Il tuo conto Pinecone era di 52 dollari lo scorso trimestre. Questo trimestre è di 1.300 dollari, e non hai cambiato nulla se non avere successo. Più utenti, più documenti, più query — esattamente la crescita che volevi — e ogni unità è tariffata a 16-18 dollari per milione di read unit oltre allo storage. È il momento in cui il self-hosting smette di essere un hobby ingegneristico e diventa una questione finanziaria: a che punto un server fisso con Qdrant o Milvus costa meno del contatore per query, e come lo dimostri prima di migrare?
Questo articolo illustra come Pinecone serverless applichi davvero la tariffazione, quanto costa realmente un deployment self-hosted di Qdrant o Milvus una volta contato il tempo degli ingegneri, la matematica del breakeven che individua il tuo punto di crossover, e come ciascuna delle due opzioni finisce nei tuoi libri contabili — perché un server che possiedi e una fattura che paghi non sono lo stesso tipo di denaro.
Come Pinecone Serverless applica realmente la tariffazione
Il prezzo di Pinecone serverless ha quattro manopole, e solo una si comporta come un abbonamento. Il piano Standard prevede un minimo mensile di 50 dollari — lo paghi anche in un mese tranquillo — e oltre a quello paghi a consumo su tre dimensioni di utilizzo più l'egress.
Lo storage è la manopola più piccola: 0,33 dollari per GB al mese. Un indice da 10 milioni di vettori con embedding a 1536 dimensioni occupa circa 60 GB, quindi circa 20 dollari al mese. Nessuno migra per lo storage.
Le read unit sono la manopola che muove il conto. Lo standard addebita 16-18 dollari per milione di read unit, con tariffe che variano per regione cloud, e ogni query consuma read unit approssimativamente in proporzione a quanto dell'indice scansiona. Le write unit costano meno, a 4-4,50 dollari per milione, il che conta durante l'ingestione massiva e il ri-embedding ma passa in secondo piano per un carico RAG orientato alle letture. Da settembre 2026, l'egress oltre i 100 GB inclusi al mese è tariffato a 0,10 dollari per GB — una voce che un anno fa quasi non esisteva e che ora merita una riga a sé nel tuo foglio di calcolo.
Il tier gratuito Starter (2 GB di storage, 1 milione di read unit e 2 milioni di write unit al mese) copre benissimo i prototipi, ed è proprio per questo che il conto arriva come una sorpresa: il tier gratuito finisce esattamente quando l'utilizzo inizia a comporsi. I confronti di costo di terze parti collocano un carico di produzione da 10 milioni di vettori su Pinecone serverless a 1.300 dollari o più al mese, e 50 milioni di vettori a 768 dimensioni a 300-800 dollari a seconda del volume di query. A 100 milioni di vettori, i deployment Pinecone basati su pod sono stati stimati a 5.000-15.000 dollari al mese. Verifica i prezzi di listino attuali prima di fare il budget — ogni fornitore rivede la tariffazione a consumo almeno una volta all'anno — ma la forma della curva è stabile: il costo di Pinecone scala con il tuo successo, in modo lineare e per sempre.
Quanto costano realmente Qdrant e Milvus self-hosted
Il self-hosting sostituisce un contatore con una linea piatta: infrastruttura fissa più tempo degli ingegneri. I due principali motori open source, entrambi con licenza Apache 2.0, tracciano quella linea piatta a quote diverse.
Qdrant è la soluzione più leggera. È un singolo binario Rust con un appetito di memoria modesto, un forte filtraggio dei payload e una quantizzazione aggressiva — il suo TurboQuant a 4 bit può ridurre la RAM dei vettori densi di circa otto volte, e la semplice quantizzazione int8 di circa la metà. Una collezione da 10 milioni di vettori che richiede 60 GB a piena precisione può stare in meno di 10 GB quantizzata, che è la differenza tra un server da 150 dollari e uno da 600. Un noto caso di studio di migrazione ha collocato Qdrant self-hosted su Kubernetes a circa 850 dollari al mese di infrastruttura per un carico che costava 8.400 dollari al mese su Pinecone. Le configurazioni più piccole costano molto meno: un singolo server dedicato con 64 GB di RAM si affitta a circa 100-300 dollari al mese e contiene comodamente decine di milioni di vettori quantizzati.
