Tu factura de Pinecone era de 52 $ el trimestre pasado. Este trimestre es de 1.300 $, y no cambiaste nada salvo tener éxito. Más usuarios, más documentos, más consultas — exactamente el crecimiento que querías — y cada unidad del mismo se mide a 16-18 $ por millón de unidades de lectura, además del almacenamiento. Ese es el momento en que el autoalojamiento deja de ser un pasatiempo de ingeniería y se convierte en una cuestión financiera: ¿en qué punto una máquina fija ejecutando Qdrant o Milvus es más barata que el contador por consulta, y cómo lo demuestras antes de migrar?
Este artículo recorre cómo mide realmente Pinecone serverless, cuánto cuesta de verdad un despliegue autoalojado de Qdrant o Milvus una vez que cuentas el tiempo de ingeniería, las matemáticas del punto de equilibrio que localizan tu punto de cruce, y cómo cada opción aterriza en tus libros — porque un servidor que posees y una factura que pagas no son el mismo tipo de dinero.
Cómo mide realmente Pinecone Serverless
El precio de Pinecone serverless tiene cuatro diales, y solo uno se comporta como una suscripción. El plan Standard lleva un mínimo mensual de 50 $ — lo pagas incluso en un mes tranquilo — y por encima de eso pagas por uso en tres dimensiones más la salida de datos.
El almacenamiento es el dial más pequeño: 0,33 $ por GB al mes. Un índice de 10 millones de vectores de embeddings de 1536 dimensiones ocupa unos 60 GB, así que unos 20 $ al mes. Nadie migra por el almacenamiento.
Las unidades de lectura son el dial que mueve la factura. Standard cobra 16-18 $ por millón de unidades de lectura, con tarifas que varían según la región de la nube, y cada consulta consume unidades de lectura aproximadamente en proporción a cuánto del índice escanea. Las unidades de escritura son más baratas, a 4-4,50 $ por millón, lo que importa durante la ingesta masiva y la re-generación de embeddings pero pasa a segundo plano en una carga de trabajo RAG con muchas lecturas. Desde septiembre de 2026, la salida de datos más allá de los 100 GB incluidos al mes se mide a 0,10 $ por GB — una línea de coste que apenas existía hace un año y que ahora merece su propia fila en tu hoja de cálculo.
El nivel gratuito Starter (2 GB de almacenamiento, 1 millón de unidades de lectura y 2 millones de unidades de escritura al mes) cubre los prototipos de maravilla, que es precisamente por lo que la factura llega como una sorpresa: el nivel gratuito termina exactamente cuando el uso empieza a componerse. Las comparativas de costes de terceros sitúan una carga de trabajo de producción de 10 millones de vectores en Pinecone serverless en 1.300 $ o más al mes, y 50 millones de vectores de 768 dimensiones en 300-800 $ según el volumen de consultas. Con 100 millones de vectores, los despliegues de Pinecone basados en pods se han estimado en 5.000-15.000 $ al mes. Verifica los precios de lista actuales antes de presupuestar — cada proveedor reajusta su medición al menos una vez al año — pero la forma de la curva es estable: el coste de Pinecone escala con tu éxito, de forma lineal y para siempre.
Cuánto cuestan de verdad Qdrant y Milvus autoalojados
El autoalojamiento sustituye un contador por una línea plana: infraestructura fija más tiempo de ingeniería. Los dos principales motores de código abierto, ambos con licencia Apache 2.0, trazan esa línea plana a alturas distintas.
Qdrant es la opción más ligera. Es un único binario en Rust con un apetito de memoria modesto, un potente filtrado de payload y una cuantización agresiva — su TurboQuant de 4 bits puede reducir la RAM de vectores densos aproximadamente ocho veces, y la cuantización simple de int8 la reduce a la mitad. Una colección de 10 millones de vectores que necesita 60 GB a plena precisión cabe en menos de 10 GB cuantizada, que es la diferencia entre una máquina de 150 $ y una de 600 $. Un conocido caso práctico de migración situó Qdrant autoalojado en Kubernetes en unos 850 $ al mes de infraestructura para una carga de trabajo que costaba 8.400 $ al mes en Pinecone. Las configuraciones más pequeñas cuestan mucho menos: un único servidor dedicado con 64 GB de RAM se alquila por unos 100-300 $ al mes y aloja cómodamente decenas de millones de vectores cuantizados.
