BigQuery token quota เปิดใช้แล้ว ตั้งเพดานโทเคน AI รายวันต่อโปรเจกต์และผู้ใช้
Google Cloud เปิด BigQuery token quota ทั่วไปเมื่อ 15 ต.ค. 2026 ให้ผู้ดูแลตั้งเพดานโทเคนรายวันของฟังก์ชัน AI ทั้งระดับโปรเจกต์และผู้ใช้ เพื่อคุมค่าใช้จ่าย
โดย กองบรรณาธิการ THAI DATA อ่าน 4 นาที
สรุปประเด็นสำคัญ
- Google Cloud ประกาศเมื่อ 15 ตุลาคม 2026 ว่า BigQuery token quota สำหรับฟังก์ชัน generative AI เปิดใช้ทั่วไป (GA) แล้ว คุมผ่านระบบโควตาของ Cloud IAM
- มีโควตา 4 ตัว ค่าเริ่มต้นคือโทเคนขาเข้า 2 แสนล้านต่อวันต่อโปรเจกต์ 1.5 แสนล้านต่อผู้ใช้ และโทเคนขาออก 2 หมื่นล้านต่อวันต่อโปรเจกต์ 1.5 หมื่นล้านต่อผู้ใช้
- ครอบคลุม 7 ฟังก์ชัน เช่น AI.GENERATE, AI.CLASSIFY, AI.IF และ AI.SCORE แต่ไม่รวมฟังก์ชันสร้าง embedding ที่ใช้โมเดลราคาถูกกว่า
- ตัวอย่างของ Google: ถ้าใช้ Gemini 3.1 Flash-Lite แบบ batch และตั้งงบราว 100 ดอลลาร์ต่อวัน ควรตั้งโควตาขาเข้าราว 754 ล้านโทเคน และขาออกราว 7.54 ล้านโทเคนต่อวัน
Google Cloud ประกาศเมื่อวันที่ 15 ตุลาคม 2026 ว่าเปิดใช้ทั่วไป (GA) ระบบโควตาโทเคนสำหรับฟังก์ชัน generative AI ใน BigQuery หรือ BigQuery token quota ให้ผู้ดูแลตั้งเพดานจำนวนโทเคนที่ใช้ได้ต่อวันทั้งระดับโปรเจกต์และต่อผู้ใช้ เพื่อไม่ให้คิวรีที่เรียก Gemini ทีละหลายล้านแถวสร้างบิลเกินงบโดยไม่รู้ตัว
ฟังก์ชัน AI ใน BigQuery คิดเงินตามจำนวนโทเคน คิวรีเดียวที่วิ่งผ่านตารางขนาดใหญ่จึงใช้โทเคนได้มหาศาล โควตาชุดใหม่ใช้ระบบโควตาของ Cloud IAM ตัวเดียวกับบริการอื่นของ Google Cloud และนับรวมทุกภูมิภาค (global)
BigQuery token quota มีโควตาอะไรบ้าง
บล็อกของ Google Cloud ระบุโควตา 4 ตัวและค่าเริ่มต้นดังนี้ (โทเคนขาออกนับรวมโทเคนที่โมเดลใช้คิดหรือ thinking tokens ด้วย)
| โควตา | ขอบเขต | ค่าเริ่มต้น |
|---|---|---|
| AI input tokens per day | ต่อวัน ต่อโปรเจกต์ | 200,000 ล้านโทเคน |
| AI input tokens per day per user | ต่อวัน ต่อโปรเจกต์ ต่อผู้ใช้ | 150,000 ล้านโทเคน |
| AI output tokens per day | ต่อวัน ต่อโปรเจกต์ | 20,000 ล้านโทเคน |
| AI output tokens per day per user | ต่อวัน ต่อโปรเจกต์ ต่อผู้ใช้ | 15,000 ล้านโทเคน |
โควตาต่อผู้ใช้มีผลกับผู้ใช้แต่ละคนภายในโปรเจกต์ ไม่ใช่ทั้งองค์กร ฟังก์ชันที่อยู่ภายใต้ BigQuery token quota มี 7 ตัว ได้แก่ AI.GENERATE, AI.GENERATE_TABLE, AI.GENERATE_TEXT (ชื่อเดิม ML.GENERATE_TEXT), AI.CLASSIFY, AI.IF, AI.SCORE และ AI.AGG ส่วนฟังก์ชันสร้าง embedding อย่าง AI.GENERATE_EMBEDDING และ AI.EMBED ไม่อยู่ในโควตานี้เพราะใช้โมเดลที่ถูกกว่ามาก
