Coste BD Vectorial por 1M Embeddings (2026)

El coste de BD vectorial tiene tres componentes independientes. En proveedores serverless los tres se facturan por separado; en proveedores basados en cluster el almacenamiento y la computación se incluyen en la tarifa del cluster:

``` monthly_cost = (vectors_stored × bytes_per_vector / 1_000_000_000) × storage_$/GB_month + (monthly_writes / 1_000_000) × write_$/M + (monthly_queries / 1_000_000) × read_$/M ```

Bytes por vector = dimension_count × 4 (float32). Un vector de 384 dimensiones = 1.536 bytes. Un vector de 1.536 dimensiones = 6.144 bytes. Un vector de 3.072 dimensiones = 12.288 bytes. Este es el número que más sorprende a los equipos — cambiar de un modelo de embedding de 384 dimensiones a uno de 3.072 dimensiones aumenta los bytes brutos de almacenamiento 8 veces antes de cualquier diferencia de precio.

Las operaciones de escritura son típicamente únicas o infrecuentes (construcción inicial del índice, actualizaciones incrementales periódicas). Las operaciones de lectura/consulta son recurrentes — cada consulta de usuario es al menos una lectura. En producción, las lecturas dominan la factura. En Pinecone Serverless, las escrituras son 25 veces más baratas por unidad que las lecturas ($0.33 vs $8.25 por millón). Planifica tu presupuesto alrededor del volumen de consultas, no del volumen de escrituras.

1M vectores a 1.536 dimensiones (predeterminado de OpenAI text-embedding-3-small) = 6,1 GB de almacenamiento float32 bruto.

**Pinecone Serverless:** Almacenamiento = 6,1 × $0.33 = **$2.01/mes**. Coste de escritura (única vez): 1M × $0.33/M = $0.33. Coste de consulta a 10.000 consultas/mes: 10.000 × $8.25/M = **$0.08/mes**. Total: ~**$2.10/mes** de forma continua a bajo volumen de consultas.

**Turbopuffer:** Almacenamiento = 6,1 × $0.10 = **$0.61/mes**. Consultas a 10.000/mes: 10.000 × $0.40/M = **$0.004/mes**. Total: ~**$0.61/mes** — opción alojada más barata a esta escala.

**Weaviate Cloud Standard:** Base de $25/mes cubre el índice. 1M vectores bajo el umbral de sobrecarga por vector significa que la base de $25/mes te cubre. A bajo volumen de consultas: **$25/mes**.

**Qdrant Cloud Standard:** Cluster inicial ~$30–60/mes cubre un índice de 1M vectores con margen de sobra.

**pgvector (Supabase Free/Pro):** Supabase Free incluye 500 MB de almacenamiento de Postgres; 6,1 GB se desborda a Pro ($25/mes base + $0.125/GB sobre 8 GB). A 1M vectores, pgvector cabe en el plan Pro de $25/mes con margen cómodo. Coste incremental de vectores casi cero.

Conclusión en esta escala: Turbopuffer es el más barato para cargas de trabajo pesadas en almacenamiento, ligeras en consultas. Pinecone Serverless es competitivo. Los paquetes de Weaviate/Qdrant tienen sentido si valoras operaciones gestionadas sobre coste bruto por unidad.

100M vectores a 1.536 dimensiones = 614 GB float32 bruto. Este es un RAG de nivel empresarial medio — una base de conocimiento SaaS, documentación multi-producto, un corpus de datos financieros.