Milvus es la opción más pesada con el techo más alto. Es un sistema distribuido y nativo de la nube — componentes separados para coordinación, nodos de datos, nodos de consulta y almacenamiento — lo que significa que escala más allá de los mil millones de vectores pero también que operas un clúster, no un binario. Las estimaciones de terceros sitúan Milvus autoalojado en 600-1.200 $ al mes de infraestructura para una carga de trabajo de 50 millones de vectores, y 2.000-5.000 $ con 100 millones de vectores. A esa escala sigue estando por debajo de las alternativas gestionadas a la mitad o menos, pero la brecha entre la simplicidad de Qdrant y la complejidad de Milvus es personal de ingeniería real.
Ese personal es la línea que todos subestiman. El mismo caso práctico que valoró la infraestructura de Qdrant autoalojado en 850 $ al mes añadió un cuarto de ingeniero — unos 5.000 $ al mes con todos los costes incluidos — para operaciones. Actualizaciones de versión, ajuste de índices, restauración de copias de seguridad, avisos a las 3 de la mañana: el contador que dejas de pagar a Pinecone se convierte en parte en salario. Una comparación justa siempre añade esta fila. Si ya ejecutas Kubernetes y ya tienes a alguien de guardia, el coste marginal puede ser casi nulo; si tuvieras que contratar a tu primer ingeniero de plataforma para cuidar un clúster, el autoalojamiento acaba de volverse 150.000 $ al año más caro.
También hay una vía intermedia que merece la pena valorar: el código abierto gestionado. Qdrant Cloud factura sobre los recursos reales del clúster sin mínimo fijo, con clústeres de pago desde unos 25 $ al mes y un clúster genuinamente gratuito de 1 GB para cargas de trabajo pequeñas. Zilliz Cloud, el Milvus gestionado de su equipo original, cobra el uso serverless a unos 4 $ por millón de vCUs con un nivel gratuito de 5 GB y 2,5 millones de vCUs al mes. Ambos suelen situarse entre Pinecone y el autoalojamiento en precio manteniendo la carga operativa cerca de cero — la respuesta correcta cuando tu volumen de consultas ha superado el nivel gratuito de Pinecone pero no tu tolerancia a las guardias.
Las matemáticas del cruce: encontrar tu punto de equilibrio
La fórmula del punto de equilibrio cabe en una ficha. El autoalojamiento gana el mes en que:
Infraestructura fija + tiempo de ingeniería supera a almacenamiento + (unidades de lectura × consultas) + escrituras + salida de datos
Hazlo con tus propias facturas de los últimos tres meses, no con las calculadoras de los proveedores, porque tu ratio de unidades de lectura por consulta es el único número que ningún artículo comparativo puede darte. Extrae las líneas de la factura, divide las unidades de lectura entre las consultas atendidas y tendrás tu coste unitario. Luego pon precio al lado fijo: una máquina dedicada o VM en la nube dimensionada para tu índice cuantizado, más la fracción honesta de un ingeniero.
Un ejemplo resuelto hace concreta la forma. Toma un producto RAG con 10 millones de vectores de 1536 dimensiones y 5 millones de consultas al mes, creciendo un 20 por ciento mensual. En Pinecone serverless, las estimaciones de terceros sitúan esta carga de trabajo en torno a 1.300 $ al mes hoy — y con un crecimiento mensual de consultas del 20 por ciento, aproximadamente se duplica cada cuatro meses. Qdrant autoalojado cuantizado a int8 encaja el índice en unos 30 GB de RAM: un servidor dedicado de 64 GB a, digamos, 200 $ al mes, más un cuarto de ingeniero a 5.000 $ con todos los costes incluidos, suma unos 5.200 $. Eso parece una pérdida — hasta que extiendes las líneas. La línea de Pinecone se duplica cada cuatro meses (1.300 $, luego 2.600 $, luego 5.200 $), mientras que la línea autoalojada se mantiene plana. El cruce llega alrededor del mes ocho, y cada mes posterior la brecha se amplía a tu favor. Un crecimiento más rápido acerca el cruce; un uso plano puede que nunca lo alcance.
