Embeddings-Kostenrechner (2026)

Embedding-Kosten sind die einfachste Mathematik im LLM-Stack — es gibt keine Ausgabe-Token-Rechnung, keine Caching-Schicht, keine Batch-Gebühr außer wo ausdrücklich angegeben. Die Formel:

``` cost = (total_tokens / 1,000,000) × price_per_M_tokens ```

Schätzen Sie `total_tokens` aus der Zeichenzahl Ihres Datenbestands: 1 Token ≈ 4 Zeichen Englisch. Ein Datenbestand von 10M Wörtern sind ungefähr 13,3M Tokens (10M × 1,33 Wort-zu-Token-Verhältnis). Eine 100k-Zeilen-Produktdatenbank mit 200-Wort-Beschreibungen sind ~26,7M Tokens.

Erneutes Embedding (wenn Sie Modelle ändern, die Chunking-Strategie ändern oder Ihren Vektor-Index neu aufbauen) belastet den vollständigen Datenbestand erneut. Planen Sie mindestens einen Rebuild während des Lebenszyklus eines produktiven RAG-Systems — ein 100M-Token-Datenbestand bei $0,13/1M kostet $13 zum erneuten Einbetten, aber ein 10B-Token-Datenbestand kostet $1.300, was zu einem echten Posten wird.

Was NICHT auf der Rechnung steht: Vektor-Speicherung (in seinem eigenen Bereich behandelt), Query-Time-Embedding (jede Benutzer-Abfrage erhält ihre eigene Embedding-Kosten auf der Lesenseite) und Abruf-Zeit-Datenbankoperationen (Vektor-DB-Hosting-Gebühr — Pinecone, Weaviate, Qdrant, pgvector — variiert nach Anbieter). Die Embedding-Kosten sind nur der Modellaufruf.

Ein 1M-Token-Datenbestand ist ein typisches Solo-Projekt — ein persönliches Notiz-Archiv, ein kleiner Produktkatalog, ein interner Dokumentenindex von ~750k Wörtern.

OpenAI text-embedding-3-small: 1 × $0,02 = **$0,02** (ja, zwei Cent). text-embedding-3-large: 1 × $0,13 = **$0,13**.

Voyage voyage-3.5-lite: $0,02. voyage-3.5: $0,06. voyage-3-large: $0,18.

Google gemini-embedding-001 Standard: $0,15. Batch-Stufe: $0,075.

In diesem Maßstab ist der Kostenunterschied Rundungsfehler. Die richtige Wahl ist Qualität, nicht Preis — wählen Sie das Modell, das Ihre Abruf-Genauigkeitsanforderungen bei einer 20-Abfrage-Evaluierungsgruppe erfüllt. Für die meisten Solo-Skala-Indizes bearbeiten text-embedding-3-small oder voyage-3.5-lite die Arbeitslast bei $0,02.

Ein 100M-Token-Datenbestand stellt ein mittelgroßes produktives RAG dar — eine SaaS-Wissensdatenbank, ein mittelgroßer Support-Ticket-Index, eine Gesetzesbibliothek.

OpenAI text-embedding-3-small: $2. text-embedding-3-large: $13.

Voyage 3.5-lite: $2. voyage-3.5: $6. voyage-3-large: $18.

Google gemini-embedding-2 Standard: $20. Batch: $10.

Immer noch kleine absolute Dollar. Jetzt zählt die Evaluierung mehr — bei 100M Tokens haben Sie genug Daten, um eine echte Abruf-Qualitäts-Benchmark (recall@10, MRR, normalisierte DCG) über jedes Modell hinweg auszuführen. Die meisten Teams stellen fest, dass voyage-3-large oder text-embedding-3-large ihre günstigeren Alternativen bei technischen oder domänenspezifischen Datenbeständen wesentlich überperformen; Verbraucher-/Marketing-Datenbestände sehen oft keinen Unterschied.

