How much does it cost to embed documents?

Embedding is billed per token, like an LLM input. Total tokens = documents × average tokens per document, then × the provider's price per million tokens. Modern embedding models are cheap — often $0.02 to $0.13 per million tokens — so embedding a few million tokens once costs cents to low dollars. The cost only matters at very large corpora or when you re-embed often.

What's the hidden recurring cost of embeddings?

Two things people forget. First, every search query must also be embedded — at high query volume that recurring cost can exceed the one-time corpus embedding. Second, whenever you change embedding model or chunking strategy you must re-embed the entire corpus from scratch, paying the full cost again. Vector database storage is separate and is usually the larger ongoing bill.

Which embedding model is cheapest?

Among hosted APIs, small models like OpenAI text-embedding-3-small and Google's embedding model are among the cheapest per token, while larger models like text-embedding-3-large and Voyage's flagship cost more but capture more nuance. Cheapest per token isn't always cheapest overall — a higher-quality embedding can need fewer chunks and less re-ranking. Compare price against your retrieval quality, not in isolation.

Calculateur de coûts d'intégration — Coût d'intégration de votre corpus (2026)

Calculateur de coûts d'intégration

L'intégration d'un corpus est peu coûteuse — jusqu'à ce que vous le réintégriez ou que vous oubliiez que chaque requête est également intégrée. Entrez vos documents et votre trafic pour voir le coût unique du corpus entre les fournisseurs ainsi que le récurrent coûts de requête et de réintégration.

L'intégration du corpus est la partie la moins chère

Le premier réflexe est de craindre le coût de l’intégration d’une grande base de connaissances. Détendez-vous : les modèles d'encastrement modernes sont extrêmement bon marché par jeton – souvent de deux à treize cents par million de jetons. L'intégration de 100 000 morceaux de 500 jetons équivaut à 50 millions de jetons, ce qui se situe quelque part entre 1$ et 7$ comme coût unique pour la plupart des fournisseurs. Pour les corpus typiques, l'intégration unique est une erreur d'arrondi. Les coûts qui s'additionnent réellement se situent ailleurs, et il est facile de les ignorer lorsque vous effectuez une estimation.

Les deux coûts que les gens oublient

D'abord, chaque requête est également intégrée. Un produit de recherche intégrant 500 000 requêtes par mois paie de petits frais récurrents qui, sur un an, peuvent tranquillement dépasser le coût unique du corpus. Deuxième, changer votre modèle d'intégration ou segmenter réintègre tout - passez d'un petit modèle à un grand, ou recoupez-le pour une meilleure récupération, et vous payez à nouveau le coût total du corpus. Les équipes qui itèrent sur la qualité de la récupération se réintègrent plusieurs fois avant d'être satisfaites. Définissez ci-dessus vos réintégrations attendues par an pour voir ce que coûte réellement cette itération.

Le stockage est la facture qui ne s'arrête jamais

Les intégrations sont des vecteurs, et le stockage de millions d'entre eux dans une base de données de vecteurs gérée (Pinecone, Qdrant Cloud, Weaviate) est généralement la meilleure solution. la plus grande ligne en cours, éclipsant l'API d'intégration elle-même. Les modèles de plus grande dimension (1536, 3072) coûtent plus cher à stocker et à rechercher que les modèles compacts, de sorte que le modèle d'intégration le moins cher par jeton n'est pas automatiquement le système le moins cher. Évaluez le côté stockage et requêtes du côté calculateur de coût de base de données vectorielle, puis assemblez l'ensemble du pipeline sur le Calculateur de coût RAG.

Outils et guides associés

Calculateur de coût de base de données vectorielles · Calculateur de coût RAG · Calculateur de coûts de mise au point · Calculateur du coût des jetons LLM · Toutes les API d'IA

Questions fréquemment posées

Combien coûte l’intégration de documents ?

L'intégration est facturée par token, comme une entrée LLM. Total des jetons = documents × jetons moyens par document, puis × prix du fournisseur par million de jetons. Les modèles d'intégration modernes sont bon marché – souvent entre 0,02 et 0,13 $ par million de jetons – donc l'intégration de quelques millions de jetons coûte une fois quelques centimes ou peu d'euros. Le coût n’a d’importance que pour les très grands corpus ou lorsque vous réintégrez souvent.

Quel est le coût récurrent caché des intégrations ?

Deux choses que les gens oublient. Premièrement, chaque requête de recherche doit également être intégrée : en cas de volume de requêtes élevé, le coût récurrent peut dépasser l'intégration unique du corpus. Deuxièmement, chaque fois que vous modifiez le modèle d'intégration ou la stratégie de segmentation, vous devez réintégrer l'intégralité du corpus à partir de zéro, en payant à nouveau le coût total. Le stockage de la base de données vectorielles est distinct et représente généralement la facture courante la plus importante.

Quel modèle d’intégration est le moins cher ?

Parmi les API hébergées, les petits modèles comme OpenAI text-embedding-3-small et le modèle d'intégration de Google sont parmi les moins chers par jeton, tandis que les modèles plus grands comme text-embedding-3-large et le produit phare de Voyage coûtent plus cher mais capturent plus de nuances. Le moins cher par jeton n'est pas toujours le moins cher dans l'ensemble : une intégration de meilleure qualité peut nécessiter moins de morceaux et moins de reclassement. Comparez le prix avec la qualité de votre récupération, et non de manière isolée.