Konsumsi DBU serverless berdasarkan SKU

Artikel ini menjelaskan pengali SKU dan DBU yang digunakan untuk menagih berbagai penawaran tanpa server Databricks.

Untuk harga Azure Databricks, lihat rincian harga.

Apa itu pengali DBU?

** Saat menggunakan fitur tertentu, pengali diterapkan pada DBUs dasar yang dikonsumsi. Misalnya, Pemantauan Kualitas Data memiliki pengali 2X. Jika pekerjaan latar belakang terkait menggunakan 5 DBUs, Anda akan ditagih sebanyak 10 DBUs setelah menerapkan pengali. DBU yang ditampilkan pada tagihan Anda dan dalam tabel sistem mencerminkan jumlah akhir setelah pengganda ini diterapkan. Lihat Apa itu DBU untuk definisi DBU.

SKU Tanpa Server yang Otomatis

Kemampuan berikut ditagih terhadap SKU Tanpa Server Otomatis.

Fitur	Pengali DBU
Pekerjaan Tanpa Server	1X
Alur Deklaratif Spark Tanpa Server	1X
Pengoptimalan Prediktif	1X
Pemantauan Kualitas Data	2X
Kontrol Akses Tingkat Rinci	1X
Tampilan Materialisasi dan tabel streaming di Databricks SQL	1X
Klasifikasi data	3X

SKU Interaktif Tanpa Server

Kemampuan berikut dikenakan biaya pada SKU Serverless Interaktif.

Produk / Fitur	Pengali DBU
Buku Catatan Tanpa Server	1X
Aplikasi Databricks - Tingkat komputasi menengah/jam	0,5X
Aplikasi Databricks - Komputasi berskala besar/jam	1X

SKU Komputasi Tanpa Server untuk Database

Kemampuan berikut ditagih terhadap SKU Tanpa Server Database.

Produk / Fitur	Pengali DBU
Komputasi Penskalaan Otomatis Lakebase	0.213X

Kemampuan berikut akan dikenakan tagihan pada SKU Penyimpanan Databricks.

Produk / Fitur	Pengali DSU
Penyimpanan Database	15X
Pemulihan Titik Waktu (PITR)	8.7X
Cuplikan	3.91X

SKU Tanpa Server SQL

Kemampuan berikut ini dikenakan biaya pada SKU SQL Serverless.

Ukuran Gudang	DBU/jam
2X-Kecil	4
X-Kecil	6
Kecil	12
Menengah	24
Besar	40
X-Besar	80
2X ukuran besar	144
3X-Besar	272
4XL	528

Model Melayani SKU

Kemampuan berikut dibebankan pada SKU Serverless Real-Time Inference.

AI Gateway

Produk / Fitur	Pengali DBU
Tabel Inferensi untuk CPU, titik akhir GPU	7,143 DBA /1 GB payload
Pelacakan Penggunaan untuk titik akhir CPU dan GPU	1,429 DBA /1 GB payload

Pengelolaan Model CPU

1 permintaan/jam bersamaan = 1 DBU/jam

Penyajian Model dengan GPU

Ukuran Instans	Konfigurasi GPU	DBU/jam
Kecil	T4 atau setara	10.48
XLarge	A100 80GB x 1 GPU atau setara	78.60
Ukuran 2XL	A100 80GB x 2 GPU atau setara	157.20
Ukuran 4XL	A100 80GB x 4 GPU atau setara	314.40

Penyediaan Model Dasar

Modél	Pay-Per-Token: Token INPUT DBU / 1M	Pay-Per-Token: DBU / 1M token OUTPUT	Throughput yang Disediakan: DBU per jam
Llama 4 Maverick	7.143	21.429	85.714
Llama 3.3 70B	7.143	21.429	85.714
GPT OSS 120B	2.143	8.571	71.429
Gemma 3 12B	2.143	7.143	71.429
Llama 3.1 8B	2.143	6.429	53.571
GPT OSS 20B	1.000	4.286	53.571
Llama 3.2 3B	N/a	N/a	46.429
Llama 3.2 1B	N/a	N/a	42.857
GTE	1.857	N/a	20.000
BGE Besar	1,429	N/a	24.000