De las comparativas publicadas se desprenden tres zonas aproximadas. Por debajo de aproximadamente un millón de vectores con consultas moderadas, serverless gana de calle — el nivel gratuito o el mínimo de 50 $ de Pinecone superan el tiempo de cualquier ingeniero. Entre unos 10 y 50 millones de vectores con un volumen de consultas constante se sitúa la zona de cruce, donde la respuesta depende de tu tasa de crecimiento y de si ya tienes ingeniería de plataforma. Más allá de 100 millones de vectores con una carga de consultas seria, Qdrant o Milvus autoalojados casi siempre ganan solo en infraestructura, a menudo por un 50-75 por ciento.
Una advertencia: modela tu crecimiento, no tu presente. Los equipos que dimensionan la decisión con la factura de hoy e ignoran una curva de crecimiento mensual del 20 por ciento vuelven a ejecutar todo este análisis seis meses después bajo presión de plazos, que es la forma más cara posible de migrar.
¿CapEx u OpEx? Cómo aterriza cada opción en tus libros
Aquí es donde las dos opciones dejan de ser intercambiables, porque un servidor que posees y una factura que pagas son tipos distintos de dinero con distinto calendario fiscal.
Las facturas de Pinecone, Qdrant Cloud y Zilliz Cloud son gastos operativos, deducibles en el año en que se pagan. La única decisión de criterio es la ubicación: si la base de datos vectorial sirve directamente consultas de un producto por el que los clientes pagan, su coste corresponde al coste de los bienes vendidos junto al resto de tu infraestructura de hosting, donde reduce el margen bruto con honestidad. Si alimenta una herramienta interna — una búsqueda de documentación de soporte para tu propio equipo — se sitúa en gastos operativos generales con el resto de tu stack SaaS. Divide la factura por uso cuando un índice sirva a ambos; el equipo de diligencia de tu futuro adquirente reasignará tu libro mayor a una definición estándar de COGS de SaaS de todos modos, así que clasifícalo correctamente ahora.
La infraestructura autoalojada alquilada — VMs en la nube, servidores dedicados de un proveedor de hosting — también es gasto operativo: hosting mensual, sin activo, sin calendario de amortización. Esto sorprende a los equipos que piensan que "autoalojado" significa automáticamente inversión de capital. Alquilar una máquina es alquilar, por muy desnudo que esté el metal.
El hardware propio es el verdadero caso de CapEx. Compra el servidor y lo capitalizas como activo fijo, y luego lo amortizas — el equipo informático generalmente entra en la propiedad MACRS a 5 años, y la deducción de la Sección 179 o la depreciación acelerada pueden permitirte deducir mucho más en el primer año, sujeto a los límites vigentes que tu contador debe confirmar. El calendario fiscal puede hacer que un servidor de 6.000 $ sea más barato en términos de valor presente que 150 $ al mes de alquiler, incluso antes del ahorro en hosting. Pero el hardware propio también significa que asumes el riesgo del activo: un disco muerto a las 2 de la mañana es tu disco, y una carga de trabajo que supera la máquina deja el capital varado.
Los costes de migración — volver a generar los embeddings de tu corpus, ejecutar ambos sistemas en paralelo, las semanas de ingeniería — se gastan a medida que se incurren en casi todos los casos de pequeña empresa. Presupúestalos como un golpe único contra el periodo de recuperación, no como un activo. Si la migración ahorra 4.000 $ al mes y cuesta 15.000 $ en tiempo de ingeniería y cómputo de re-generación de embeddings, la recuperación es de menos de cuatro meses; financia la decisión con ese reloj.
En un libro mayor de texto plano, los dos regímenes se ven así — la factura medida como gasto mensual contra el coste de ingresos, la máquina alquilada como hosting, y el servidor propio amortizándose un poco cada mes (consulta la documentación de Beancount para la mecánica de registro):
2026-01-01 open Assets:Checking USD
2026-01-01 open Expenses:COGS:VectorDB USD
2026-01-01 open Expenses:Infra:Hosting USD
2026-01-01 open Assets:Servers:VectorDB USD
2026-01-01 open Assets:Servers:Accumulated-Depreciation USD
2026-01-01 open Expenses:Depreciation:Servers USD
2026-11-01 * "Pinecone" "October bill, 4.1M read units and 62 GB storage"
Expenses:COGS:VectorDB 312.44 USD
Assets:Checking
2026-11-01 * "Hosting provider" "November rent, 64 GB dedicated server for Qdrant"
Expenses:Infra:Hosting 199.00 USD
Assets:Checking
2026-11-30 * "Month-end" "Depreciation, owned vector-search server, month 3 of 60"
Expenses:Depreciation:Servers 100.00 USD
Assets:Servers:Accumulated-Depreciation -100.00 USDMantén las líneas medidas y fijas en cuentas separadas incluso durante una migración con ejecución en paralelo. Cuando ambos sistemas sirven a producción durante un mes o dos, las cuentas mezcladas ocultan exactamente la comparación que la migración debía demostrar.