Ein 1B-Token-Datenbestand ist ein Enterprise-RAG-System — ein vollständiges Dokumenten-Lagerhaus, ein Multi-Produkt-Hilfecenter, ein Jahre-tiefes Support-Ticket-Archiv.

OpenAI text-embedding-3-small: $20. text-embedding-3-large: $130.

Voyage 3.5-lite: $20. voyage-3.5: $60. voyage-3-large: $180.

Google gemini-embedding-2 Standard: $200. Batch: $100.

Jetzt sind die Preisunterschiede echte Budgetposten. Abruf-Qualität zählt noch mehr, weil ein 10%-Rückgang bei der Erinnerung (Recall) bei einem 1B-Token-Datenbestand bedeutet, dass Sie Tausende von relevanten Dokumenten pro Abfrage verpassen. Führen Sie die Evaluierung durch; wählen Sie das günstigste Modell, das Ihre Anforderungen erfüllt.

Wichtig: Kosten für erneutes Embedding. Wenn Sie während des Lebenszyklus Modelle oder Chunking-Strategien ändern, zahlen Sie erneut die vollständigen Datenbestands-Kosten. Planen Sie das Jahresbudget bei 1,5x der Ersteinbettungs-Kosten, um mindestens einen Rebuild abzudecken — typisches Timing für große Modell-Upgrades.

Embedding-Kosten sind die Hälfte der Rechnung bei einem echten RAG. Die andere Hälfte ist Query-Time-Embedding: jede Benutzer-Abfrage erhält ihren eigenen Embedding-Aufruf vor der Vektor-Suche.

Nehmen Sie einen 1B-Token-Datenbestand auf text-embedding-3-large + 1M Benutzer-Abfragen/Monat bei ~50 Tokens jeweils (50M Abfrage-Tokens/Monat):

Einmalige Embed-Kosten: $130. Query-Time-Embeddings: 50 / 1 × $0,13 = $6,50/Monat — praktisch kostenlos.

Vergleichen Sie mit text-embedding-3-small + voyage-3-large Hybrid für Abfrage-Umpositionierung: $20 (einmalig) + 50M × $0,18/1M = $9/Monat für Abfrage-Embeddings (nehmen Sie an, voyage bearbeitet die Abfrage-Seite).

Vektor-DB-Hosting hinzufügen: Pinecone Serverless bei $0,50/1M Reads + $0,05/M Writes — für 1M Abfragen/Monat, ~$0,50 Reads, plus Index-Speicherung, der mit Vektor-Dim-Zahl skaliert. Ein 1B-Token-Datenbestand von 1.000-Token-Chunks = 1M Vektoren von 3.072 dim × 4 Bytes = ~12 GB; bei $0,10/GB/Monat sind das $1,20/Monat.

**Gesamte monatliche RAG-Rechnung (ausschließlich LLM-Aufruf nach Abruf)**: ~$8 Query-Time + $1,20 Speicherung = $9-10/Monat, mit $130 initiale Embed-Kosten. Die Modell-Schicht (Sonnet 4.6 oder gpt-5.4 auf dem abgerufenen Kontext) ist, wo die echte Rechnung lebt — die Abruf-Seite ist im Vergleich günstig.

Vektor-Dimensionen zählen für Speicherung. Ein 3.072-dim Embedding (text-embedding-3-large Standard) ist 12.288 Bytes pro Vektor bei float32 — ein 1M-Vektor-Index ist ~12 GB. Ein 1.024-dim Embedding (Voyage Standard, OpenAI konfigurierbar herunter) ist ~4 GB für die gleichen 1M Vektoren — 3x billiger zum Speichern.

OpenAI text-embedding-3 unterstützt den `dimensions` Parameter zum Konfigurieren bis zu 256 — nützlich, wenn Speicherkosten dominieren. Voyage voyage-3.5 unterstützt Dimensionsreduzierung. Der Kompromiss: niedrigere Dims = niedrigere Abruf-Qualität bei schwierigen Abfragen. Testen Sie Ihre Evaluierung, bevor Sie reduzieren.