Penyajian Model Antropik

Modél	Jenis titik akhir	Panjang Konteks	Pay-Per-Token: Token INPUT DBU / 1M	Pay-Per-Token: DBU / 1M token OUTPUT	Pay-Per-Token: DBU / Token PENULISAN CACHE 1M	Pay-Per-Token: DBU / 1 Juta PEMBACAAN CACHE	Inferensi Batch: DBU per jam
Claude Opus 4.5	Global	Konteks Pendek	71.429	357.143	89,286	7.143	N/a
	In-geo		78.571	392.857	98.214	7.857	N/a
Claude Opus 4 / 4.1	Global/In-geo	Semua Panjangnya	214,286	1,071.43	267.857	21.429	514,286
Claude Sonnet 4.5	Global	Konteks Pendek	42.857	214,286	53.571	4.286	214,286
	In-geo		47.143	235.715	58.928	4.715	235.715
	Global	Konteks Panjang (>200k token)	85.714	321.429	107.143	8.571	214,286
	In-geo		94.285	353.572	117.857	9.428	235.715
Sonnet Claude 3.7 / 4 / 4.1	Global/In-geo	Konteks Pendek	42.857	214,286	53.571	4.286	214,286
		Konteks Panjang (>200k token)	85.714	321.429	107.143	8.571	214,286
Claude Haiku 4.5	Global	Semua Panjangnya	14.286	71.429	17.857	1,429	N/a
	In-geo		15,715	78.572	19.643	1.572	N/a

Shutterstock Image AI

1 gambar = 0,857 DBU

Pencarian AI

Opsi titik akhir	DBU/jam untuk 1 unit	Kapasitas Vektor per Unit
Standar	4,0	2 juta
Penyimpanan dioptimalkan	18.29	64 juta

Modél	DBA per permintaan 1k
Pemeringkat Ulang Pencarian AI Databricks	28.571

Penilaian Agen

Produk	DBUs
Hakim LLM Evaluasi Agen	2.14 DBUs/M token input 8,57 token keluaran DBUS/M
Data Sintetis Evaluasi Agen	5.0 DBU per pertanyaan yang dihasilkan

Fungsi AI

pelayan	Tipe beban kerja	Estimasi SRTI DBU*
Dokumen Penguraian AI	Halaman sederhana tanpa keterangan Halaman sederhana dengan keterangan Halaman kompleksitas sedang dengan tabel, gambar, keterangan Halaman kompleksitas tinggi dengan diagram dan keterangan terperinci	10-15 DBU 20-25 DBU 60-65 DBU 85-90 DBU

* Perkiraan harga yang ditunjukkan sebelum 50% diskon promosi berjalan hingga 30 Juni 2026

Pelatihan model

Kemampuan berikut akan ditagih berdasarkan SKU Pelatihan Model.

Pelatihan Model - Penyempurnaan Lanjut

Modél	Jumlah kata pelatihan	Perkiraan DBUs	Perkiraan biaya/jalankan ($0,65/DBU Wilayah Timur AS)
Llama 3.3 70B	10.000.000	225	$146,25
	500,000,000	11,000	$7.150,00
Llama 3.1 70B	10.000.000	225	$146,25
	500,000,000	11,000	$7.150,00
Llama 3.1 8B	10.000.000	100	$65,00
	500,000,000	4.400	$2.860,00
Llama 3.2 3B	10.000.000	75	$48,75
	500,000,000	2,750	$1.787,50
Llama 3.2 1B	10.000.000	Dua puluh lima	$16,25
	500,000,000	1.100	$715,00

Pelatihan Model - Prakiraan

Fitur	Pengali DBU
Prakiraan Model	4.0X

Penyimpanan Databricks

Kemampuan berikut ditagih terhadap SKU Penyimpanan Databricks

Produk / Fitur	Pengali DSU
Pencarian AI	10X
Penyimpanan Databricks - Per GB data yang disimpan	1X
Penyimpanan Databricks - Per 1000 operasi tulis	0.3535X
Penyimpanan Databricks - Per 1000 operasi baca	0.0226X