Calculadora de costes de bases de datos vectoriales
Estima los costes de almacenamiento y consultas de tu carga de trabajo vectorial: online, gratis y 100 % privado. Compara Pinecone, Qdrant, Weaviate, Chroma, pgvector y opciones autoalojadas en paralelo usando tu número exacto de vectores, dimensiones de embedding y volumen de consultas. Incluye la sobrecarga del índice HNSW y proyecciones por escenarios de escala.
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 |
Cómo se calcula el coste de almacenamiento vectorial
El almacenamiento bruto depende del número de vectores y de sus dimensiones: cada dimensión ocupa 4 bytes en float32. A eso se suma la sobrecarga del índice.
Las dimensiones del modelo de embeddings son la palanca más directa para reducir el almacenamiento: bajar de 1536 a 768 recorta el coste a la mitad.
- Bytes por vector = dimensiones × 4 bytes.
- Sobrecarga HNSW: un 15-25 % adicional.
- Los metadatos por vector también suman bytes.
Almacenamiento, consultas y tarifa plana
Los proveedores cobran de formas distintas: por vector, por GB o con una cuota mensual fija. La mejor opción depende de tu ratio de consultas por vector.
- Tarifa plana: mejor para muchos vectores y muchas consultas.
- Cobro por vector: sencillo, pero crece rápido con el corpus.
- Autoalojado: más barato a escala, más carga operativa.
Comparar proveedores por escenario
Como el coste no escala igual en todos los proveedores, conviene proyectar varios escenarios de crecimiento antes de decidir.
- Calcula tu número de vectores y dimensiones actuales.
- Estima el volumen diario y mensual de consultas.
- Compara el coste mensual de cada proveedor en la tabla.
- Proyecta escenarios de escala para ver a partir de cuándo conviene autoalojar.
Preguntas frecuentes
Estima los gastos mensuales de almacenamiento y consultas de ejecutar una base de datos vectorial para aplicaciones de IA como pipelines RAG, búsqueda semántica y sistemas de recomendación. Introduces el tamaño de tu conjunto de datos, las dimensiones de embedding y el volumen diario de consultas, y la calculadora muestra costes estimados en proveedores como Pinecone, Qdrant, Weaviate, Chroma, pgvector y opciones autoalojadas.
El coste de almacenamiento deriva de: número de vectores × dimensiones del embedding × 4 bytes (float32 por dimensión) + 20 % de sobrecarga del índice HNSW. Por ejemplo, 1 millón de vectores de 1536 dimensiones = ~5,8 GB de datos brutos, o ~7 GB con la sobrecarga del índice. Luego los proveedores cobran por vector, por GB de almacenamiento o incluyen el almacenamiento en una cuota mensual fija.
HNSW (Hierarchical Navigable Small World) es el algoritmo de grafo que usan prácticamente todas las bases vectoriales en producción para permitir búsquedas rápidas de vecinos más cercanos aproximados. Mantiene una estructura de grafo multicapa que enlaza vectores similares, lo que añade aproximadamente un 15-25 % al almacenamiento bruto de vectores. Sin HNSW, las búsquedas de similitud requerirían recorrer todos los vectores secuencialmente, demasiado lento a escala.
Depende de tu carga. Para conjuntos pequeños con muchas consultas, los proveedores de tarifa plana como Qdrant Cloud o Qdrant autoalojado suelen ser los más baratos, ya que no cobran por consulta. Para conjuntos muy pequeños con uso moderado, pgvector en RDS suele ser lo más rentable. Pinecone Serverless Standard tiene un mínimo de 50 $/mes pero escala bien para startups. Usa la tabla comparativa de esta calculadora para tu carga exacta.
Autoalojar suele ser rentable a partir de 5-10 millones de vectores, según el volumen de consultas. A esa escala, una VM en la nube con Qdrant cuesta 50-150 $/mes frente a 500-1500 $/mes en Pinecone Serverless Standard con capacidad equivalente. La contrapartida es la carga operativa: tú gestionas actualizaciones, copias de seguridad, escalado y disponibilidad.
Sí, de forma significativa. El coste de almacenamiento escala linealmente con las dimensiones. Un embedding de 3072 dimensiones cuesta exactamente el doble de almacenar que uno de 1536, y 6 veces más que un modelo de 512. Para aplicaciones sensibles al coste, elegir un modelo de embedding de menor dimensión es la forma más eficaz de reducir el gasto de almacenamiento.
Sí. La calculadora funciona íntegramente en tu navegador. Los parámetros de tu conjunto de datos, el número de vectores, los volúmenes de consultas y las proyecciones de coste se calculan localmente en tu dispositivo y nunca se transmiten a ningún servidor. Tu planificación de infraestructura permanece 100 % privada.