Base de datos vectorial
Una base de datos hecha para almacenar embeddings y encontrar rápido los más cercanos a un vector de consulta. El centro de costo recurrente de un sistema RAG.
Qué es
Indexa vectores para que «encuentra los 10 más cercanos a este» se ejecute en milisegundos sobre millones de entradas, con algoritmos de vecinos más cercanos aproximados (HNSW, IVF). Las opciones incluyen servicios gestionados (Pinecone, Zilliz, Qdrant Cloud), la extensión pgvector para Postgres y motores autoalojados.
Por qué importa
Los modelos de precios varían muchísimo: unos cobran por vectores almacenados y consultas (serverless), otros por la RAM/cómputo de un clúster encendido. Eso hace difícil la comparación directa: normaliza sobre el costo para una carga de referencia.
Impacto en costo e infraestructura
Para 1M de vectores y un volumen de consultas moderado, cuenta con unos 20-75 $/mes según el proveedor y la dimensión. El almacenamiento escala con el número de vectores × dimensiones; el costo de consulta escala con el tráfico.