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.

Calcolatore dei costi di incorporamento: costo per incorporare il tuo corpus (2026)

Incorporare il corpus è la parte economica

Il primo istinto è quello di temere il costo derivante dall’integrazione di una grande base di conoscenze. Rilassati: i moderni modelli di incorporamento lo sono straordinariamente economico per gettone - spesso da due a tredici centesimi per milione di gettoni. Incorporare 100.000 blocchi da 500 token equivale a 50 milioni di token, che si collocano da qualche parte tra $ 1 e $ 7 come costo una tantum sulla maggior parte dei fornitori. Per i corpora tipici l'incorporamento una tantum è un errore di arrotondamento. I costi che effettivamente si sommano vivono altrove ed è facile non notarli quando si effettua una stima.

I due costi che la gente dimentica

Primo, anche ogni query viene incorporata. Un prodotto di ricerca che incorpora 500.000 query al mese paga una piccola tariffa ricorrente che, nell'arco di un anno, può tranquillamente superare il costo una tantum del corpus. Secondo, cambiando il modello di incorporamento o la suddivisione in blocchi si reincorpora tutto - passa da un modello piccolo a uno grande, o ricomponilo per un migliore recupero, e pagherai nuovamente l'intero costo del corpus. I team che ripetono la qualità del recupero si reintegrano più volte prima di essere soddisfatti. Imposta qui sopra i reincorporamenti previsti per anno per vedere quanto costa realmente tale iterazione.

Lo storage è la bolletta che non si ferma mai

Gli incorporamenti sono vettori e memorizzarne milioni in un database vettoriale gestito (Pinecone, Qdrant Cloud, Weaviate) è solitamente la soluzione la più grande linea in corso, facendo impallidire l'API di incorporamento stessa. I modelli di dimensione superiore (1536, 3072) costano di più da archiviare e cercare rispetto a quelli compatti, quindi il modello di incorporamento più economico per token non è automaticamente il sistema più economico. Dai un prezzo allo spazio di archiviazione e alle query sul lato calcolatore dei costi del database vettoriale, quindi mettere insieme l'intera pipeline su Calcolatore dei costi RAG.

Strumenti e guide correlati

Calcolatore dei costi del database vettoriale · Calcolatore dei costi RAG · Calcolatore dei costi di ottimizzazione · Calcolatore del costo del token LLM · Tutte le API AI

Come funziona questa calcolatrice

Questo Calcolatore dei costi degli incorporamenti stima quanto costa trasformare un corpus testuale in vettori. Inserisci il tuo numero di documenti o pezzi e il token medi per pezzo; moltiplicati insieme, danno il volume totale dei token, secondo il calcolatore, rispetto alla tariffa per token da te scelta modello di incorporamento. Confronta fornitori tra cui OpenAI, Cohere, Voyage, Google e Jina, quindi lo stesso corpus viene citato fianco a fianco. Il risultato si divide in a costo una tantum per incorporare tutto una volta, a costo di reinserimento ricorrente in base al numero di volte all'anno reindicizzi e a costo della query derivato dal conteggio delle query mensili e dai token per query.

La leva principale sono i token totali, quindi la dimensione del blocco e la profondità del corpus determinano il numero più del fornitore scelto. Guarda il frequenza di re-incorporamento: cambiare modello o rielaborare l'intero corpus ripete ogni volta l'intero addebito una tantum, il che spesso sminuisce la spesa giornaliera per le query. Un modello per token più economico può comunque costare di più nel complesso se necessita di vettori più grandi o frequenti reindicizzazioni, quindi pesa una tantum, ricorrenti e di query linee insieme piuttosto che confrontare solo i tassi principali.

Domande frequenti

Quanto costa incorporare i documenti?

L'incorporamento viene fatturato per token, come un input LLM. Token totali = documenti × token medi per documento, quindi × prezzo del fornitore per milione di token. I moderni modelli di incorporamento sono economici – spesso da 0,02 a 0,13 dollari per milione di token – quindi incorporare qualche milione di token una volta costa da pochi centesimi a pochi dollari. Il costo conta solo nel caso di corpora molto grandi o quando si reincorpora spesso.

Qual è il costo ricorrente nascosto degli incorporamenti?

Due cose che la gente dimentica. Innanzitutto, anche ogni query di ricerca deve essere incorporata: con un volume di query elevato, i costi ricorrenti possono superare l'incorporamento del corpus una tantum. In secondo luogo, ogni volta che si modifica il modello di incorporamento o la strategia di suddivisione in blocchi, è necessario incorporare nuovamente l'intero corpus da zero, pagando nuovamente l'intero costo. L'archiviazione del database vettoriale è separata e di solito rappresenta la spesa più elevata.

Quale modello di incorporamento è più economico?

Tra le API ospitate, i modelli piccoli come OpenAI text-embedding-3-small e il modello di incorporamento di Google sono tra i più economici per token, mentre i modelli più grandi come text-embedding-3-large e il modello di punta di Voyage costano di più ma catturano più sfumature. Il più economico per token non è sempre il più economico nel complesso: un incorporamento di qualità superiore può richiedere meno blocchi e meno riclassificazione. Confronta il prezzo con la qualità del recupero, non isolatamente.

Costo corpus una tantum per fornitore