Калькулятор размера базы знаний
Оцените требования к хранению, размер векторного индекса и затраты на загрузку эмбеддингов вашей ИИ-базы знаний. Задайте число документов, среднюю длину, размер чанка и перекрытие, чтобы увидеть общее число чанков и размер индекса в ГБ. Сравните 9 моделей эмбеддингов и 7 векторных баз данных и спрогнозируйте рост хранения и затрат на 1–60 месяцев.
Estimate knowledge base storage requirements, vector index size, ingestion costs, and monthly growth projections for RAG and AI search pipelines. All calculations run locally in your browser.
Document Corpus
Chunking Strategy
Vector Database Storage
Growth & Re-indexing
Current Knowledge Base Snapshot
Total Chunks
20,000
2 per doc
Index Storage
0.120 GB
6.3 KB / chunk
Ingestion Cost
$0.2048
one-time embed
Storage / Month
$0.0397
0.12 GB
Storage Breakdown per Chunk
Growth Projection (12 months, 10%/mo)
| Month | Total Docs | Total Chunks | Index Size | Storage/Mo | New Embed Cost |
|---|---|---|---|---|---|
| Mo 1 | 11,000 | 22,000 | 0.132 GB | $0.0437 | $0.0205 |
| Mo 2 | 12,100 | 24,200 | 0.146 GB | $0.0480 | $0.0225 |
| Mo 3 | 13,310 | 26,620 | 0.160 GB | $0.0529 | $0.0248 |
| Mo 4 | 14,641 | 29,282 | 0.176 GB | $0.0581 | $0.0273 |
| Mo 5 | 16,105 | 32,210 | 0.194 GB | $0.0639 | $0.0300 |
| Mo 6 | 17,716 | 35,432 | 0.213 GB | $0.0703 | $0.0330 |
| Mo 7 | 19,488 | 38,976 | 0.234 GB | $0.0774 | $0.0363 |
| Mo 8 | 21,437 | 42,874 | 0.258 GB | $0.0851 | $0.0399 |
| Mo 9 | 23,581 | 47,162 | 0.284 GB | $0.0936 | $0.0439 |
| Mo 10 | 25,939 | 51,878 | 0.312 GB | $0.1030 | $0.0483 |
| Mo 11 | 28,533 | 57,066 | 0.343 GB | $0.1133 | $0.0531 |
| Mo 12 Final | 31,386 | 62,772 | 0.378 GB | $0.1246 | $0.0584 |
12-Month Total Cost Summary
Initial Ingestion
$0.2048
one-time embed cost
Growth Ingestion
$0.4380
new docs over 12 mo
Re-index Cost
$7.82
every 30 days
Storage (period)
$0.9341
12 mo accumulated
Final Index Size
0.378 GB
62,772 total chunks
Total Period Cost
$9.09
all costs combined
Embedding Model Comparison (initial ingestion)
| Model | Dims | Vector Size | Index Size | Ingestion Cost |
|---|---|---|---|---|
text-embedding-3-smallOpenAISelected | 1,536 | 6.1 KB | 0.120 GB | $0.2048 |
text-embedding-3-largeOpenAI | 3,072 | 12.1 KB | 0.235 GB | $1.33 |
text-embedding-ada-002OpenAI | 1,536 | 6.1 KB | 0.120 GB | $1.02 |
embed-english-v3Cohere | 1,024 | 4.1 KB | 0.082 GB | $1.02 |
embed-multilingual-v3Cohere | 1,024 | 4.1 KB | 0.082 GB | $1.02 |
text-embedding-004Google | 768 | 3.1 KB | 0.063 GB | $0.2560 |
voyage-3-liteVoyage | 512 | 2.1 KB | 0.044 GB | $0.2048 |
voyage-3Voyage | 1,024 | 4.1 KB | 0.082 GB | $0.6144 |
voyage-3-largeVoyage | 2,048 | 8.1 KB | 0.158 GB | $1.84 |
Как накапливается векторное хранилище
Размер индекса зависит от того, сколько чанков даёт ваш корпус, и от размерности выбранной модели эмбеддингов. Каждый чанк создаёт вектор, который хранится в векторной базе.