Vektor-DB-Preismodelle variieren stark. Pinecone Serverless bepreist sowohl Reads als auch Speicherung. Qdrant Cloud bündelt sie. pgvector auf verwaltetem Postgres ist eine Pauschalgebühr-Postgres-Rechnung. Für einen 1B-Token-Datenbestand mit täglichen Abfragen, erwarten Sie $50-500/Monat Vektor-DB-Hosting, abhängig von Dim-Zahl, Abfrage-Volumen und Anbieter — oft mehr als die Embedding-Kosten selbst.

Cohere hat Embed 4 2026 zur Model Vault Instanzpreisgestaltung umgestellt — Sie mieten dedizierte Kapazität anstatt pro Token zu zahlen. Ab Juni 2026: Small-Instanz $4/Stunde oder $2.500/Monat, Medium-Instanz $5/Stunde oder $3.250/Monat.

Die Mathematik: eine Instanz ist ständig 'eingeschaltet', egal ob genutzt. Small bei $2.500/Monat ist Break-Even mit text-embedding-3-large nur über 19,2M Tokens/Tag (576M/Monat). Unterhalb dieses Volumens sind pro-Token-Anbieter günstiger.

Embed 4s Unterscheidungsmerkmal ist mehrsprachig + multimodal — Text + Bild + Tabellen-Embeddings in einem einzelnen Modell. Wenn Ihr Datenbestand stark mehrsprachig ist oder strukturierte Tabellen enthält, kann die Pro-Instanz-Gebühr für die Abruf-Qualität das Prämium rechtfertigen. Für englische Text-only-Datenbestände werden OpenAI oder Voyage günstiger.

Cohere hat auch eine kleinere embed-multilingual-light Instanz-Option für niedrigere Volumen — überprüfen Sie cohere.com/pricing auf aktuelle Optionen.

Jedes produktive RAG trifft auf mindestens ein Re-Embed-Event in seinen ersten 18 Monaten. Die Auslöser: ein besseres Modell wird ausgeliefert (text-embedding-3-large zu einem zukünftigen text-embedding-4, oder voyage-3 zu voyage-4); eine Chunking-Strategieänderung (von 512-Token-Chunks zu 1.024-Token-Chunks, oder von fester Größe zu rekursiv); ein domänenspezifisches Fine-Tune wird vom Anbieter freigegeben; ein Wechsel in der Dimensionalität (3.072 → 1.536 um Speicherung zu halbieren). Jedes Event belastet den vollständigen Datenbestand erneut.

Planen Sie das Jahresbudget bei 1,5x der Ersteinbettungs-Kosten. Für einen 1B-Token-Datenbestand auf text-embedding-3-large sind Ersteinbettungs-Kosten $130. Das Jahresbudget sollte ~$195 sein — genug für einen vollständigen Rebuild plus die stabilen Abfrage-seitigen Embeddings. Größere Datenbestände und schneller-bewegende Forschungs-Domänen brauchen möglicherweise 2x.

Risikominderung: führen Sie die Evaluierung durch, bevor Sie sich festlegen. Wenn das neue Modell die Abruf @10 um nur 2-3 Prozentpunkte auf Ihrer Evaluierung hebt, lohnt sich der Rebuild möglicherweise nicht für die Kosten oder die Ausfallzeit. Wenn es um 8-12 Punkte hebt, bauen Sie sofort wieder auf und planen Sie die gestaffelte Migration während Off-Peak-Stunden.

Gestaffelte Rebuilds sind das Produktions-Muster. Betten Sie den neuen Datenbestand neben dem alten ein, führen Sie Dual-Abruf in der Produktion für eine Woche mit Qualitäts-Monitoring aus, schalten Sie den Index um, sobald Sie sicher sind, deprecieren Sie den alten Index. Die temporäre 2x Speicherkosten sind der Preis einer sicheren Migration.

**Muster 1 — Solo-Projekt, text-embedding-3-small nur.** Hobby- und Side-Project-Teams default auf OpenAI text-embedding-3-small bei $0,02/1M. Gesamtmonatliche Kosten unter $5 für praktisch jeden Datenbestand. Keine Optimierung notwendig; schicken und iterieren.

