Калькулятор векторной базы
Собираете поиск по своим документам или RAG? Укажите объём базы и модель эмбеддингов — посчитаем размер индекса, требования к памяти и стоимость векторизации.
Ориентир: 1 МБ текста ≈ 500 страниц книги ≈ 250 тыс. токенов.
Выберите параметры выше.
Как это считается
Текст режется на чанки с перекрытием: при перекрытии 15% каждый следующий кусок захватывает часть предыдущего, поэтому чанков получается больше, чем при простом делении. Один вектор весит «число измерений × байт на число»: у модели на 2048 измерений во float16 это 4 КБ. Стоимость векторизации разовая — платите только за проход по документам, поиск потом бесплатен (кроме векторизации самого запроса).
Оценка приблизительная. Реальный размер зависит от хранилища: pgvector, Qdrant, Chroma и FAISS добавляют свои структуры индекса — обычно от 10 до 50% сверху. Для быстрого поиска векторы держат в оперативной памяти, поэтому ориентируйтесь на строку «база целиком» как на требование к RAM, а не только к диску.
Что такое эмбеддинги и векторный поиск — в гайде. Как из этого собирается ответ по вашим документам — про RAG. Почему память сейчас дорогая — в новости про дефицит.