pour obtenir les informations de tarification les plus précises et les plus détaillées, consultez la page de tarification de lakehouse.

SageMaker AI suit un modèle de tarification à l’usage, sans engagement initial ni frais minimaux. Les principaux aspects tarifaires de SageMaker AI incluent l’utilisation des instances (ressources de calcul utilisées pour l’entraînement, l’hébergement et les instances de bloc-notes), le stockage (blocs-notes Amazon SageMaker, volumes Amazon Elastic Block Store [Amazon EBS] et Amazon S3), les tâches de traitement des données, le déploiement de modèles et les MLOps (Amazon SageMaker Pipelines et Model Monitor). Des composants supplémentaires tels que les outils SageMaker AI Feature Store et Data Wrangler peuvent avoir leurs propres considérations de prix. Les coûts réels peuvent varier en fonction de facteurs tels que la Région AWS, les types d’instances, le volume de stockage et les modèles d’utilisation spécifiques. Pour obtenir les informations de tarification les plus précises et les plus détaillées, consultez la page de tarification de SageMaker AI.

Amazon Bedrock propose un modèle de tarification flexible basé sur la consommation. Vous ne payez que pour les ressources Amazon Bedrock que vous utilisez, sans frais minimaux ni engagements initiaux. La tarification dépend de votre utilisation d’Amazon Bedrock, notamment les agents, de flux, les bases de connaissance, les fonctions et les barrières de protection, ainsi que les modèles disponibles via Amazon Bedrock. Pour obtenir les informations de tarification les plus précises et les plus détaillées, consultez la page de tarification d’Amazon Bedrock.

SQL avec Amazon Redshift propose un modèle de tarification flexible basé sur la consommation. Vous ne payez que pour les ressources de calcul que vous utilisez, sans frais minimaux ni engagements initiaux. La tarification est basée sur le nombre de nœuds et d’heures d’utilisation de l’instance, les coûts variant selon le type de nœud. Le modèle inclut des options pour les instances à la demande et réservées, ces dernières permettant de réaliser des économies sur les engagements à long terme. Pour obtenir les informations de tarification les plus précises et les plus détaillées, consultez la page de tarification d’Amazon Redshift.

SageMaker Data Processing, qui regroupe les fonctionnalités d’Amazon Athena, d’Amazon EMR, d’AWS Glue et d’Amazon Managed Workflows pour Apache Airflow (Amazon MWAA), propose un modèle de tarification flexible, basé sur la tarification à l’usage, sans engagement initial ni frais minimum. La structure tarifaire est basée sur l’utilisation de divers composants, notamment les ressources de calcul, le stockage et les outils spécifiques du service. Vous payez pour les ressources réellement consommées, qui peuvent varier en fonction de facteurs tels que la Région AWS, les types d’instances et les modèles d’utilisation. Pour obtenir les informations de tarification les plus précises et les plus détaillées, consultez les pages de tarification d’Athena, d’Amazon EMR, d’AWS Glue et d’Amazon MWAA.

Amazon Q Developer est disponible dans SageMaker Unified Studio pour prendre en charge les tâches de développement telles que le codage, les tests, l’analyse de sécurité, l’optimisation des ressources et l’intégration des données. Amazon Q facture un coût fixe par utilisateur et par mois. Pour obtenir les informations de tarification les plus précises et les plus détaillées, consultez la page de tarification Amazon Q Developer.

La nouvelle génération de SageMaker simplifie la découverte, la gouvernance et la collaboration en matière de données et d’IA dans votre lakehouse, vos modèles d’IA et vos applications. Avec Amazon SageMaker Catalog, basé sur Amazon DataZone, vous pouvez définir et appliquer des politiques d’accès de manière cohérente à l’aide d’un modèle d’autorisation unique avec des contrôles d’accès précis.

SageMaker Catalog suit un modèle de tarification à l’usage, sans engagement initial ni frais minimaux. La tarification est basée sur quatre dimensions clés : les requêtes, le stockage des métadonnées, le calcul et les recommandations de l’IA pour générer des descriptions commerciales. Chaque compte bénéficie d’une utilisation gratuite par mois de facturation, y compris d’une quantité définie de stockage de métadonnées, de requêtes d’API et d’unités de calcul. Les frais ne s’appliquent que si l’utilisation dépasse ces limites de gratuité. Le service propose des API de base qui sont toujours gratuites et ne sont pas prises en compte dans la limite de requêtes. Les tarifs pour chacune des dimensions et l’utilisation gratuite autorisée sont décrits ci-dessous.

SageMaker Catalog fournit une fonctionnalité basée sur l’IA générative pour améliorer la découverte, la compréhension et l’utilisation des données en enrichissant le catalogue de données commerciales. En un seul clic, les producteurs de données peuvent générer des descriptions et un contexte complets de données commerciales, mettre en évidence des colonnes percutantes et inclure des recommandations sur des cas d’utilisation analytiques. Des frais vous seront facturés pour les jetons d’entrée et de sortie liés à la génération de noms commerciaux de ressources, de descriptions de colonnes, de descriptions de ressources et de cas d’utilisation analytiques dans les recommandations d’IA pour les descriptions. Les jetons sont une unité de base qui représente quelques caractères de texte. Les jetons d’entrée comprennent les métadonnées de l’actif et le texte d’invite utilisé pour générer des recommandations, et sont facturés 0,015 USD pour 1 000 jetons. Les jetons de sortie comprennent le texte de recommandation que SageMaker Catalog vous renvoie et sont facturés 0,075 USD pour 1 000 jetons.