**Muster 2 — SaaS RAG, voyage-3 + Pinecone Serverless.** Mid-Size-Produktions-Teams wählen voyage-3 bei $0,06/1M für den Qualität-pro-Dollar Sweet Spot, gepaart mit Pinecone Serverless für Speicherung. Monatliche Rechnung: $50-200 für die Embedding-Arbeit, $30-100 für Vektor-Hosting. Gesamt-Stack: ~$200/Monat bei typischem Mid-Market-Volumen.

**Muster 3 — Enterprise RAG, text-embedding-3-large + pgvector.** Enterprise-Teams mit bestehender Postgres-Infrastruktur führen text-embedding-3-large bei $0,13/1M aus, speichern Vektoren in pgvector inside ihrem verwalteten Postgres. Kompromiss: pgvector ist bei Skalierung leicht langsamer als spezialisierte Vektor-DBs, elimiert aber eine Anbieter-Beziehung und eine Sicherheits-Review-Oberfläche.

**Muster 4 — mehrsprachiges RAG, gemini-embedding-2 + Vertex AI.** Teams mit ernsthaften mehrsprachigen Datenbeständen (Jura in verschiedenen Ländern, globaler Support-Inhalt, Multi-Region-Produktdokumente) landen auf Googles gemini-embedding-2 für native mehrsprachige Qualität + Vertex AI Ökosystem Fit.

**Muster 5 — Hybrid-Abruf, text-embedding-3-small + voyage-3-large Umpositionierung.** Ausgefeilte Teams verwenden ein günstiges Embedding-Modell für Erst-Pass-Abruf (Recall) plus ein Premium-Modell oder Cross-Encoder für Zweite-Pass-Umpositionierung (Precision). text-embedding-3-small bei $0,02/1M für Index-Embedding, voyage-3-large bei $0,18/1M für die Top-50-Umpositionierung — beste Qualität pro Dollar bei hohen Volumen.

**Günstig + gut**: text-embedding-3-small ($0,02/1M) oder voyage-3.5-lite ($0,02/1M). Verwenden Sie für Solo-Projekte, Prototypen, niedrig-einsatziges RAG. Nicht zu unterscheiden von Premium-Modellen auf den meisten Verbraucher-Klasse-Datenbeständen.

**Sweet Spot**: voyage-3.5 ($0,06/1M) oder voyage-3 ($0,06/1M). Starke Abruf-Qualität bei 3x der Lite-Kosten. Verwenden Sie für produktives RAG, wo Abruf-Qualität zählt, aber Sie können die Premium-Stufe nicht rechtfertigen.

**Premium-Genauigkeit**: voyage-3-large ($0,18/1M) oder text-embedding-3-large ($0,13/1M). Greifen Sie auf diese zurück, wenn Abruf-Qualität geschäftskritisch ist (Jura, Medizin, Finanzen) und das Volumen die Gebühr rechtfertigt. text-embedding-3-large bei $0,13 ist die beste Preis-pro-Qualität in der High Tier für Englisch; voyage-3-large outperformt bei mehrsprachig und domänenspezifisch.

**Mehrsprachig / multimodal**: Google gemini-embedding-2 (mehrsprachig nativ) oder Cohere Embed 4 (Text + Bild + Tabellen). Verwenden Sie, wenn Ihr Datenbestand Sprachen überschreitet oder strukturierte Daten enthält.

Pro-Token-Preise in der Tabelle stammen aus den Live-Pricing-Seiten jedes Anbieters: Voyage AI (docs.voyageai.com/docs/pricing), Google Gemini (ai.google.dev/gemini-api/docs/pricing), abgerufen 2026-06-20. Voyage-Preise haben sich durch 2026 stabil gehalten; Googles gemini-embedding-001 wurde in früher 2026 neben gemini-embedding-2 in die Standard-Pricing-Stufe hinzugefügt mit der Batch-Stufe bei 50% Rabatt.

