Vektordatenbank-Kostenrechner
Schätzen Sie Speicher- und Abfragekosten Ihrer Vektor-Workload – online, kostenlos und 100 % privat. Vergleichen Sie Pinecone, Qdrant, Weaviate, Chroma, pgvector und Self-Hosted direkt nebeneinander mit Ihrer exakten Vektoranzahl, Embedding-Dimensionen und Abfragevolumen. Inklusive HNSW-Index-Overhead und Projektionen für Skalierungsszenarien.
Estimate monthly storage and query costs for your vector database workload. Compare Pinecone, Qdrant, Weaviate, Chroma, pgvector, and self-hosted options side by side. Runs 100% in your browser - no data is sent anywhere.
Dataset Size
1,000,000 vectors
Query & Write Volume
Estimated Monthly Cost Range
Cheapest: Weaviate Serverless Dimensions-based · Most expensive: Qdrant Cloud Managed (per GB RAM)
Vectors
1,000,000
Storage
6.87 GB
Queries / mo
300,000
Writes / mo
150,000
Provider Cost Comparison
Sorted by lowest monthly cost| Provider / Tier | Storage | Queries | Writes | Flat Fee | Monthly Total |
|---|---|---|---|---|---|
Weaviate Serverless Cheapest Dimensions-based | $0.07 | $1.50 | $0.22 | - | $1.80 |
Chroma Cloud Serverless | $0.10 | $2.40 | $0.15 | - | $2.65 |
Pinecone Builder (Flat) | - | - | - | $20.00 | $20.00 |
pgvector (RDS) AWS RDS Postgres | $0.79 | $0.30 | $0.08 | $25.00 | $26.16 |
Self-Hosted Qdrant Docker / K8s | $0.55 | - | - | $30.00 | $30.55 |
PineconePopular Serverless Standard | $0.08 | $4.50 | $0.30 | $50.00 | $54.88 |
Weaviate Cloud Flex (Pay-as-you-go) | $308.99 | - | - | $45.00 | $353.99 |
Qdrant Cloud Managed (per GB RAM) | $336.46 | - | - | $49.00 | $385.46 |
* Monthly estimates. Actual costs may vary with egress, region, tiers, discounts, and free credits. Always verify with the provider's official pricing page.
Cost Breakdown - Weaviate Serverless Dimensions-based
Storage Cost
$0.07
Query Cost
$1.50
Write Cost
$0.22
Base / Flat Fee
$0.00
ℹ️ Pricing based on dimensions stored × hours.
Scale Scenario Estimates (Pinecone Serverless Standard vs Self-Hosted Qdrant)
| Scale | Pinecone Standard | Self-Hosted Qdrant | Savings |
|---|---|---|---|
| Prototype (100K vectors) | $50.49/mo | $30.05/mo | $20.43/mo |
| Startup (1M vectors) | $54.88/mo | $30.55/mo | $24.33/mo |
| Scale-up (10M vectors) | $98.82/mo | $35.49/mo | $63.33/mo |
| Enterprise (100M vectors) | $538.20/mo | $84.93/mo | $453.27/mo |
Wie Vektorspeicher berechnet wird
Der Rohspeicher hängt von Vektoranzahl und Dimensionen ab: jede Dimension belegt 4 Byte in float32. Dazu kommt der Index-Overhead.
Die Dimensionen des Embedding-Modells sind der direkteste Hebel: von 1536 auf 768 halbiert den Speicher.
- Bytes pro Vektor = Dimensionen × 4 Byte.
- HNSW-Overhead: zusätzlich 15-25 %.
- Metadaten pro Vektor erhöhen die Bytes ebenfalls.
Speicher, Abfragen und Pauschaltarife
Anbieter rechnen unterschiedlich ab: pro Vektor, pro GB oder als Monatspauschale. Die beste Wahl hängt von Ihrem Abfrage-zu-Vektor-Verhältnis ab.
- Pauschale: ideal bei vielen Vektoren und vielen Abfragen.
- Abrechnung pro Vektor: einfach, wächst aber schnell mit dem Korpus.
- Self-Hosted: günstiger im Maßstab, mehr Betriebsaufwand.
Anbieter nach Szenario vergleichen
Da Kosten nicht überall gleich skalieren, sollten Sie vor der Entscheidung mehrere Wachstumsszenarien projizieren.
- Berechnen Sie Ihre aktuelle Vektoranzahl und Dimensionen.
- Schätzen Sie das tägliche und monatliche Abfragevolumen.
- Vergleichen Sie die Monatskosten der Anbieter in der Tabelle.
- Projizieren Sie Skalierungsszenarien, um den Self-Hosting-Punkt zu finden.
Häufig gestellte Fragen
Er schätzt die monatlichen Speicher- und Abfragekosten einer Vektordatenbank für KI-Anwendungen wie RAG-Pipelines, semantische Suche und Empfehlungssysteme. Sie geben Datensatzgröße, Embedding-Dimensionen und tägliches Abfragevolumen ein, und der Rechner zeigt geschätzte Kosten bei Pinecone, Qdrant, Weaviate, Chroma, pgvector und Self-Hosted.
Speicherkosten ergeben sich aus: Anzahl Vektoren × Embedding-Dimensionen × 4 Byte (float32) + 20 % HNSW-Index-Overhead. Beispiel: 1 Million Vektoren mit 1536 Dimensionen = ~5,8 GB Rohdaten, mit Index ~7 GB. Anbieter rechnen dann pro Vektor, pro GB oder inklusive in einer Monatspauschale ab.
HNSW (Hierarchical Navigable Small World) ist der Graphalgorithmus, den praktisch alle Produktions-Vektordatenbanken für schnelle approximative Nächste-Nachbarn-Suche nutzen. Er pflegt eine mehrschichtige Graphstruktur, die ähnliche Vektoren verknüpft, und erhöht den Rohspeicher um etwa 15-25 %. Ohne HNSW müssten Ähnlichkeitssuchen alle Vektoren durchlaufen – viel zu langsam im Maßstab.
Das hängt von Ihrer Workload ab. Für kleine Datensätze mit hohem Abfragevolumen sind Pauschal-Anbieter wie Qdrant Cloud oder Self-Hosted Qdrant meist am günstigsten, da keine Abfragegebühren anfallen. Für sehr kleine Datensätze mit moderater Nutzung ist pgvector auf RDS oft am wirtschaftlichsten. Pinecone Serverless Standard hat ein Minimum von 50 $/Monat, skaliert aber gut. Nutzen Sie die Vergleichstabelle.
Self-Hosting wird ab etwa 5-10 Millionen Vektoren wirtschaftlich, je nach Abfragevolumen. In diesem Maßstab kostet eine Cloud-VM mit Qdrant 50-150 $/Monat gegenüber 500-1.500 $/Monat für äquivalente Kapazität auf Pinecone Serverless Standard. Der Nachteil ist der Betriebsaufwand: Updates, Backups, Skalierung und Verfügbarkeit liegen bei Ihnen.
Ja, deutlich. Die Speicherkosten skalieren linear mit den Dimensionen. Ein Embedding mit 3072 Dimensionen kostet genau doppelt so viel Speicher wie eines mit 1536 und 6× mehr als ein 512er Modell. Für kostenempfindliche Anwendungen ist ein Embedding-Modell mit geringerer Dimension der wirksamste Hebel.
Ja. Der Rechner läuft vollständig im Browser. Datensatzparameter, Vektoranzahl, Abfragevolumen und Kostenprojektionen werden lokal auf Ihrem Gerät berechnet und nie an einen Server übertragen. Ihre Infrastrukturplanung bleibt 100 % privat.