Summary

  • Google plant ab dem 30. Oktober 2026 separate TabFM-Tokengebühren; für die übrige BigQuery-Abfrage bleiben Slots oder verarbeitete Bytes maßgeblich.
  • In den veröffentlichten Formeln multipliziert n_ensembles Eingabe- und Ausgabe-Tokens; bei sonst gleichen Daten verdoppelt ein doppelter Wert den Modellteil.

Ein Aufruf verkauft zwei Leistungen

TabFM bringt Klassifikation und Regression in BigQuery. Wer beschriftete Beispieldaten und zu prognostizierende Zeilen an AI.PREDICT übergibt, erhält ein Ergebnis in einem SQL-Aufruf, ohne erst ein separates Modell auszurollen. Die Bedienung ist einfach; die künftige Rechnung wird es weniger sein. Laut Funktionsdokumentation berechnet Google ab dem 30. Oktober 2026 die vom TabFM-Modell verbrauchten Tokens gesondert. Für die Teile der Abfrage außerhalb der Modellinferenz fallen weiterhin Slots oder verarbeitete Bytes an. Am 28. Oktober ist das eine angekündigte Regel, keine bereits beobachtete Kundenrechnung.

Während der Vorschau wird Enterprise- und Enterprise-Plus-Nutzung über Slots, Nutzung nach Bedarf über verarbeitete Bytes berechnet. Die kommende Regel nimmt den Datenbankzähler für die übrige Arbeit nicht weg; sie ergänzt einen Modellzähler. Das ist die wirtschaftliche Pointe eines technischen Komforts. Die Funktion passt in bestehende SQL-Abläufe, die Verantwortung für ihre Kosten aber passt nicht mehr allein in die alte Kapazitätsplanung.

Ein Parameter steht in beiden Token-Formeln

Die offizielle Preisseite nennt 0,05 US-Dollar pro Million Eingabe-Tokens und 0,20 US-Dollar pro Million Ausgabe-Tokens. Eingaben ergeben sich aus (Trainingszeilen × Spalten + Prognosezeilen × (Spalten − 1)) × n_ensembles; Ausgaben aus Prognosezeilen × n_ensembles. Die Spaltenzahl umfasst die verwendeten Merkmale und die Zielspalte. n_ensembles bezeichnet verschieden angeordnete Datenversionen, deren Prognosen gemittelt werden. Der Wert multipliziert beide Tokenmengen. Verdoppelt ein Team ihn bei gleichen Daten, verdoppelt es den Modellpreis. Die Produktbeschreibung setzt für Merkmals-Spalten eine Grenze von 50.

Eine Modellrechnung macht den Effekt greifbar: Eine Million beschriftete Zeilen, zwanzig Spalten, 100.000 Prognosezeilen und vier Ensembles ergeben 87,6 Millionen Eingabe- und 400.000 Ausgabe-Tokens. Nach Listenpreis kostet der Modellteil 4,46 US-Dollar. Acht Ensembles ergeben 8,92 Dollar. Das sind Rechenbeispiele, keine tatsächlichen Rechnungen. Abfragearbeit, Speicher und mögliche Vertragsrabatte fehlen. Gerade deshalb eignet sich die Rechnung: Sie isoliert den Kostenhebel, statt eine Genauigkeit für unbekannte Kundenlasten vorzutäuschen.

Der Kostenschalter wandert zum SQL-Autor

Eine Plattformabteilung kann die reservierte BigQuery-Kapazität sorgfältig verwalten. Ein Produktteam kann trotzdem die Zahl der Ensembles verändern, mehr Merkmale einbeziehen oder mehr Zeilen bei jedem Lauf prognostizieren. Ein Dienst kann die Abfrage stündlich statt täglich ausführen. Jede dieser Entscheidungen verändert die Modellposition, ohne dass ein neuer Kapazitätsvertrag unterschrieben wird. Die Genehmigung einer wiederkehrenden Prognose muss deshalb die Funktionsparameter und die Häufigkeit erfassen.

Ein einmaliger Test für wenige Dollar mag klein sein. In einem regelmäßigen Prozess ist die Wiederholung das Geschäftsmodell. Mehr Ensembles können eine bessere Prognose liefern; dann sollte die messbare Verbesserung gegen die zusätzlichen Tokens stehen. Bleibt diese Messung aus, wird ein technischer Regler zur unkontrollierten Budgetvollmacht. Google legt wenigstens Formel, Preis und Datum offen. Kunden können die Kostenfrage stellen, bevor die Funktion überall in Anwendungen eingebaut ist. Bei der Freigabe eines regelmäßigen Jobs gehören deshalb die erwarteten Modell-Tokens neben die Slot-Schätzung.

Wer nur den Warehouse-Preis vorlegt, unterschlägt die zweite Hälfte der Entscheidung.

Für die tatsächliche Wirkung fehlt noch eine Rechnung nach dem 30. Oktober mit bekannten Parametern und Abfrageplan. Der angekündigte Mechanismus ist bereits präzise: Ein SQL-Aufruf bleibt ein SQL-Aufruf, doch seine ökonomische Einheit teilt sich auf.

Quellen