> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/ja/roboflow-cloud/serverless-api/pricing.md).

# 価格

「 [roboflow.com/credits](https://roboflow.com/credits) ページでは、1クレジットが500秒の推論時間に相当すると述べています。より正確な式は次のとおりです：

```matlab
x-remote-processing-time ヘッダーが設定されている場合：
   credits = (100ms + x-remote-processing-time) / 500,000ms
それ以外の場合：
   credits = max(x-processing-time, 100ms) / 500,000ms
```

ここで `x-processing-time` および `x-remote-processing-time` は、float形式（秒）の HTTP レスポンスヘッダーです。参照： [roboflow.com/pricing](https://roboflow.com/pricing) クレジット料金について。

### <sub>モデル推論</sub>

以下の例では、次のモデルで推論を実行します： [coco/39 モデル](https://universe.roboflow.com/microsoft/coco/model/39) （RF-DETR Small、560x560）。レスポンスヘッダーには `x-processing-time` があり、これは81msです。この場合、 `credits = max(81, 100) / 500,000 = 0.0002 credits` 、または画像1000枚あたり0.2クレジット。

```shellscript
curl -X POST "https://serverless.roboflow.com/coco/39?api_key=$ROBOFLOW_API_KEY&image=https://media.roboflow.com/notebooks/examples/dog.jpeg" -I
HTTP/2 200 
content-type: application/json
content-length: 995
x-model-cold-start: false
x-model-id: coco/39
x-processing-time: 0.08100700378417969
x-workspace-id: my-workspace-id
```

#### コールドスタート

10分後に同じリクエストを実行すると、モデルがアンロードされていて、GPUに再度ロードする必要がある場合があります。これがコールドスタートです。モデルの読み込みには数秒かかることがあり、推論間の遅延と強く相関します。

```bash
curl -X POST "https://serverless.roboflow.com/coco/39?api_key=$ROBOFLOW_API_KEY&image=https://media.roboflow.com/notebooks/examples/dog.jpeg" -I
HTTP/2 200 
content-type: application/json
content-length: 995
x-model-cold-start: true
x-model-id: coco/39
x-model-load-details: [{"m": "coco/39", "t": 0.7791134570725262}]
x-model-load-time: 0.5791134570725262
x-processing-time: 1.1060344696044922
x-workspace-id: my-workspace-id
```

**式**: `credits = max(1106, 100)/500,000 = 0.0022` 、または **画像1000枚あたり2.2クレジット** （コールドスタート）画像。

### ワークフロー実行

Workflows では、モデル推論と一般的な Workflow 処理を分離しています。つまり、Workflow 自体は（より安価な）CPU専用マシンで実行され、GPUマシンはモデル推論にのみ使用されるため、よりコスト効率の高い処理になります。

<figure><img src="/files/2dd0049bf1d1388ec1765cecc6cf92c2ef7a3260" alt=""><figcaption><p>2つの物体検出モデル、動的クロッピング、複数の可視化、OCR用のGeminiを備えたナンバープレート認識ワークフロー</p></figcaption></figure>

```bash
curl --location 'https://serverless.roboflow.com/my-workspace-id/workflows/lpr-workflow' -i \\
--header 'Content-Type: application/json' \\
--data '{
    "api_key": "API_KEY",
    "inputs": {
        "image": {"type": "url", "value": "https://media.roboflow.com/docs/cars-highway.png"}
    }
}'

HTTP/2 200 
content-type: application/json
content-length: 2277416
x-model-cold-start: false
x-processing-time: 6.334797143936157
x-remote-processing-time: 1.0542614459991455
x-remote-processing-times: [{"m": "vehicle-detection-bz0yu/4", "t": 1.0091230869293213}, {"m": "license-plate-w8chc/1", "t": 0.017786026000976562}, {"m": "license-plate-w8chc/1", "t": 0.01506495475769043}, {"m": "license-plate-w8chc/1", "t": 0.012287378311157227}]
x-workspace-id: my-workspace-id
```

**式**: `credits = (100ms + 1054ms)/500,000` したがって **0.0023クレジット** が処理に対して必要となり、さらに Gemini API 呼び出しのごくわずかな量（トークン数によります。参照： [roboflow.com/credits](https://roboflow.com/credits)).

### 失敗したリクエスト

ステータス `402`, `408`, `409`, `423`, `429`、または任意の `5xx` コードで失敗したリクエストはクレジットを消費しません。これにはサーバーエラー、タイムアウト、レート制限が含まれます。

その他の失敗、たとえば `401`, `403`、および `404`は、依然としてクレジットを使用します。