Amazon Forecast ya no está disponible para nuevos clientes. Los clientes actuales de Amazon Forecast pueden seguir utilizando el servicio con normalidad. Más información
Con Amazon Forecast, solo pagará lo que utilice y no se requieren tarifas mínimas ni compromisos iniciales. Hay cuatro tipos diferentes de costos que deben tenerse en cuenta al utilizar Amazon Forecast:
- Datos importados: costo por cada GB de datos importados a Amazon Forecast para entrenamiento y previsiones.
- Entrenamiento de un predictor: costo por cada hora que se utilice la infraestructura necesaria para crear un predictor personalizado basado en los datos de entrada o para monitorear el rendimiento del predictor. El tiempo de entrenamiento incluye el tiempo necesario para limpiar los datos, entrenar varios algoritmos en paralelo, encontrar la mejor combinación de algoritmos, calcular las métricas de precisión, generar información explicable, supervisar el rendimiento de los predictores y utilizar la infraestructura para la creación de previsiones. Tenga en cuenta que los costes se basan en la cantidad de horas de instancia utilizadas y no en el tiempo real que se tarda en entrenar a un predictor. Como Amazon Forecast implementa varias instancias en paralelo para entrenar a un predictor, la cantidad de horas utilizadas superará el tiempo real observado.
- Puntos de datos de previsión generados: coste por el número de valores de previsión únicos generados en todas las combinaciones de series temporales (elementos y dimensiones). Los puntos de datos de previsión son la combinación del número de series temporales únicas (por ejemplo, SKU x almacenes), el número de cuantiles y los puntos temporales dentro del horizonte de previsión. Los puntos de datos previstos incluyen los creados mediante la generación de previsiones y los producidos mediante análisis hipotéticos.
- Explicaciones de las previsiones: coste de explicar el impacto de los atributos o los datos relacionados en las previsiones para cada elemento y punto temporal. La explicabilidad le ayuda a comprender mejor cómo los atributos de sus conjuntos de datos afectan a los valores de las previsiones. El coste se basa en la cantidad de puntos de datos de previsión y de atributos (por ejemplo, precio, vacaciones, índice meteorológico) que se explican.
Calculadora de precios de AWS para Amazon Forecast
Utilice la Calculadora de precios de AWS para estimar el costo de su solución de arquitectura utilizando Amazon Forecast.
Nivel gratuito
Durante los dos primeros meses de uso de la previsión, los clientes reciben hasta 100 000 puntos de datos de previsión por mes, hasta 10 GB de almacenamiento de datos por mes y hasta 10 horas de entrenamiento por mes.
Tablas de precios
| Tipo de coste | Precios | Detalles |
| Datos importados | 0,088 USD por GB | Por cada GB de datos importados a Amazon Forecast. |
| Entrenamiento de predictores | 0,24 USD por hora | Por cada hora utilizada para limpiar sus datos, entrene varios algoritmos en paralelo, encuentre la mejor combinación de algoritmos, calcule las métricas de precisión, genere puntuaciones de impacto de explicabilidad, supervise el rendimiento de los predictores y cree previsiones. Amazon Forecast implementa varias instancias en paralelo para entrenar a un predictor, por lo que la cantidad de horas utilizadas superará el tiempo real observado. |
| Puntos de datos de previsión generados | *Consulte la tabla 1 de precios por niveles que aparece a continuación | Por cada 1000 puntos de datos de previsión en cada cuantil para generar previsiones, incluidos los análisis hipotéticos. Los puntos de datos de previsión se redondean al millar más cercano. |
| Explicaciones de las previsiones | **Consulte la tabla 2 de precios por niveles que aparece a continuación | Por cada 1000 explicaciones: los puntos de datos de previsión multiplicados por el número de atributos (como precio o vacaciones). Las explicaciones se redondean al millar más cercano. Cada trabajo de explicabilidad tiene un límite de 50 series temporales y 500 puntos temporales. |
*Tabla 1: Tabla de precios por niveles de puntos de datos de previsión generados
| Puntos de datos de previsión generados por mes | Precio por 1000 puntos de datos de previsión |
| Primeros 100 000 puntos de datos de previsión | 2,00 USD |
| Próximos 900 000 puntos de datos de previsión | 0,80 USD |
| Próximos 49 millones de puntos de datos de previsión | 0,20 USD |
| Más de 50 millones de puntos de datos de previsión | 0,02 USD |
Nota: A los clientes que generen previsiones con un predictor que entrenó con la API de CreatePredictor heredada se les seguirá cobrando 0,60 USD por cada 1000 series temporales, que es la combinación de elementos y dimensiones por cuantil de alcance. Las previsiones se redondean al millar más cercano.
