Calculadora de Embeddings
Estima el coste de vectorizar tu base de conocimiento y el almacenamiento necesario.
Modelo de embeddings
Parámetros de tu base de conocimiento
PDFs, páginas web, artículos...
Página A4 ≈ 3.000 chars · PDF 10 pág ≈ 30.000
Típico: 10-20%
% de docs que se actualizan al mes
Estimación
825.0k
Tokens totales
a indexar
1.6k
Chunks generados
vectores
9.4 MB
Almacenamiento
vector store
$0.0165
Coste indexación
primera vez
Re-indexación mensual
$0.165¢
10% de documentos actualizados
Almacenamiento mensual
$0.089¢
Estimado vector store (~$0.096/GB)
Coste mensual total
$0.254¢
Re-indexación + almacenamiento
* Estimaciones aproximadas. Los costes de almacenamiento varían según el proveedor (Pinecone, Qdrant, pgvector, etc.). Para modelos open source (Nomic, BAAI), el coste de API es cero pero incluye coste de cómputo si lo hospeadas tú.
¿Quieres que diseñemos e implementemos tu pipeline RAG completo?
Construimos el pipeline RAG completo sobre tu base de conocimiento: chunking, embeddings, retrieval híbrido, reranking y evals incluidos.
Implementación RAG — desde 6.000 €