Coût Vector DB par 1M embeddings (2026)

Le coût vector DB comporte trois composantes indépendantes. Chez les fournisseurs serverless, les trois sont facturées séparément ; chez les fournisseurs cluster-based, stockage et calcul sont intégrés dans le tarif du 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 ```

Octets par vecteur = nombre_dimensions × 4 (float32). Un vecteur 384-dim = 1 536 octets. Un vecteur 1 536-dim = 6 144 octets. Un vecteur 3 072-dim = 12 288 octets. C'est le nombre qui surprend le plus les équipes — passer d'un modèle embedding 384-dim à 3 072-dim multiplie les octets bruts stockés par 8 avant toute différence de tarif.

Les opérations d'écriture sont généralement ponctuelles ou peu fréquentes (construction initiale, mises à jour incrémentielles périodiques). Les opérations de lecture/requête sont récurrentes — chaque requête utilisateur produit au moins une lecture. En production, les lectures dominent la facture. Sur Pinecone Serverless, les écritures sont 25x moins chères par unité que les lectures ($0.33 vs $8.25 par million). Budgétisez autour du volume de requêtes, non du volume d'écritures.

1M vecteurs à 1 536 dimensions (défaut OpenAI text-embedding-3-small) = 6,1 GB stockage float32 brut.

**Pinecone Serverless :** Stockage = 6,1 × $0.33 = **$2.01/mois**. Coût écriture (ponctuel) : 1M × $0.33/M = $0.33. Coût requête à 10 000 requêtes/mois : 10 000 × $8.25/M = **$0.08/mois**. Total : ~**$2.10/mois** à faible volume de requêtes.

**Turbopuffer :** Stockage = 6,1 × $0.10 = **$0.61/mois**. Requêtes à 10 000/mois : 10 000 × $0.40/M = **$0.004/mois**. Total : ~**$0.61/mois** — option hébergée la moins chère à cette échelle.

**Weaviate Cloud Standard :** $25/mois base couvre l'index. 1M vecteurs en dessous du seuil surcoût par vecteur signifie que le forfait $25/mois suffit. À faible volume requête : **$25/mois**.

**Qdrant Cloud Standard :** Cluster d'entrée ~$30–60/mois couvre un index 1M vecteurs confortablement.

**pgvector (Supabase Free/Pro) :** Supabase Free inclut 500 MB stockage Postgres ; 6,1 GB dépasse et nécessite Pro ($25/mois base + $0.125/GB au-delà de 8 GB). À 1M vecteurs, pgvector rentre sur le plan Pro $25/mois avec marche confortable. Coût vectoriel quasi-zéro.

Conclusion à cette échelle : Turbopuffer est le moins cher pour charges stockage-lourd, requêtes-légères. Pinecone Serverless est compétitif. Les forfaits Weaviate/Qdrant ont du sens si vous valorisez les opérations managées sur le coût brut par unité.

100M vecteurs à 1 536 dimensions = 614 GB brut float32. C'est un RAG entreprise mid-market — base de connaissances SaaS, documentation multi-produit, corpus données financières.

**Pinecone Serverless :** Stockage = 614 × $0.33 = **$202.62/mois**. Écritures (ponctuel 100M) : $33 ponctuel. Requêtes à 1M/mois : 1M × $8.25/M = **$8.25/mois** requête. Total : ~**$211/mois**.

**Turbopuffer :** Stockage = 614 × $0.10 = **$61.40/mois**. Requêtes à 1M/mois : $0.40. Total : ~**$61.80/mois** — 3,4x moins cher que Pinecone Serverless à cette échelle stockage.

**Pinecone Standard pod (p1.x2) :** Un pod p1.x2 tient ~250M vecteurs à 768 dims, à peu près équivalent à ~125M vecteurs à 1 536 dims. ~$140–280/mois selon provisioning. Prévisibilité forfait vs variabilité serverless.

**Weaviate Cloud Standard :** $25/mois base + 99M vecteurs au-delà du base 1M à $0.095/1M = **$9.41/mois** surcoût. Total : **$34.41/mois** si dans le budget calcul Standard tier pour votre volume requête — bien moins cher que Pinecone à ce nombre vecteurs.

**pgvector sur Postgres managé :** 614 GB stockage Postgres sur Supabase ($0.125/GB au-delà de 8 GB) = ~$76/mois stockage seul, sans surcharge requête. Nécessite tuning paramètres index HNSW à cette échelle — vérifier tradeoff rappel `ivfflat` vs HNSW avant production.

Conclusion à 100M vecteurs : Weaviate Cloud Standard et Turbopuffer sont les options managées les plus compétitives en coût. Pinecone est le plus facile à opérer mais coûte 3-6x plus par GB stocké.

1B vecteurs à 1 536 dimensions = 6 144 GB (6,1 TB) brut float32. RAG échelle entreprise — archive complète documents cabinet juridique, catalogue produits e-commerce global avec embeddings par SKU par marché.