ตั้งค่าและบังคับใช้อย่างไร
ผู้ดูแลเข้าไปที่ IAM & Admin → Quotas & System Limits กรองบริการ BigQuery API แล้วแก้ค่าโควตาที่ต้องการ บทบาทที่แก้ได้คือ Owner, Editor, Quota Administrator หรือ Service Usage Admin และจัดการผ่าน Cloud Quotas API, gcloud CLI หรือ Terraform ได้ด้วย
- ลดโควตา มีผลทันทีโดยไม่ต้องขออนุมัติ
- เพิ่มโควตา ต้องยื่นคำขอ ส่วนใหญ่อนุมัติอัตโนมัติ แต่การเพิ่มมากอาจต้องรอตรวจ
- ถ้าโควตาหมดก่อนเริ่ม คิวรีจะถูกปฏิเสธพร้อมข้อผิดพลาด QuotaExceeded
- ถ้าโควตาหมดระหว่างคิวรี BigQuery หยุดส่งคำขอใหม่ไปยัง LLM ฟังก์ชันที่มี max_error_ratio อย่าง AI.IF คืนผลบางส่วนได้ ส่วน AI.GENERATE ทำงานจนจบ แต่แถวที่ข้ามจะไม่มีผลลัพธ์
หน้าเดียวกันยังแสดงประวัติการใช้โทเคนย้อนหลัง 7, 14, 30 วัน หรือช่วงที่กำหนดเอง และมีฟังก์ชัน AI.COUNT_TOKENS ที่นับโทเคนของข้อความได้โดยไม่เสียค่าเรียกโมเดล ใช้ประเมินขาเข้าก่อนตั้งโควตา แม้ตัวเลขที่ได้จะเป็นค่าต่ำสุดเพราะไม่รวมโทเคนขาออกและคำสั่งที่ฟังก์ชันเติมให้
ตัวอย่างคิดโควตาจากงบ 100 ดอลลาร์ต่อวัน
Google ยกตัวอย่างการใช้ Gemini 3.1 Flash-Lite ผ่านการประมวลผลแบบ batch ของ BigQuery ที่ลดราคา 50% ราคาขาเข้า 0.125 ดอลลาร์ต่อล้านโทเคน และขาออก (รวมโทเคนคิด) 0.75 ดอลลาร์ต่อล้านโทเคน ถ้าสัดส่วนขาเข้าต่อขาออกเป็น 100:1 และตั้งงบราว 100 ดอลลาร์ต่อวัน ควรตั้ง AI input tokens per day ราว 754 ล้านโทเคน และ AI output tokens per day ราว 7.54 ล้านโทเคน ถ้าใช้หลายโมเดลราคาต่างกัน ให้แยกงบตามโมเดลหรือคิดราคาเฉลี่ย
เมื่อเทียบกันจะเห็นว่าค่าเริ่มต้นของโควตาสูงกว่าตัวอย่างนี้หลายร้อยเท่า โควตาขาเข้าที่เหมาะกับงบ 100 ดอลลาร์ต่อวันอยู่ที่ราว 754 ล้านโทเคน เทียบกับค่าเริ่มต้น 200,000 ล้านโทเคนต่อโปรเจกต์
Google แนะนำให้เริ่มจากโควตาต่อผู้ใช้ก่อน เพื่อกันไม่ให้ผู้ใช้คนเดียวหรือการทดลองที่หลุดควบคุมกินงบทั้งโปรเจกต์ และตั้ง max_output_tokens ในฟังก์ชันที่รองรับ เพราะโทเคนขาออกแพงกว่า
ทำไมเรื่องนี้สำคัญ
ฟังก์ชัน AI ในคลังข้อมูลทำให้นักวิเคราะห์เรียก LLM ได้จากคำสั่ง SQL บรรทัดเดียว ซึ่งสะดวกแต่เสี่ยงเรื่องค่าใช้จ่าย เพราะคำสั่งเดียวอาจวิ่งผ่านหลายล้านแถว BigQuery token quota จึงเป็นเครื่องมือ FinOps ที่ตรงจุดกว่า spend cap ของ Cloud Billing ซึ่งคุมเป็นจำนวนเงินและบังคับใช้ไม่ทันที Google เองแนะนำให้ใช้โควตาโทเคนเป็นด่านแรก และ spend cap เป็นด่านสุดท้าย ฝั่งคู่แข่งก็เพิ่มฟังก์ชัน AI ใน SQL ต่อเนื่อง เช่นฟังก์ชันพยากรณ์ของ Databricks ทำให้การคุมต้นทุนแบบนี้เป็นสิ่งที่ทีมข้อมูลต้องมี