Milvus è la soluzione più pesante con il tetto più alto. È un sistema distribuito, cloud-native — componenti separati per coordinamento, data node, query node e storage — il che significa che scala oltre il miliardo di vettori ma anche che stai gestendo un cluster, non un binario. Stime di terze parti collocano Milvus self-hosted a 600-1.200 dollari al mese di infrastruttura per un carico da 50 milioni di vettori, e a 2.000-5.000 dollari a 100 milioni di vettori. A quella scala supera comunque le alternative gestite di metà o più, ma il divario tra la semplicità di Qdrant e la complessità di Milvus è un costo reale in organico ingegneristico.
Quell'organico è la voce che tutti sottovalutano. Lo stesso caso di studio che ha prezzato l'infrastruttura Qdrant self-hosted a 850 dollari al mese ha aggiunto un quarto di ingegnere — circa 5.000 dollari al mese a costo pieno — per le operazioni. Aggiornamenti di versione, tuning degli indici, ripristini dai backup, pagine alle 3 di notte: il contatore che smetti di pagare a Pinecone si converte in parte in stipendio. Un confronto onesto aggiunge sempre questa riga. Se gestisci già Kubernetes e hai già qualcuno in reperibilità, il costo marginale può essere quasi nullo; se dovresti assumere il tuo primo platform engineer per accudire un cluster, il self-hosting è appena diventato 150.000 dollari all'anno più caro.
C'è anche una via di mezzo che vale la pena prezzare: l'open source gestito. Qdrant Cloud fattura sulle risorse effettive del cluster senza minimo fisso, con cluster a pagamento che partono da circa 25 dollari al mese e un cluster da 1 GB davvero gratuito per carichi piccoli. Zilliz Cloud, il Milvus gestito dal suo team originale, addebita l'utilizzo serverless a circa 4 dollari per milione di vCU con un tier gratuito di 5 GB e 2,5 milioni di vCU al mese. Entrambi si collocano tipicamente tra Pinecone e il self-hosted sul prezzo mantenendo il carico operativo quasi a zero — la risposta giusta quando il tuo volume di query ha superato il tier gratuito di Pinecone ma non la tua tolleranza al pager.
La matematica del crossover: trovare il tuo punto di breakeven
La formula del breakeven sta su una scheda. Il self-hosting vince il mese in cui:
Infrastruttura fissa + tempo degli ingegneri batte storage + (read unit × query) + scritture + egress
Applicalo con le tue ultime tre mensilità di fatture, non con i calcolatori dei fornitori, perché il tuo rapporto read unit per query è l'unico numero che nessun articolo di confronto può darti. Estrai le righe di fattura, dividi le read unit per le query servite, e hai il tuo costo unitario. Poi prezza il lato fisso: un server dedicato o una VM cloud dimensionata per il tuo indice quantizzato, più l'onesta frazione di un ingegnere.
Un esempio pratico rende concreta la forma. Prendi un prodotto RAG con 10 milioni di vettori a 1536 dimensioni e 5 milioni di query al mese, in crescita del 20 percento al mese. Su Pinecone serverless, stime di terze parti collocano questo carico intorno a 1.300 dollari al mese oggi — e con una crescita mensile delle query del 20 percento, raddoppia grossomodo ogni quattro mesi. Qdrant self-hosted quantizzato a int8 fa stare l'indice in circa 30 GB di RAM: un server dedicato da 64 GB a, diciamo, 200 dollari al mese, più un quarto di ingegnere a 5.000 dollari a costo pieno, per un totale di circa 5.200. Sembra una perdita — finché non estendi le linee. La linea di Pinecone raddoppia ogni quattro mesi (1.300, poi 2.600, poi 5.200), mentre la linea self-hosted resta piatta. Il crossover cade intorno all'ottavo mese, e ogni mese successivo il divario si allarga a tuo favore. Una crescita più rapida avvicina il crossover; un utilizzo piatto potrebbe non raggiungerlo mai.
