Calculateur de coûts de base de données vectorielle
Estimez les coûts de stockage et de requêtes de votre charge vectorielle - en ligne, gratuit et 100 % privé. Comparez Pinecone, Qdrant, Weaviate, Chroma, pgvector et les options auto-hébergées côte à côte avec votre nombre exact de vecteurs, vos dimensions d'embeddings et votre volume de requêtes. Inclut le surcoût d'index HNSW et des projections par scénarios d'échelle.
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 |
Comment le stockage vectoriel est calculé
Le stockage brut dépend du nombre de vecteurs et de leurs dimensions : chaque dimension occupe 4 octets en float32. S'ajoute le surcoût d'index.
Les dimensions du modèle d'embeddings sont le levier le plus direct : passer de 1536 à 768 divise le stockage par deux.
- Octets par vecteur = dimensions × 4 octets.
- Surcoût HNSW : 15-25 % supplémentaires.
- Les métadonnées par vecteur ajoutent aussi des octets.
Stockage, requêtes et forfait
Les fournisseurs facturent différemment : au vecteur, au Go ou en forfait mensuel. Le meilleur choix dépend de votre ratio requêtes/vecteur.
- Forfait : idéal pour beaucoup de vecteurs et de requêtes.
- Facturation au vecteur : simple, mais grimpe vite avec le corpus.
- Auto-hébergé : moins cher à l'échelle, plus de charge opérationnelle.
Comparer les fournisseurs par scénario
Comme les coûts n'évoluent pas de la même manière partout, projetez plusieurs scénarios de croissance avant de décider.
- Calculez votre nombre de vecteurs et vos dimensions actuels.
- Estimez le volume quotidien et mensuel de requêtes.
- Comparez le coût mensuel de chaque fournisseur dans le tableau.
- Projetez des scénarios d'échelle pour savoir quand l'auto-hébergement devient rentable.
Foire aux questions
Il estime les dépenses mensuelles de stockage et de requêtes d'une base vectorielle pour des applications IA comme les pipelines RAG, la recherche sémantique et les systèmes de recommandation. Vous saisissez la taille du jeu de données, les dimensions d'embeddings et le volume quotidien de requêtes, et le calculateur affiche les coûts estimés chez Pinecone, Qdrant, Weaviate, Chroma, pgvector et en auto-hébergé.
Le coût de stockage dérive de : nombre de vecteurs × dimensions × 4 octets (float32) + 20 % de surcoût d'index HNSW. Exemple : 1 million de vecteurs à 1536 dimensions = ~5,8 Go de données brutes, soit ~7 Go avec l'index. Les fournisseurs facturent ensuite au vecteur, au Go ou intègrent le stockage dans un forfait mensuel.
HNSW (Hierarchical Navigable Small World) est l'algorithme de graphe utilisé par la quasi-totalité des bases vectorielles en production pour la recherche approximative de plus proches voisins. Il maintient un graphe multi-niveaux reliant les vecteurs similaires, ce qui ajoute environ 15-25 % au stockage brut. Sans HNSW, les recherches de similarité devraient parcourir tous les vecteurs, bien trop lent à l'échelle.
Cela dépend de votre charge. Pour de petits jeux de données à fort volume de requêtes, les fournisseurs à forfait comme Qdrant Cloud ou Qdrant auto-hébergé sont souvent les moins chers, sans frais par requête. Pour de très petits jeux à usage modéré, pgvector sur RDS est souvent le plus rentable. Pinecone Serverless Standard a un minimum de 50 $/mois mais passe bien à l'échelle. Utilisez le tableau comparatif du calculateur.
L'auto-hébergement devient généralement rentable à partir de 5-10 millions de vecteurs, selon le volume de requêtes. À cette échelle, une VM cloud faisant tourner Qdrant coûte 50-150 $/mois contre 500-1500 $/mois pour une capacité équivalente sur Pinecone Serverless Standard. La contrepartie est la charge opérationnelle : mises à jour, sauvegardes, mise à l'échelle et disponibilité à votre charge.
Oui, nettement. Le stockage évolue linéairement avec les dimensions. Un embedding de 3072 dimensions coûte exactement deux fois plus à stocker qu'un 1536, et 6× plus qu'un modèle 512. Pour les applications sensibles au coût, choisir un modèle d'embeddings de dimension plus faible est le levier le plus efficace.
Oui. Il fonctionne entièrement dans votre navigateur. Paramètres du jeu de données, nombre de vecteurs, volumes de requêtes et projections de coûts sont calculés localement sur votre appareil et jamais transmis à un serveur. Votre planification d'infrastructure reste 100 % privée.