ผลต่อองค์กรไทย
- ตั้งโควตาต่อผู้ใช้ทันที องค์กรที่เปิดให้นักวิเคราะห์ใช้ฟังก์ชัน AI ใน BigQuery ควรลดค่าเริ่มต้นที่สูงมาก (1.5 แสนล้านโทเคนขาเข้าต่อผู้ใช้) ให้เหมาะกับงบจริง เพราะการลดมีผลทันที
- คำนวณโควตาจากงบเป็นเงิน ใช้ราคาโมเดลที่ใช้อยู่และสัดส่วนขาเข้าต่อขาออกแบบตัวอย่างของ Google แล้วตั้งทั้งระดับโปรเจกต์และผู้ใช้
- ทดลองกับข้อมูลตัวอย่างก่อน ใช้ AI.COUNT_TOKENS และรันกับแถวจำนวนน้อยเพื่อวัดการใช้โทเคนจริง ก่อนรันทั้งตาราง
- ใช้ spend cap เป็นตาข่ายสุดท้าย และตั้งการแจ้งเตือนการใช้โควตา เพื่อให้ทีม FinOps เห็นแนวโน้มก่อนบิลปลายเดือน ติดตามข่าวคลาวด์เพิ่มเติมได้ที่หมวดคลาวด์
คำถามที่พบบ่อย
BigQuery token quota คืออะไร?
BigQuery token quota คือโควตารายวันที่ Google Cloud เปิดใช้ทั่วไปเมื่อ 15 ตุลาคม 2026 ให้ผู้ดูแลจำกัดจำนวนโทเคนขาเข้าและขาออกที่ฟังก์ชัน generative AI ใน BigQuery ใช้ได้ต่อวัน ทั้งระดับโปรเจกต์และต่อผู้ใช้ ตั้งค่าในหน้า IAM & Admin → Quotas & System Limits
BigQuery token quota ครอบคลุมฟังก์ชันใดบ้าง?
BigQuery token quota ครอบคลุมฟังก์ชันที่เรียก LLM สร้างผลลัพธ์ ได้แก่ AI.GENERATE, AI.GENERATE_TABLE, AI.GENERATE_TEXT (หรือ ML.GENERATE_TEXT), AI.CLASSIFY, AI.IF, AI.SCORE และ AI.AGG แต่ไม่รวม AI.GENERATE_EMBEDDING และ AI.EMBED ซึ่งใช้โมเดลที่ราคาถูกกว่ามาก
ถ้าโควตาโทเคนหมดระหว่างคิวรีจะเกิดอะไรขึ้น?
BigQuery จะหยุดส่งคำขอใหม่ไปยัง LLM ฟังก์ชันที่รองรับ max_error_ratio เช่น AI.IF จะคืนผลบางส่วนถ้าแถวที่ไม่ได้ประมวลผลยังไม่เกินอัตราที่ตั้งไว้ ส่วน AI.GENERATE ยังทำงานจนจบ แต่แถวที่ข้ามไปจะไม่มีผลลัพธ์และมีข้อความแจ้งโควตาเต็มในฟิลด์ status
BigQuery token quota ต่างจาก spend cap ของ Cloud Billing อย่างไร?
BigQuery token quota เป็นการป้องกันล่วงหน้าเฉพาะงาน AI โดยนับโทเคนระหว่างคิวรีทำงาน และแยกเพดานระดับโปรเจกต์กับผู้ใช้ได้ ส่วน spend cap ของ Cloud Billing คุมเป็นจำนวนเงินระดับโปรเจกต์และบริการ แต่บังคับใช้ไม่ทันทีจึงอาจใช้เกินได้บ้าง Google แนะนำให้ใช้โควตาโทเคนเป็นด่านแรกและ spend cap เป็นด่านสุดท้าย
แหล่งอ้างอิง
บุคคล องค์กร และสถานที่ในข่าวนี้
เลือกชื่อเพื่ออ่านข่าวทั้งหมดที่กล่าวถึง ตัวเลขคือจำนวนข่าว
- องค์กรและบริษัท
- Google Cloud19Google55
พบข้อมูลคลาดเคลื่อน? แจ้งกองบรรณาธิการ