**Pinecone Serverless:** Almacenamiento = 614 × $0.33 = **$202.62/mes**. Escrituras (única vez 100M): $33 única vez. Consultas a 1M/mes: 1M × $8.25/M = **$8.25/mes** consulta. Total: ~**$211/mes**.

**Turbopuffer:** Almacenamiento = 614 × $0.10 = **$61.40/mes**. Consultas a 1M/mes: $0.40. Total: ~**$61.80/mes** — 3,4 veces más barato que Pinecone Serverless a esta escala de almacenamiento.

**Pinecone Standard pod (p1.x2):** Un pod p1.x2 sostiene ~250M vectores a 768 dims, aproximadamente equivalente a 1.536 dims a una capacidad de 125M vectores. ~$140–280/mes dependiendo del aprovisionamiento. Previsibilidad de tarifa plana vs variabilidad serverless.

**Weaviate Cloud Standard:** Base de $25/mes + 99M vectores sobre la base de 1M a $0.095/1M = **$9.41/mes** sobrecarga. Total: **$34.41/mes** si está dentro del presupuesto de computación del tier Standard para tu volumen de consultas — significativamente más barato que Pinecone a este recuento de vectores.

**pgvector en Postgres gestionado:** Almacenamiento de Postgres de 614 GB en Supabase ($0.125/GB sobre 8 GB) = ~$76/mes solo almacenamiento, sin sobrecarga de consultas. Requiere ajuste de parámetros de índice HNSW para rendimiento a esta escala — verifica compensaciones de recuperación de `ivfflat` vs HNSW antes de producción.

Conclusión a 100M vectores: Weaviate Cloud Standard y Turbopuffer son las opciones gestionadas más rentables. Pinecone es más fácil de operar pero cuesta 3-6 veces más por GB almacenado.

1B vectores a 1.536 dimensiones = 6.144 GB (6,1 TB) float32 bruto. RAG a escala empresarial — archivo de documentos completo de un bufete legal, catálogo de productos de un comercio electrónico global con embeddings por SKU por mercado.

**Pinecone Serverless:** Almacenamiento = 6.144 × $0.33 = **$2.027/mes**. Consultas a 10M/mes: 10M × $8.25/M = **$82.50/mes**. Total: ~**$2.110/mes**.

**Turbopuffer:** Almacenamiento = 6.144 × $0.10 = **$614/mes**. Consultas a 10M/mes: 10M × $0.40/M = **$4/mes**. Total: ~**$618/mes** — aproximadamente 3,4 veces más barato que Pinecone a esta escala.

**Cluster dedicado de Zilliz Cloud:** A 1B vectores, los tiers dedicados de Zilliz (Milvus gestionado) están diseñados para esta carga. Los precios de CU a esta escala requieren una cotización personalizada del equipo de ventas de Zilliz — espera precios de contrato empresarial en lugar de tarifas de autoservicio. Verifica en zilliz.com/pricing o contacta a ventas para cifras mensuales exactas.

**pgvector en AWS RDS:** Almacenamiento de Postgres de 6,1 TB en RDS gp3 (~$0.115/GB-mes) = **$703/mes** solo almacenamiento, antes del coste de instancia. Un db.r6g.4xlarge para índice HNSW a 1B vectores = ~$1.100/mes instancia. Total: ~$1.800/mes pero con integración completa del ecosistema SQL/Postgres.

A 1B vectores, la reducción de dim es enormemente importante. Cambiar de 1.536 a 768 dims (disponible vía truncamiento de Matryoshka de OpenAI o dims configurables de Voyage) reduce los bytes de almacenamiento a la mitad — Turbopuffer cae de $614 a $307/mes. A 384 dims: $153/mes. La compensación de calidad de recuperación debe validarse en tu conjunto de evaluación — pero para la mayoría de corpus, embeddings de 768 dims pierden menos del 3% recall@10 versus 1.536-dim en benchmarks estándar. Verifica en tu propio corpus antes de cualquier reducción de dim de producción.

La mayoría de equipos lo descubren de la manera difícil. La documentación del modelo de embedding se destaca por métricas de calidad; el coste de almacenamiento está enterrado. Las matemáticas son lineales e inevitables:

``` storage_bytes = vector_count × dim_count × 4 (float32) Ejemplos a 1M vectores: 384 dim = 1.536 MB = 1,54 GB 768 dim = 3.072 MB = 3,07 GB 1.536 dim = 6.144 MB = 6,14 GB (predeterminado de OpenAI text-embedding-3-small) 3.072 dim = 12.288 MB = 12,3 GB (predeterminado de OpenAI text-embedding-3-large) ```

En Turbopuffer a $0.10/GB-mes: esas cuatro opciones cuestan $0.15, $0.31, $0.61 y $1.23/mes para 1M vectores respectivamente — la diferencia es error de redondeo a pequeña escala. A 1B vectores: $154, $307, $614 y $1.228/mes — ahora estás comparando $154 vs $1.228 por el mismo recuento de vectores. La opción de 3.072-dim cuesta 8 veces más de almacenar.

**Palancas de mitigación:**

1. Usa el parámetro `dimensions` de OpenAI text-embedding-3 para solicitar una proyección de dimensión más baja (p. ej., `dimensions=768` en lugar del predeterminado 3.072). OpenAI usa aprendizaje de representación Matryoshka — los vectores truncados retienen la mayoría de la calidad de recuperación. Su documentación informa una caída mínima de puntuación MTEB a 1.536 dims vs 3.072 dims. Verifica en tu propio corpus antes de comprometerse a producción.

2. Voyage voyage-3.5 soporta dimensiones de salida configurables de manera similar.

3. Algunas BDs vectoriales soportan cuantización escalar (int8) o cuantización binaria — reduciendo a la mitad o una cuarta parte los bytes de almacenamiento al coste de cierto recall. Pinecone, Weaviate y Qdrant todos ofrecen opciones de cuantización. Mide recall@10 antes y después en un conjunto de consultas retenido.

En proveedores serverless como Pinecone, las escrituras cuestan dinero. En proveedores basados en cluster como Weaviate o Qdrant, la escritura se incluye en la tarifa mensual del cluster. La diferencia práctica importa cuando re-indexas.

Eventos de re-indexación: un nuevo modelo de embedding se lanza (re-embedding + re-escritura de todos los vectores); la estrategia de chunking cambia (dividir diferentemente, embedding de cada nuevo chunk, escritura del nuevo índice); actualización del esquema de metadatos (algunos cambios de metadatos requieren eliminar y re-insertar vectores); reorganización del namespace.

**Coste de escritura de Pinecone Serverless para 1B vectores:** 1B × $0.33/1M = $330 única vez. Para 100M vectores: $33. Estos son cargos únicos por re-indexación, no recurrentes — pero son invisibles hasta que ves la factura. Presupuesta al menos 1,5 veces el coste de escritura inicial por año para un sistema de producción que evolucionará.

**Cluster basado en Weaviate, Qdrant, Zilliz:** la re-indexación es un coste de computación dentro del cluster, no un cargo incremental por vector. El cluster puede necesitar escalarse temporalmente si se re-indexa concurrente con servicio de consulta — pero no hay cuota por unidad de escritura incremental. Esta es una ventaja significativa para sistemas que re-indexan frecuentemente.

Patrón práctico: ejecuta el nuevo índice junto al antiguo en producción (dual-índice, división de tráfico A/B), valida métricas de calidad, luego cambio duro. El coste de almacenamiento doble temporal es el precio de una migración segura.

pgvector es una extensión de PostgreSQL que añade búsqueda de similitud vectorial nativa. Si ya pagas por una instancia de Postgres gestionada (Supabase, Neon, Tembo, AWS RDS, Google Cloud SQL), el almacenamiento y búsqueda de vectores cuesta cero dólares adicionales — es solo filas de Postgres.

**Cuándo pgvector es la respuesta correcta:** tu corpus está bajo 50M vectores, ya operas Postgres, tu requisito de latencia de consulta está sobre ~50ms p95, y quieres minimizar la superficie de vendor. Para la mayoría de sistemas RAG de etapa temprana y nivel medio, pgvector con un índice HNSW funciona dentro de una banda de latencia aceptable y no cuesta dinero incremental.

**Cuándo pgvector es la respuesta incorrecta:** estás sobre 100M vectores y necesitas latencia de consulta sub-10ms; necesitas almacenamiento de vectores distribuido entre regiones; necesitas filtrado avanzado de metadatos en consulta con alta selectividad. En ese punto, las BDs vectoriales especializadas (Pinecone, Weaviate, Qdrant) se ganan su prima de coste a través de estructuras de indexación especializadas y operación distribuida.

Los índices HNSW de pgvector en PostgreSQL 16+ soportan parámetros `ef_construction` y `m` que intercambian directamente tiempo de construcción e tamaño de índice contra precisión de recuperación. Comienza con los predeterminados (`m=16`, `ef_construction=64`) y ajusta desde allí en tu conjunto de evaluación. Consulta el tutorial de pgvector vs Pinecone para un recorrido de benchmarking trabajado.

La mayoría de consultas RAG incluyen un filtro de metadatos: recupera vectores donde `user_id = X` o `document_type = 'contract'` o `date > 2025-01-01`. En BDs vectoriales especializadas, el modelo de coste para consultas filtradas vs no filtradas puede diferir significativamente.