**Pinecone Serverless :** Stockage = 6 144 × $0.33 = **$2 027/mois**. Requêtes à 10M/mois : 10M × $8.25/M = **$82.50/mois**. Total : ~**$2 110/mois**.

**Turbopuffer :** Stockage = 6 144 × $0.10 = **$614/mois**. Requêtes à 10M/mois : 10M × $0.40/M = **$4/mois**. Total : ~**$618/mois** — environ 3,4x moins cher que Pinecone à cette échelle.

**Zilliz Cloud cluster dédié :** À 1B vecteurs, les tiers dédiés Zilliz (Milvus managé) sont conçus pour cette charge. Tarification CU à cette échelle nécessite devis custom équipe ventes Zilliz — tarification contrat entreprise plutôt que self-serve. Vérifier zilliz.com/pricing ou contacter sales pour chiffres mensuels exacts.

**pgvector sur AWS RDS :** 6,1 TB stockage Postgres sur RDS gp3 (~$0.115/GB-mois) = **$703/mois** stockage seul, avant coût instance. Une db.r6g.4xlarge pour index HNSW à 1B vecteurs = ~$1 100/mois instance. Total : ~$1 800/mois mais avec intégration complète écosystème SQL/Postgres.

À 1B vecteurs, la réduction dimensionnalité compte énormément. Passer de 1 536 à 768 dims (disponible via troncature Matryoshka OpenAI ou dims configurables Voyage) halve les octets stockage — Turbopuffer passe de $614 à $307/mois. À 384 dims : $153/mois. Le tradeoff qualité retrieval doit être validé sur votre jeu d'éval — mais pour la plupart des corpus, embeddings 768-dim perdent moins de 3% recall@10 comparé à 1 536-dim sur benchmarks standards. Vérifier sur votre propre corpus avant réduction dim en production.

