Was die Speicherung Ihrer Einbettungen tatsächlich kostet – Vektoren, Dimensionen und Index-Overhead.
Vektorspeicher skaliert mit Einbettungsgröße mal Blockanzahl plus Index-Overhead – kleinere Modelle und Quantisierung zahlen sich also im großen Maßstab aus. Fügen Sie die einmaligen Kosten für die Einbettung des Korpus hinzu Kostenrechner für Einbettungenund die für die Abfrage aufgewendete Zeit RAG-Kostenrechner.
Kostenloser Vektor-Datenbank-Speicherrechner – wandeln Sie eine Vektoranzahl, Einbettungsdimensionen und einen Index-Overhead in die tatsächliche Speichergröße und die monatlichen Kosten eines RAG um …
Jeder Vektor ist seine Dimensionsanzahl mal Bytes pro Zahl – ein 1536-dimensionaler Float32-Vektor ist etwa 6 KB groß. Multiplizieren Sie mit der Anzahl der von Ihnen gespeicherten Vektoren und addieren Sie dann den Index-Overhead (ungefähr 20–50 % für Diagramme im HNSW-Stil). Diese Summe geteilt durch eine Milliarde ergibt Ihre Gigabyte, die der Anbieter pro GB-Monat abrechnet.
Verwenden Sie ein Einbettungsmodell mit kleineren Dimensionen, quantisieren Sie Vektoren von float32 bis int8 oder binär (eine Einsparung von 4× oder mehr) und teilen Sie Dokumente weniger aggressiv auf, sodass Sie weniger Vektoren speichern. Das Löschen ungenutzter Metadaten und das Beschneiden veralteter Vektoren hilft auch, wenn ein RAG-Korpus auf Millionen anwächst.
Kosten bei unterschiedlichen Volumina:
| Volumen | Monatlich | Jährlich |
|---|