Dai confronti pubblicati emergono tre zone approssimative. Sotto circa un milione di vettori con query modeste, serverless vince nettamente — il tier gratuito o il minimo di 50 dollari di Pinecone batte il tempo di qualsiasi ingegnere. Tra circa 10 e 50 milioni di vettori con un volume di query costante si trova la zona di crossover, dove la risposta dipende dal tuo tasso di crescita e dal fatto che tu abbia già platform engineering. Oltre 100 milioni di vettori con un carico di query serio, Qdrant o Milvus self-hosted vincono quasi sempre già solo sull'infrastruttura, spesso del 50-75 percento.
Un'avvertenza: modello la tua crescita, non il presente. I team che dimensionano la decisione sulla fattura di oggi e ignorano una curva di crescita del 20 percento mensile rieseguono l'intera analisi sei mesi dopo sotto pressione di scadenze, che è il modo più costoso possibile di migrare.
CapEx o OpEx? Come ciascuna opzione finisce nei tuoi libri
Qui è dove le due opzioni smettono di essere intercambiabili, perché un server che possiedi e una fattura che paghi sono tipi di denaro diversi con una tempistica fiscale diversa.
Le fatture di Pinecone, Qdrant Cloud e Zilliz Cloud sono spese operative, deducibili nell'anno in cui sono pagate. L'unica scelta di giudizio è la collocazione: se il database vettoriale serve direttamente le query di un prodotto che i clienti pagano, il suo costo va nel costo del venduto insieme al resto dell'infrastruttura di hosting, dove riduce onestamente il margine lordo. Se alimenta uno strumento interno — una ricerca sulla documentazione di supporto per il tuo team — sta nelle spese operative generali con il resto del tuo stack SaaS. Suddividi la fattura per utilizzo quando un indice serve entrambi; il team di due diligence del tuo futuro acquirente rimapperà comunque il tuo libro contabile verso una definizione standard di COGS SaaS, quindi classificarlo correttamente ora.
L'infrastruttura self-hosted noleggiata — VM cloud, server dedicati da un provider di hosting — è anch'essa spesa operativa: hosting mensile, nessun asset, nessun piano di ammortamento. Questo sorprende i team che pensano al "self-hosted" come automaticamente spesa in conto capitale. Noleggiare un server è noleggiare, per quanto nudo sia il metallo.
L'hardware di proprietà è il vero caso CapEx. Acquista il server e lo capitalizzi come immobilizzazione, poi lo ammortizzi — le apparecchiature informatiche rientrano generalmente nella proprietà MACRS a 5 anni, e la spesa ai sensi della Section 179 o l'ammortamento accelerato possono permetterti di dedurre molto di più nel primo anno, nei limiti attuali che il tuo commercialista dovrebbe confermare. La tempistica fiscale può rendere un server da 6.000 dollari più economico in termini di valore attuale di 150 dollari al mese di affitto, anche prima dei risparmi sull'hosting. Ma l'hardware di proprietà significa anche che ti accolli il rischio dell'asset: un disco morto alle 2 di notte è il tuo disco, e un carico che supera il server lascia il capitale bloccato.
I costi di migrazione — ri-embedding del corpus, doppia esecuzione di entrambi i sistemi, le settimane di ingegneria — sono spesati come sostenuti in quasi tutti i casi di piccola impresa. Mettili a budget come un impatto una tantum rispetto al periodo di recupero, non come un asset. Se la migrazione fa risparmiare 4.000 dollari al mese e costa 15.000 dollari in tempo di ingegneria e calcolo per il ri-embedding, il recupero è sotto i quattro mesi; finanzia la decisione su quel cronometro.