**Pinecone Serverless:** las consultas filtradas pueden consumir más unidades de lectura que consultas no filtradas en el mismo namespace, porque el motor debe escanear más del índice para satisfacer el filtro. La documentación de Pinecone describe el coste unitario como escalando con la cardinalidad del conjunto de resultados bajo filtrado — verifica en docs.pinecone.io antes de presupuestar una carga de trabajo de alta selectividad de filtro.

**Weaviate:** soporta pre-filtrado (filtro primero, luego búsqueda ANN en el subconjunto filtrado) vs post-filtrado. El pre-filtrado es más preciso pero puede ser más lento en filtros altamente selectivos. El impacto en precios de Cloud depende de la complejidad de consulta — verifica en el panel de facturación de Weaviate Cloud.

**Qdrant:** usa indexación de carga (payload) para filtros de metadatos; la búsqueda de vectores filtrados es una operación de primera clase. Las características de rendimiento y coste a escala deben verificarse contra los benchmarks de Qdrant (qdrant.tech/benchmarks) para tu cardinalidad de filtro específica.

Línea de fondo: si tu caso de uso RAG está fuertemente filtrado (aislamiento de inquilino, namespacing por usuario, consultas de rango de fecha), compara el coste de consulta filtrada en tu distribución de datos real antes de comprometerse a un proveedor. El rendimiento de consulta filtrada varía más entre proveedores que el rendimiento de consulta no filtrada.

La migración es costosa (re-insertar todos los vectores, actualizar todo el código de aplicación apuntando al endpoint antiguo, validar calidad de consulta contra el nuevo índice). Migra solo cuando se cruza un umbral claro.

**Migra de serverless a cluster cuando:** tu factura de lectura serverless exceda lo que costaría un cluster a tu volumen de consultas. Para Pinecone Serverless: a $8.25/1M de lecturas, el pod p1.x1 ($70-140/mes) se vuelve más barato arriba de ~8-17M consultas/mes. Haz la aritmética a tu volumen de consulta real antes de asumir que serverless es siempre más barato.

**Migra de cluster a serverless cuando:** tu cluster está subutilizado — pagas por un cluster dimensionado para carga máxima, pero la utilización promedio está bajo 20%. La simplicidad operativa de serverless más el modelo de pago por consulta significa que la capacidad inactiva es gratis. Muchos equipos sobre-compran clusters dedicados en el año uno.

**Migra de pgvector a especializado cuando:** la latencia de consulta HNSW a tu recuento de vectores excede tu SLA a p95, o necesitas replicación multi-región, o tu complejidad de filtrado de metadatos supera lo que la planificación de consulta de Postgres maneja eficientemente. Disparador típico: 50-100M+ vectores con requisitos de latencia sub-15ms.

Para una comparación detallada de las bases de datos y sus compensaciones arquitectónicas, consulta Pinecone vs Weaviate vs Qdrant y nuestro árbol de decisión de arquitectura RAG.

Construye esta hoja de cálculo antes de comprometerte a ninguna BD vectorial. Cuatro números conducen el 95% de la factura mensual:

``` 1. vector_count — tamaño de corpus actual, no máximo proyectado 2. dim_count — de tu modelo de embedding elegido 3. monthly_queries — de tu volumen de consultas real o estimado 4. monthly_write_rate — vectores añadidos/actualizados por mes (actualizaciones de índice incremental) monthly_storage_GB = vector_count × dim_count × 4 / 1_000_000_000 Pinecone Serverless: monthly = (storage_GB × 0.33) + (monthly_queries / 1_000_000 × 8.25) + (monthly_writes / 1_000_000 × 0.33) Turbopuffer: monthly = (storage_GB × 0.10) + (monthly_queries / 1_000_000 × 0.40) Weaviate Cloud Standard: monthly = 25 + max(0, (vector_count - 1_000_000) / 1_000_000 × 0.095) ```

La fórmula hace una cosa obvia: a altos recuentos de vectores con bajo volumen de consultas, Turbopuffer y Weaviate vencen a Pinecone Serverless en coste de almacenamiento. A alto volumen de consultas con bajo recuento de vectores, Pinecone Serverless es competitivo en coste porque solo pagas por lo que consultas.

Para la llamada LLM que ocurre después de la recuperación — que típicamente domina la factura total RAG — consulta la calculadora de coste por consulta RAG.