Banco de dados vetorial
Um banco de dados feito para armazenar embeddings e achar rápido os mais próximos de um vetor de consulta. O centro de custo recorrente de um sistema RAG.
O que é
Ele indexa vetores para que "ache os 10 mais próximos deste" rode em milissegundos sobre milhões de entradas, usando algoritmos de vizinhos mais próximos aproximados (HNSW, IVF). As opções incluem serviços gerenciados (Pinecone, Zilliz, Qdrant Cloud), a extensão pgvector para Postgres e motores auto-hospedados.
Por que importa
Os modelos de preço variam demais: uns cobram por vetores armazenados e consultas (serverless), outros pela RAM/computação de um cluster ligado. Isso torna a comparação direta difícil — normalize sobre o custo para uma carga de referência.
Impacto em custo e infraestrutura
Para 1M de vetores e um volume de consultas moderado, conte com cerca de 20-75 $/mês, dependendo do provedor e da dimensão. O armazenamento escala com número de vetores × dimensões; o custo de consulta escala com o tráfego.