La plupart des équipes découvrent ceci à leurs dépens. La documentation modèle embedding met en avant les métriques qualité ; coût stockage est enterré. Les maths sont linéaires et inévitables :

``` storage_bytes = vector_count × dim_count × 4 (float32) Exemples à 1M vecteurs : 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 (défaut OpenAI text-embedding-3-small) 3 072 dim = 12 288 MB = 12,3 GB (défaut OpenAI text-embedding-3-large) ```

Sur Turbopuffer à $0.10/GB-mois : ces quatre options coûtent $0.15, $0.31, $0.61 et $1.23/mois pour 1M vecteurs respectivement — la différence est arrondi à petite échelle. À 1B vecteurs : $154, $307, $614 et $1 228/mois — maintenant vous comparez $154 vs $1 228 pour le même nombre vecteurs. L'option 3 072-dim coûte 8x plus à stocker.

**Leviers d'atténuation :**

1. Utilisez le paramètre OpenAI text-embedding-3 `dimensions` pour demander projection dim inférieure (ex. `dimensions=768` au lieu du défaut 3 072). OpenAI utilise apprentissage représentation Matryoshka — vecteurs tronqués conservent la plupart qualité retrieval. Leurs docs rapportent baisse score MTEB minimal à 1 536 dims vs 3 072 dims. Vérifier sur votre corpus avant engager production.

2. Voyage voyage-3.5 supporte dimensions output configurables similarement.

3. Certains vector DBs supportent quantization scalaire (int8) ou quantization binaire — halving ou réduisant stockage octets par 4 au coût de rappel diminué. Pinecone, Weaviate et Qdrant offrent tous options quantization. Mesurer recall@10 avant/après sur jeu requête testé.

Chez fournisseurs serverless comme Pinecone, les écritures coûtent de l'argent. Chez fournisseurs cluster-based comme Weaviate ou Qdrant, l'écriture est intégrée au forfait cluster mensuel. La différence pratique compte lors du re-indexing.

Événements re-indexing : nouveau modèle embedding sort (re-embed + re-write tous vecteurs) ; stratégie chunking change (splitter différemment, embed chaque chunk nouveau, write nouvel index) ; mise à jour schéma métadata (certains changements métadata nécessitent delete et re-insert vecteurs) ; réorganisation namespace.

**Coût écriture Pinecone Serverless pour 1B vecteurs :** 1B × $0.33/1M = $330 ponctuel. Pour 100M vecteurs : $33. Ce sont des charges ponctuelles par re-index, non récurrentes — mais invisibles jusqu'à voir la facture. Budgétisez au moins 1.5x coût écriture initial annuel pour système production qui évoluera.

**Weaviate, Qdrant, Zilliz cluster-based :** re-index est coût calcul à l'intérieur cluster, non charge par-vecteur additionnel. Le cluster peut avoir besoin scaling temporaire si re-indexing concurrente avec serving requête — mais pas de frais unité-par-écriture additionnel. C'est avantage significatif pour systèmes re-indexing fréquemment.

Pattern pratique : lancer nouvel index côté ancien en production (double-index, split trafic A/B), valider métriques qualité, puis hard-switch. Coût double stockage temporaire est prix migration sûre.

pgvector est extension PostgreSQL qui ajoute recherche similarité vectorielle nativement. Si vous payez déjà instance Postgres managée (Supabase, Neon, Tembo, AWS RDS, Google Cloud SQL), stockage vectoriel et recherche coûtent zéro dollars additionnels — c'est juste lignes Postgres.

**Quand pgvector est bonne réponse :** corpus sous 50M vecteurs, vous opérez déjà Postgres, exigence latence requête au-dessus ~50ms p95, voulez minimiser surface vendor. Pour plupart systèmes RAG early-stage et mid-market, pgvector avec index HNSW performe dans bande latence acceptable et coûte rien incrémental.

**Quand pgvector mauvaise réponse :** au-dessus 100M vecteurs besoin sub-10ms latence requête ; stockage vectoriel distribué cross-regions ; filtrage métadata avancé à temps requête haute sélectivité. À ce point, vector DBs purpose-built (Pinecone, Weaviate, Qdrant) gagnent premium coût via structures indexing purpose-built et opération distribuée.

Indexes pgvector HNSW sur PostgreSQL 16+ supportent paramètres `ef_construction` et `m` qui tradeoff directement temps build et taille index contre précision rappel. Commencer defaults (`m=16`, `ef_construction=64`) et tuner sur jeu eval. Voir pgvector vs Pinecone tutoriel pour walkthrough benchmarking détaillé.

La plupart requêtes RAG inclut filtre métadata : retriever vecteurs où `user_id = X` ou `document_type = 'contract'` ou `date > 2025-01-01`. Sur vector DBs purpose-built, modèle coût requête filtrée vs non-filtrée peut différer significativement.

**Pinecone Serverless :** requêtes filtrées peuvent consommer plus unités lecture que requêtes non-filtrées sur même namespace, parce engine doit scanner plus index pour satisfaire filtre. Documentation Pinecone décrit coût unité scalant avec cardinality jeu résultat sous filtrage — vérifier docs.pinecone.io avant budgétiser charge haute-sélectivité-filtre.

**Weaviate :** supporte pre-filtering (filtre d'abord, puis recherche ANN filtrée) vs post-filtering. Pre-filtering plus précis mais peut être plus lent sur filtres très sélectifs. Impact tarification Cloud dépend complexité requête — vérifier dashboard facturation Weaviate Cloud.

**Qdrant :** utilise payload indexing pour filtres métadata ; recherche vecteur filtrée est opération first-class. Caractéristiques performance et coût à l'échelle doivent être vérifiées contre benchmarks Qdrant (qdrant.tech/benchmarks) pour cardinality filtre spécifique.

Conclusion : si use case RAG est lourdement filtré (isolation tenant, namespace per-user, requêtes date-range), benchmarker coût requête filtrée sur distribution données réelle avant engager fournisseur. Performance requête filtrée varie plus entre fournisseurs que performance non-filtrée.

Migration coûteuse (re-insert tous vecteurs, mettre à jour tout code application pointant ancien endpoint, valider qualité requête contre nouvel index). Migrer uniquement quand seuil clair est franchi.

**Migrer serverless vers cluster quand :** facture serverless lecture dépasse ce qu'un cluster coûterait à votre volume requête. Pour Pinecone Serverless : à $8.25/1M lectures, pod p1.x1 ($70-140/mois) devient moins cher au-dessus ~8-17M requêtes/mois. Faire l'arithmétique à votre volume requête réel avant assumer serverless toujours moins cher.

**Migrer cluster vers serverless quand :** cluster sous-utilisé — payez cluster dimensionné pic charge, mais utilisation moyenne sous 20%. Simplicité opérationnelle serverless plus modèle pay-per-query signifie capacité idle gratuit. Beaucoup équipes sur-achètent clusters dédiés année 1.

**Migrer pgvector vers purpose-built quand :** latence requête HNSW à votre nombre vecteur dépasse SLA p95, ou besoin réplication multi-région, ou complexité filtrage métadata dépasse ce que query planning Postgres gère efficacement. Trigger typique : 50-100M+ vecteurs exigence latence sub-15ms.

Pour comparaison détaillée des databases et tradeoffs architecturaux, voir Pinecone vs Weaviate vs Qdrant et notre arbre décision architecture RAG.

Construisez ce spreadsheet avant vous engager vector DB. Quatre nombres drivent 95% facture mensuelle :

``` 1. vector_count — taille corpus actuelle, pas max projeté 2. dim_count — depuis modèle embedding choisi 3. monthly_queries — depuis volume requête réel ou estimé 4. monthly_write_rate — vecteurs ajoutés/mis à jour par mois (mises à jour index incrémentielles) 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) ```

Formule rend une chose évidente : à nombres vecteurs hauts avec faible volume requête, Turbopuffer et Weaviate battent Pinecone Serverless sur coût stockage. À haut volume requête avec faible nombre vecteur, Pinecone Serverless coût-compétitif parce vous payez juste ce que vous interrogez.

Pour appel LLM après retrieval — typiquement qui domine facture RAG totale — voir calculateur coût-par-requête RAG.