* *Tabla 2: Tabla de precios por niveles de las explicaciones de las previsiones
| Explicaciones de las previsiones por mes | Precio por cada 1000 explicaciones |
| Primeras 50 000 explicaciones | 2,00 USD |
| Próximas 950 000 explicaciones | 0,80 USD |
| Próximas 9,9 millones de explicaciones | 0,25 USD |
| Más de 10 millones de explicaciones | 0,15 USD |
Ejemplos de precios
Ejemplo de precios 1: Previsión de la demanda de productos
Supongamos que es propietario de una empresa de ropa y tiene 1000 artículos que se venden en 50 tiendas de todo el mundo, y que su previsión de la demanda de productos para los próximos 7 días es de 1 cuantil. Cada combinación de un artículo y la ubicación de la tienda equivale a una serie temporal, por lo que tendrá 50 000 series temporales (1000 artículos x 50 tiendas) de previsión. Dado que está realizando previsiones en 1 cuantil, deberá calcular un total de 50 000 previsiones (50 000 series temporales x 1 cuantil). Con previsiones a 7 días con una frecuencia de previsión semanal, está realizando una previsión para 1 punto de datos en el futuro con un total de 50 000 puntos de datos de previsión (50 000 previsiones x 1 punto de datos).
| Tipo de coste | Precios | Coste de uso |
| 5 GB de datos importados | 0,088 USD por GB | 5 GB x 0,088 USD por GB = 0,44 USD |
| 3 horas de entrenamiento | 0,24 USD por hora | 3 horas x 0,24 USD por hora = 0,72 USD |
| 50 000 puntos de datos de previsión | 2 USD por cada 1000 puntos de datos de previsión para los primeros 100 000 puntos de datos de previsión | 50 000 previsiones x 2 USD por cada 1000 previsiones = 100 USD |
| Coste total = 101,16 USD |
Supongamos el siguiente cambio: ahora está realizando previsiones con 7 días de antelación con una frecuencia de previsión diaria. Esto equivale a la previsión de 7 puntos de datos en el futuro con un total de 350 000 puntos de datos de previsión (50 000 previsiones x 7 puntos de datos).
| Tipo de coste | Precios | Coste de uso |
| 5 GB de datos importados | 0,088 USD por GB | 5 GB x 0,088 USD por GB = 0,44 USD |
| 3 horas de entrenamiento | 0,24 USD por hora | 3 horas x 0,24 USD por hora = 0,72 USD |
| 350 000 puntos de datos de previsión | 2 USD por cada 1000 puntos de datos de previsión para los primeros 100 000 puntos de datos de previsión 0,80 USD por cada 1000 puntos de datos de previsión para los próximos 900 000 puntos de datos de previsión |
100 000 x 2 USD por cada 1000 puntos de previsión = 200 USD Total = 200 USD + 200 USD = 400 USD |
| Coste total = 401,16 USD |
El ejemplo de precios anterior se basa en un único trabajo de previsión en un mes
Ejemplo de precios 2: Planificación de capacidad
Supongamos que es dueño de una compañía de energía. Tiene 5000 clientes residentes que utilizan gas y electricidad. Cada combinación de clientes residentes y tipos de energía equivale a una serie temporal, por lo que tendrá 10 000 series temporales (2 tipos de energía x 5000 clientes residentes). Supongamos que necesita planificar con 24 horas de antelación y con una previsión horaria de 1 cuantil, por lo que realiza una previsión por un total de 240 000 puntos de datos de previsión (10 000 series temporales x 1 cuantil x 24 horas).
Está añadiendo el atributo precio y ha seleccionado añadir los conjuntos de datos integrados de vacaciones y Amazon Forecast Weather Index para el entrenamiento del predictor. Supongamos que le interesa saber qué atributos impulsan las previsiones para sus 100 principales clientes de gas. El costo de la explicabilidad de la previsión será el siguiente.
| Número de trabajos de explicabilidad | 100 series temporales de clientes / 50 series temporales como máximo por trabajo de explicabilidad = 2 |
| Número de puntos de datos de previsión que se explican por trabajo de explicabilidad | 50 clientes residentes x 1 tipo de energía x 1 cuantil x 24 horas = 1200 |
| Número de atributos que se explican | Precio + vacaciones + Weather Index = 3 |
| Número total de explicaciones en un mes | 1200 x 3 x 2 = 8000 (redondeado a la milésima más cercana) |
| Coste total | 2 USD / 1000 explicaciones x 8000 explicaciones = 16 USD |
El ejemplo de precios anterior se basa en un único trabajo de previsión en un mes
Recursos de precios adicionales
Calcule fácilmente los costos mensuales en AWS.
Póngase en contacto con los especialistas de AWS para obtener un presupuesto personalizado.
Consulte la guía para desarrolladores a fin de obtener instrucciones sobre cómo utilizar Amazon Forecast.
