プラットフォーム ユニット

概要

For more general information on Platform Units consumption for our AI products, check the Metering and charging logic and License tracking sections.

For specific details on Platform Units consumption for Process Mining, check out the License page in the Process Mining guide.

You can also allocate and track Platform Units consumption at tenant level. Check the Allocating licenses to tenants page from the Automation Cloud^TM guide for more details.

Note: By default, each tenant is allocated 0 Platform Units, and all Platform Units are consumed from the account pool. If there are no Platform Units allocated to the tenant, Platform Units are consumed from the organization account pool. In case all Platform units are consumed from the tenant pool, then the admin needs to allocate more on that specific tenant.

使用状況の測定と請求ロジック

全般的なロジック

This section contains specific information regarding Platform Units depending on the used activity, covering the cost for every AI product.

全体的な使用コストは次の式を使用して計算されます。

予測コスト + ハードウェア コスト = 使用コスト

詳しくは、次のセクションをご覧ください。

• 予測コスト
• ハードウェア コスト

予測コスト

予測コストは次の式を使用して計算されます。

入力データのサイズ x モデルの単位原価 = 予測コスト

入力データのサイズ

モデル	入力の種類	入力データのサイズ	計算される入力データのサイズ
Document UnderstandingTM (UiPath および顧客が管理するサードパーティ)	Document	1 ページ	入力ドキュメントに含まれるページ数
Communications Mining	JSON	1 つのメッセージ	メールボックスまたはチケット管理システムごとのメッセージ数
AI Computer Vision	画像	1 つの画像	常に 1
Task Mining	データセット	1 つのデータセット	常に 1
GenAI アクティビティ	文字列	文字列サイズの制限はモデルごとに異なります
その他のモデル	JSON	2000 文字 = 1 単位	Ceil(length(input)/2000)
	ファイル	5 MB = 1 単位	Ceil(size/5MB)
	ファイル	5 MB = 1 単位	Ceil(sum(size(input))/5MB)

使用するモデル

モデル	請求タイミング	Platform Unit cost
Document UnderstandingTM (UiPath および顧客が管理するサードパーティ)	予測ごと	Document Understanding のすべてのモデルのリストは、『UiPath Document Understanding ガイド』の「使用状況の測定と請求ロジック」をご覧ください。
AI Computer Vision	予測ごと	0
プレビュー版のモデル (UiPath Image Classification (画像分類) など)	予測ごと	0
Task Mining	成功したパイプラインごと	1000
Communications Mining	アップロード、修正、予測されるメッセージごと	0.2 - for more information on Communications Mining charging logic, check the official documentation.
UiPath Light Text Classifier (ライト テキスト分類器)	予測ごと	0.04
UiPath Multilingual Classifier (多言語分類器)	予測ごと	0.1
UiPath Custom Named Entity Recognition (カスタム固有表現抽出)	予測ごと	0.1
オープン ソース パッケージ	予測ごと	0.02
GenAI アクティビティ	実行ごと	0.2 - without Context grounding 0.4 - with Context grounding

Note: Except for Task Mining, running a pipeline or deploying an ML Skill only consumes Platform Units related to hardware consumption.

ハードウェア コスト

ML スキルのデプロイ時のハードウェア コストは、次のように計算されます。

replicas x resource cost

既定のレプリカ数はアカウントの種類によって次のように異なります。

• Enterprise アカウント: 2
• その他のアカウントの種類: 1

注: レプリカの数を増やすと可用性が向上します。ユーザーがレプリカの数を 1 に減らした場合、高可用性 (HA) は保証されません。

ハードウェア	Platform Units Cost
0.5 CPU 2 GB RAM (既定)	0.2 Platform Unit / replica / hour
1 CPU 4 GB RAM	0.4 Platform Units / replica / hour
2 CPU 8 GB RAM	0.8 Platform Units / replica / hour
4 CPU 16 GB RAM	1.6 Platform Units / replica / hour
6 CPU 24 GB RAM	2.4 Platform Units / replica / hour
GPU	4 Platform Units / replica / hour

パイプラインに関連するハードウェア コストについては、以下の表をご確認ください。

ハードウェア	Platform Units Cost
CPU	1.2 Platform Units / hour
GPU	4 Platform Units / hour

注: 使用開始時間から課金されます。