Cuánto cuesta BigQuery: precios, nivel gratuito y ejemplos de coste

BigQuery cobra por dos cosas: guardar datos y procesarlos. No hay licencias por usuario ni servidores que alquilar. Para las consultas hay dos modelos:

• Bajo demanda: pagas por los bytes que lee cada consulta. Es el modelo por defecto.
• Capacidad (ediciones): pagas por slots, que son CPU virtuales, por hora de uso o con compromisos de uno o tres años.

Las cifras de esta página salen de la tabla de precios de Google Cloud consultada en octubre de 2026, en dólares. Si pagas en euros, Google aplica el precio de cada SKU en tu moneda.

El precio cambia según dónde guardes los datos. Las multirregiones UE y EE. UU. tienen los precios de arriba. Algunas regiones concretas salen más caras: en Madrid (europe-southwest1) la consulta bajo demanda cuesta 7,8125 $ por TiB y el almacenamiento activo 0,02875 $ por GiB al mes; en Bélgica (europe-west1), 7,50 $ por TiB, con el almacenamiento al mismo precio que la multirregión UE.

Si los datos tienen que quedarse en la Unión Europea, la multirregión UE ya lo cumple. Elegir Madrid tiene sentido cuando hay un motivo para que estén en España.

Importa sobre todo al crear la exportación de GA4: cambiar la ubicación después obliga a borrar el vínculo y volver a crear el conjunto de datos. Cómo funciona la exportación de GA4 a BigQuery.

Unas cuantas reglas de la tabla de precios que explican muchas facturas:

• Las consultas que dan error y las que devuelven resultados de la caché no se cobran.
• Cada consulta se cobra con un mínimo de 10 MB, y otro mínimo de 10 MB por cada tabla que use.
• Pagas por las columnas que lee la consulta. Poner LIMIT no reduce lo que se lee: un SELECT * con LIMIT 10 se cobra entero.
• Cargar datos por lotes es gratis si usa el grupo compartido de slots. Lo que se paga después es guardarlos.
• Cancelar una consulta en marcha puede costar lo mismo que dejarla terminar.

En parte. Cada mes hay 1 TiB de consultas y 10 GiB de almacenamiento gratis, y con volúmenes pequeños es fácil no pasar de ahí.

Si solo quieres probar, el sandbox de BigQuery se usa sin tarjeta ni cuenta de facturación. A octubre de 2026, la documentación de Google le pone estos límites:

• 10 GiB de almacenamiento para toda la vida del sandbox, que no se recuperan al borrar datos.
• 1 TiB de consultas al mes, el mismo nivel gratuito que el resto.
• Las tablas, vistas y particiones caducan solas a los 60 días.
• Sin carga en streaming, sin sentencias DML (INSERT, UPDATE, DELETE, MERGE) y sin el servicio de transferencia de datos.

Sirve para aprender SQL o ver cómo llegan los datos de GA4. No sirve para guardar un histórico: a los 60 días las tablas desaparecen.

Tres casos para hacerse una idea. Son cálculos con los precios de la multirregión UE, redondeados, no facturas de nadie.

Una web de empresa con GA4

Google calcula que 1 GB son unos 600.000 eventos de GA4. Una web con 300.000 eventos al mes añade medio GB al mes; en dos años no llega a 12 GB, casi todo dentro de los 10 GiB gratis. Si los informes leen solo las columnas que necesitan, las consultas quedan muy lejos del TiB gratuito. Coste habitual: cero o casi cero.

Un cuadro de mando sobre datos en bruto

Un panel que, cada vez que se abre, lanza consultas que leen 50 GiB, sin caché, y que se abre 40 veces al día durante 22 días laborables: 50 × 40 × 22 = 44.000 GiB, unos 43 TiB al mes. Quitando el TiB gratis quedan unos 42 TiB a 6,25 $: alrededor de 260 $ al mes.

El mismo panel sobre una tabla resumen de 1 GiB lee 880 GiB al mes y se queda dentro del nivel gratuito. La diferencia no la pone BigQuery, sino cómo está montado el modelo.

Un almacén de datos mediano

500 GiB guardados, la mitad sin tocar desde hace más de 90 días: 250 × 0,02 + 250 × 0,01 = 7,50 $ al mes, menos lo que cubren los 10 GiB gratis. El almacenamiento rara vez es lo que sube la factura; las consultas, sí.

Se comparan a menudo porque los dos aparecen en cualquier proyecto de business intelligence, pero hacen cosas distintas:

• BigQuery guarda y calcula. Es el data warehouse: donde llegan GA4, Google Ads, el CRM o el ERP, donde se cruzan y donde se preparan las tablas con las definiciones de la empresa.
• Power BI enseña. Es la herramienta de informes: se conecta a una fuente, define las medidas y pinta los cuadros de mando que usa el equipo.

Lo normal es usarlos juntos. Power BI tiene un conector de Google BigQuery y trabaja de dos formas: importando los datos en cada actualización programada, o con DirectQuery, consultando BigQuery cuando alguien abre o filtra un informe. Con DirectQuery cada clic puede costar, así que conviene que lea tablas resumen.

Lo mismo vale para Looker Studio o Tableau. Si estás eligiendo la herramienta de informes, aquí comparamos las tres: Power BI, Looker Studio o Tableau.

Con poco volumen, bajo demanda suele ser lo más barato: el primer TiB de cada mes es gratis y no hay que reservar nada. Las ediciones empiezan a tener sentido cuando el gasto en consultas es alto y estable, o cuando hace falta capacidad garantizada.

Se decide con datos: BigQuery guarda en INFORMATION_SCHEMA.JOBS los bytes facturados y el tiempo de slot de cada consulta, y con un par de meses de historial se compara un modelo con otro. Es parte de lo que revisamos en una consultoría BigQuery.