Los costes que todos olvidan
Cuatro costes escapan habitualmente de la hoja de cálculo y emboscan la migración después.
Primero, la salida de datos y la re-ingesta. Mover 100 millones de vectores no es gratis en ningún lado: la salida de datos del lado de Pinecone por encima de la asignación incluida, más el cómputo para volver a generar los embeddings si cambias de modelo de embeddings o de chunking al mismo tiempo. Las estimaciones publicadas sitúan una re-generación completa de embeddings entre 50 y 5.000 $ en cómputo según el tamaño del corpus, más 4 a 12 semanas de ingeniería para la propia migración. Valora la migración, no solo el destino.
Segundo, la regresión en la calidad de recuperación. Un índice ANN distinto con una cuantización distinta devuelve vecinos distintos, y "distinto" a veces significa peor para tus consultas específicas. Los equipos que migran solo por coste y se saltan una evaluación de relevancia lado a lado descubren la regresión por las quejas de los usuarios. Reserva una muestra de consultas, puntúa ambos sistemas y exige paridad antes del corte — la semana de evaluación forma parte del presupuesto de migración.
Tercero, latencia que pagas pero no puedes usar. Una comparativa midió Pinecone en unos 22 ms P95 frente a 150 ms de una alternativa basada en Postgres — una brecha que ningún humano nota en el 95 por ciento de los escenarios RAG B2B, donde el propio modelo de lenguaje tarda segundos. Si el cuello de botella de tu chatbot es la generación de tokens, comprar recuperación en milisegundos de un solo dígito es comprar velocidad que tus usuarios nunca sentirán. Ajusta el SLO de latencia al producto antes de ajustar el proveedor al SLO.
Cuarto, la asimetría del coste de salida. Migrar de Pinecone a Qdrant significa exportar vectores y reconstruir un índice — molesto pero acotado. Migrar entre motores autoalojados, o de vuelta a gestionado más adelante, conlleva otra vez la misma factura de re-generación de embeddings y reajuste. Prefiere motores con rutas de exportación estándar y formatos de datos abiertos para que la próxima migración, en cualquier dirección, parta de un botón de exportación en lugar de un proyecto forense.
Decide con seis preguntas
Toma prestado el marco de decisión en el que convergen las mejores comparativas y respóndelo con tus propios números:
- ¿Qué tamaño tiene el corpus hoy y dónde estará dentro de doce meses? Por debajo de un millón de vectores, detente aquí y quédate en serverless.
- ¿Cuál es tu coste con todos los gastos incluidos por millón de consultas en la factura actual? Divide tres meses de facturas entre las consultas atendidas.
- ¿Ya operas infraestructura con estado? Un clúster de Kubernetes existente con rotación de guardias hace el autoalojamiento casi gratis en el margen; su ausencia lo convierte en un plan de contratación.
- ¿Qué latencia necesita realmente el producto? Si la respuesta es "más rápida que el LLM", casi todas las opciones cumplen.
- ¿Necesitas búsqueda híbrida — palabra clave más vector en una sola consulta? Qdrant, Milvus y Weaviate la incluyen de forma nativa; Pinecone y las configuraciones basadas en Postgres requieren montaje manual, que también es tiempo de ingeniería en el lado medido del libro mayor.
- ¿Qué le hace la curva de crecimiento a la fecha de cruce? Una carga de trabajo plana que nunca cruza es una decisión de quedarse, tomada deliberadamente en lugar de por inercia.
Extrae tus últimas tres facturas de Pinecone esta semana, calcula el coste por millón de consultas y valora una máquina dedicada dimensionada para tu índice cuantizado. Si las líneas se cruzan dentro de un año, empieza ya la evaluación de relevancia — la migración lleva semanas, las matemáticas llevan una tarde, y el resultado más caro es volver a ejecutar ambas bajo presión de plazos dentro de seis meses.