**OpenAI text-embedding-3-small / -large**: nicht auf dem verifizierten Live-Pricing-Seite-Snapshot von 2026-06-20 (der Snapshot konzentrierte sich auf Chat-Modelle). Die oben angegebenen Preise ($0,02 / $0,13) stimmen damit überein, was costgoat.com, livechatai.com und neuere Open-Source-Repo-Integrationen zitieren, und sind seit 2024-Launch stabil. Wir fügen sie mit diesem Vorbehalt ein. **Überprüfen Sie** auf developers.openai.com/api/docs/pricing, bevor Sie sechsstelliges Embedding-Spend budgetieren.

**Cohere**: Embed 4 hat zur Model Vault instanzbasierten Preisgestaltung gewechselt, anstatt pro-Token. Wir schließen Cohere aus der Pro-Token-Tabelle aus, weil die Vergleichsform grundlegend unterschiedlich ist. Verwenden Sie es, wo mehrsprachige / multimodale Qualität das Instanz-Engagement rechtfertigt, oder wo Sie das Volumen haben, um die $2.500-3.250/Monat Basis abzudecken.

**Was wir nicht eingeschlossen haben**: AWS Bedrock Embeddings (variiert nach Region und Reseller Margin), Mistral Embeddings (immer noch in der frühen 'kostenlos während Preview' Phase ab Juni 2026), Open-Source Self-Hosted Embeddings (kein gehosteter Preis; die Kosten hängen vollständig von Ihrer Infrastruktur ab). Für die meisten produktiven Teams deckt die OpenAI / Voyage / Google-Triade 90%+ der Entscheidungen ab.

**Vierteljährlich live überprüfen**, wenn Ihre Embedding-Rechnung $500/Monat übersteigt. Preise in diesem Markt waren stabiler als Chat-Modell-Preise, aber ändern sich immer noch — Voyage 3.5 startete 2025 mit einer höheren Rate und fiel innerhalb von Monaten auf $0,06.

**1. Was ist die dominierende Sprache Ihres Datenbestands?** Englisch-only → OpenAI oder Voyage. Mehrsprachig → Google gemini-embedding oder Cohere Embed 4. Domänenspezifisch (Jura, Medizin) → Voyage 3-large oder eine domänen-tuned Alternative.

**2. Wie groß ist Ihr gesamter Datenbestand?** Unter 100M Tokens → wählen Sie nach Qualität, Kosten sind vernachlässigbar. 100M-1B → führen Sie eine Evaluierung durch; 6-10x Preis-Spreads fangen an zu zählen. 1B+ → priorisieren Sie Re-Embedding-Budget-Planung über Pro-Token-Preis.

**3. Welche Abruf-Qualitätsanforderungen haben Sie?** Bauen Sie eine 20-50 Abfrage gehaltene Evaluierung auf, führen Sie jedes Kandidat-Modell aus, messen Sie recall@10 und MRR. Die günstigen Modelle (text-embedding-3-small, voyage-3.5-lite) stimmen oft Premium auf Verbraucher-Datenbeständen überein. Premium zahlt sich auf schwierig/technisch/mehrsprachig aus.

**4. Welcher Vektor-Store wird den Index halten?** Pinecone, Qdrant, Weaviate, pgvector, Milvus. Jeder hat unterschiedliche Speicherkosten-pro-Dim. text-embedding-3 unterstützt Dimensionsreduzierung über den dimensions Parameter; voyage-3.5 auch. Kleinere Dims = günstigere Speicherung aber niedrigeres Recall auf schwierigen Abfragen.

**5. Werden Query-Time-Embedding-Kosten dominieren?** Bei 10M Abfragen/Monat mit 50-Token-Abfragen sind das 500M Tokens/Monat von Query-Embedding — $10 auf text-embedding-3-large, $40 auf gemini-embedding-2. Unterhalb Datenbestand Embed-Kosten für die meisten Teams, aber wert zu budgetieren.