Combien coûte une app RAG ?
Une app à récupération touche quatre couches payantes. Voici la combinaison viable la moins chère pour une charge de référence, avec une note sur chacune.
L'appel de génération. L'entrée domine (contexte récupéré) : le tarif d'entrée en cache et un modèle pas cher mais capable comptent le plus.
◈ ou self-héberger : 1× A40 à ~55% d'utilisation GPU $358/mo· rentable au-delà de ~2.8M requêtes/mois
Un vecteur par chunk à l'indexation, plus un petit embedding par requête. L'index initial est ponctuel ; le coût courant est minime.
Stocke et cherche les vecteurs. Le serverless facture stockage + requêtes ; le dédié facture le temps de calcul - le croisement est vers quelques millions de vecteurs.
Les documents bruts dans du stockage objet. Pas cher ; le facteur qui bouge, c'est l'egress si tu ré-indexes souvent.
Tracing et éval. Langfuse et Helicone ont de larges paliers gratuits - 0 $ jusqu'au vrai volume.
Prix live, mis à jour le 2026-09-15. Un modèle, pas un devis - chaque couche est chiffrée chez son fournisseur le moins cher ; les embeddings amortissent l'index initial sur 12 mois. Vérifie sur le site de chaque fournisseur.