Hub documentation
料金と請求
料金と請求
Hugging Face Jobsでは、Hugging Faceのインフラストラクチャ上で計算タスクを実行できますが、インフラの管理は不要です。コマンド、Dockerイメージ、そして各種CPUおよびGPUオプションから選択するハードウェアのタイプを定義するだけです。
正のクレジット残高を持つユーザーまたは組織であれば、誰でもJobsを利用できます。PRO、Team、またはEnterpriseサブスクリプションに含まれる月次コンピュートクレジットは、この残高に計上され、Jobsに使用できます。
Jobsの請求はハードウェアの使用量に基づいて計算され、1分単位で課金されます。要求されたハードウェア上でJobsが実行された1分ごとに料金が請求されます。
Jobのライフサイクルにおいて、課金が発生するのはJobがStartingまたはRunningの状態のときのみです。つまり、ビルド中はコストが発生しません。
実行中のJobが失敗し始めると、自動的に停止され、請求が停止されます。
料金
ジョブは、使用したハードウェアに基づいて1分単位で課金されます。例えば、a10g-smallで10分間使用した場合、ハードウェア料金は約0.17ドルです。
支出を管理するには、タイムアウトを設定、Jobをキャンセル、または現在の使用量を表示してください。
CPU
| ハードウェア | CPU | メモリ | エフェメラルストレージ | 時間単価 |
|---|---|---|---|---|
| CPU 基本 | 2 vCPU | 16 GB | 50 GB | $0.01 |
| CPU アップグレード | 8 vCPU | 32 GB | 50 GB | $0.03 |
| CPU XL | 16 vCPU | 124 GB | 1000 GB | $1.00 |
| CPUのパフォーマンス | 32 vCPU | 256 GB | 1024 GB | $1.90 |
GPU
| ハードウェア | CPU | メモリ | GPU メモリ | エフェメラルストレージ | 時間単価 |
|---|---|---|---|---|---|
| Nvidia T4 - 小型 | 4 vCPU | 15 GB | 16 GB | 50 GB | $0.40 |
| Nvidia T4 - 中 | 8 vCPU | 30 GB | 16 GB | 100 GB | $0.60 |
| Nvidia L4 1枚 | 8 vCPU | 30 GB | 24 GB | 400 GB | $0.80 |
| Nvidia L4 4枚 | 48 vCPU | 186 GB | 96 GB | 3200 GB | $3.80 |
| Nvidia L40S 1台 | 8 vCPU | 62 GB | 48 GB | 380 GB | $1.80 |
| Nvidia L40S 4台 | 48 vCPU | 382 GB | 192 GB | 3200 GB | $8.30 |
| 8x Nvidia L40S | 192 vCPU | 1534 GB | 384 GB | 6500 GB | $23.50 |
| Nvidia A10G - 小型 | 4 vCPU | 15 GB | 24 GB | 110 GB | $1.00 |
| Nvidia A10G - 大 | 12 vCPU | 46 GB | 24 GB | 200 GB | $1.50 |
| 2x Nvidia A10G - large | 24 vCPU | 92 GB | 48 GB | 1000 GB | $3.00 |
| 4x Nvidia A10G - 大 | 48 vCPU | 184 GB | 96 GB | 2000 GB | $5.00 |
| Nvidia A100 - 大 | 12 vCPU | 142 GB | 80 GB | 1000 GB | $2.50 |
| 4x Nvidia A100 - 大 | 48 vCPU | 568 GB | 320 GB | 4000 GB | $10.00 |
| 8x Nvidia A100 - 大 | 96 vCPU | 1136 GB | 640 GB | 8000 GB | $20.00 |
| Nvidia H200 | 23 vCPU | 256 GB | 141 GB | 3000 GB | $5.00 |
| Nvidia H200 2台 | 46 vCPU | 512 GB | 282 GB | 6000 GB | $10.00 |
| Nvidia H200 4台 | 92 vCPU | 1024 GB | 564 GB | 12000 GB | $20.00 |
| 8x Nvidia H200 | 184 vCPU | 2048 GB | 1128 GB | 24000 GB | $40.00 |
| Nvidia RTX PRO 6000 | 23 vCPU | 256 GB | 96 GB | 475 GB | $2.75 |
| Nvidia RTX PRO 6000 2台 | 46 vCPU | 512 GB | 192 GB | 950 GB | $5.50 |
| Nvidia RTX PRO 6000 4枚 | 92 vCPU | 1024 GB | 384 GB | 1900 GB | $11.00 |
| 8x Nvidia RTX PRO 6000 | 184 vCPU | 2048 GB | 768 GB | 3800 GB | $22.00 |
GET /api/jobs/hardware の API または CLI を介して、利用可能なハードウェアと価格をプログラム的に取得することもできます。
>>> hf jobs hardware公開ポート
Jobは、実行中に外部からアクセス可能にするために、1つ以上のポートを公開できます。1つ以上のポートを公開する場合は、ハードウェアの料金に加えて、Jobごとに定額で課金されます。
| プロダクト | 時間単価 |
|---|---|
| 公開ポート | $0.01 |
ハードウェアと同様に、JobがStartingまたはRunning状態の間のみ、分単位で課金されます。
請求の管理
組織に請求
デフォルトではユーザーのネームスペースに対して請求が行われますが、適切なnamespaceを指定することで、組織に対して請求することもできます。
hf jobs run --namespace my-org-name ...この場合、Jobは組織アカウントの下で実行され、組織のJobsページ(組織ページ > settings > Jobs)で確認できます。
Enterprise プラン以上では、組織管理者は、組織に請求される Jobs の実行と表示を誰に許可するかを制限できます。制限の対象は、組織管理者のみ、または選択した Resource Group のメンバーです。この設定は、Granular feature access 設定から行います。
リソースグループに請求
この機能は、Enterprise プラン以上でご利用いただけます。
組織でResource Groupsが設定されている場合、ジョブのコストを特定のリソースグループに帰属させることができます。そのためには:
- リソースグループのメンバーである必要があります。
- リソースグループの所有者である組織を
namespaceとして、リソースグループの ID をresource_group_idとして渡します。両方とも必須です。リソースグループは、その組織に請求される Jobs の場合のみ考慮されます。
リソースグループのIDは、組織のリソースグループ設定ページで確認できます。
hf jobs run --namespace my-org-name --resource-group-id <resource-group-id> ...Pythonでは:
>>> from huggingface_hub import run_job
>>> run_job(
... image="python:3.12",
... command=["python", "-c", "print('Hello!')"],
... namespace="my-org-name",
... resource_group_id="<resource-group-id>",
... )OrganizationおよびResource Groupの管理者は、グループに請求されるJobsの月間支出上限を設定できます。
現在の計算リソースの使用状況を表示
Jobsの現在の請求情報は、Billingページの「Compute Usage」セクションで確認できます。

請求に関する追加情報は、Hubの専用ドキュメントで確認できます。
推奨事項
タイムアウト制限を設定する
Job を作成する際にtimeoutを設定し、一定時間を超えて実行されないようにしてください。
timeoutの時間まで実行された Job は自動的に停止し、課金も停止されます。
CLI でタイムアウトを設定する方法は以下の通りです。
hf jobs run --timeout 3h ...デフォルトのタイムアウトは30分に設定されています。 そのため、Jobの実行にそれ以上の時間がかかる場合は、より長いタイムアウトを指定する必要があります。
関連のないJobsをキャンセルする
実行中のJobがもはや不要になった場合は、JobページまたはCLIを介して早期にキャンセルし、課金を停止できます。
hf jobs cancel <job-id>