Базовая формула: размерности × 4 байта на вектор плюс фиксированные издержки и сопутствующие метаданные.
- Чанки = документы × средняя длина ÷ размер чанка с поправкой на перекрытие.
- Векторы float32: размерности × 4 байта каждый.
- Метаданные на чанк (URL, даты, заголовок) добавляют байты.
Выбор разбиения и модели
Размер чанка — компромисс между точностью поиска и затратами на хранение и загрузку. Модель определяет и размерность, и цену за миллион токенов.
- Выберите размер чанка под плотность ваших документов.
- Добавьте перекрытие, чтобы не терять контекст на границах.
- Выберите модель эмбеддингов по соотношению цены и качества.
- Примените коэффициент накладных расходов HNSW вашей векторной базы.
Прогноз роста и переиндексации
Хранение и затраты растут с каждым новым документом. Прогноз на 1–60 месяцев помогает рассчитать инфраструктуру до того, как это станет проблемой.
- Месячный рост увеличивает число чанков, векторов и объём хранения.
- Переиндексация — только при смене модели или стратегии разбиения.
- Обновления документов лучше покрывать инкрементальной индексацией.
Часто задаваемые вопросы
Он оценивает хранение векторного индекса, число чанков, затраты на загрузку эмбеддингов и месячные прогнозы роста для систем RAG и семантического поиска. Он моделирует, сколько чанков даёт ваш корпус, сколько места занимает каждый чанк в векторной базе и как масштабируются затраты на загрузку и хранение по мере роста базы.
Каждый чанк документа даёт один вектор эмбеддинга. Размер вектора = число размерностей × 4 байта (float32) плюс около 60 байт накладных расходов на вектор для внутренних ID и указателей графа. Метаданные рядом с вектором (URL источника, метки времени, название документа) добавляют байты на чанк.
Обычные стартовые значения — 256–512 токенов для плотных фактических документов и 512–1024 токена для длинного повествовательного контента. Меньшие чанки дают больше векторов и выше точность поиска, но увеличивают хранение и затраты на эмбеддинги. Сравните итоговое хранение при разных размерах чанка в этом калькуляторе до запуска конвейера загрузки.
Перекрытие — это число токенов, общих для соседних чанков, чтобы сохранить контекст на границах. Перекрытие 64 токена при чанке 512 означает, что каждый чанк делит 64 токена со следующим. Перекрытие добавляет лишние чанки к общему числу. Калькулятор учитывает его при подсчёте чанков и хранилища.
Калькулятор показывает чистое хранилище векторов + метаданных. Большинство векторных баз добавляют 25–60 % накладных расходов графового индекса HNSW. Планируйте 1,3–1,6× от оценённого чистого хранилища для управляемых векторных баз с индексами HNSW по умолчанию.
Полная переиндексация нужна только при смене модели эмбеддингов, изменении стратегии разбиения или серьёзной реструктуризации документов. Для обновлений и дополнений инкрементальная индексация гораздо экономичнее. Поле стоимости переиндексации оценивает плановые полные циклы повторного расчёта эмбеддингов.
Для большинства англоязычных RAG-приложений Google text-embedding-004 (0,025 $/1M токенов, 768 размерностей) или Voyage voyage-3-lite (0,020 $/1M токенов, 512 размерностей) дают лучшее соотношение цены и качества при больших объёмах. OpenAI text-embedding-3-small тоже выгоден при 0,020 $/1M и 1536 размерностях.
Да. Калькулятор работает полностью в браузере на JavaScript. Число документов, описания корпуса, оценки затрат и прогнозы роста рассчитываются локально на вашем устройстве и никогда не отправляются на сервер. Регистрация не нужна, инструмент полностью бесплатный.