In un libro contabile in testo semplice, i due regimi appaiono così — la fattura a consumo come spesa mensile contro il costo dei ricavi, il server noleggiato come hosting, e il server di proprietà che si ammortizza un po' ogni mese (vedi la documentazione Beancount per la meccanica di registrazione):
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 USDTieni le righe a consumo e quelle fisse in conti separati anche durante una migrazione in doppia esecuzione. Quando entrambi i sistemi servono la produzione per un mese o due, i conti commisti nascondono esattamente il confronto che la migrazione doveva dimostrare.
I costi che tutti dimenticano
Quattro costi sfuggono regolarmente al foglio di calcolo e tendono un'imboscata alla migrazione in seguito.
Primo, l'egress e la ri-ingestione. Spostare 100 milioni di vettori non è gratuito da nessuna delle due parti: l'egress lato Pinecone oltre la quota inclusa, più il calcolo per il ri-embedding se cambi modello di embedding o chunking nello stesso momento. Stime pubblicate collocano un ri-embedding completo tra 50 e 5.000 dollari in calcolo a seconda della dimensione del corpus, più 4-12 settimane di ingegneria per la migrazione stessa. Prezza la migrazione, non solo la destinazione.
Secondo, la regressione della qualità del retrieval. Un indice ANN diverso con una quantizzazione diversa restituisce vicini diversi, e "diverso" a volte significa peggiore per le tue query specifiche. I team che migrano solo sul costo e saltano una valutazione di rilevanza affiancata scoprono la regressione dalle lamentele degli utenti. Conserva un campione di query, valuta entrambi i sistemi e richiedi la parità prima del cutover — la settimana di valutazione fa parte del budget di migrazione.
Terzo, la latenza che paghi ma non puoi usare. Un confronto ha misurato Pinecone a circa 22 ms P95 contro i 150 ms di un'alternativa basata su Postgres — un divario che nessun umano nota nel 95 percento degli scenari B2B RAG, dove il modello linguistico stesso impiega secondi. Se il collo di bottiglia del tuo chatbot è la generazione di token, comprare un retrieval a millisecondi singoli è comprare velocità che i tuoi utenti non sentiranno mai. Allinea il SLO di latenza al prodotto prima di allineare il fornitore al SLO.
Quarto, l'asimmetria del costo di uscita. Migrare da Pinecone a Qdrant significa esportare vettori e ricostruire un indice — fastidioso ma limitato. Migrare tra motori self-hosted, o tornare al gestito più avanti, comporta di nuovo la stessa fattura di ri-embedding e ri-tuning. Preferisci motori con percorsi di esportazione standard e formati dati aperti, così la prossima migrazione, in qualunque direzione, parte da un pulsante di esportazione invece che da un progetto investigativo.
Decidi con sei domande
Prendi in prestito il framework decisionale su cui convergono i migliori confronti, e rispondi con i tuoi numeri:
- Quanto è grande il corpus oggi, e dove sarà tra dodici mesi? Sotto un milione di vettori, fermati qui e resta serverless.
- Qual è il tuo costo a pieno carico per milione di query sulla fattura attuale? Dividi tre mesi di fatture per le query servite.
- Gestisci già infrastruttura stateful? Un cluster Kubernetes esistente con rotazione di reperibilità rende il self-hosting quasi gratuito al margine; la sua assenza lo trasforma in un piano di assunzioni.
- Di quale latenza ha davvero bisogno il prodotto? Se la risposta è "più veloce dell'LLM", quasi ogni opzione va bene.
- Ti serve la ricerca ibrida — keyword più vettore in un'unica query? Qdrant, Milvus e Weaviate la offrono nativamente; Pinecone e le configurazioni basate su Postgres richiedono assemblaggio manuale, che è tempo di ingegneria anche sul lato a consumo del libro contabile.
- Cosa fa la curva di crescita alla data del crossover? Un carico piatto che non supera mai il crossover è una decisione di restare, presa deliberatamente invece che per inerzia.
Estrai le tue ultime tre fatture Pinecone questa settimana, calcola il costo per milione di query e prezza un server dedicato dimensionato per il tuo indice quantizzato. Se le linee si incrociano entro un anno, inizia ora la valutazione di rilevanza — la migrazione richiede settimane, la matematica un pomeriggio, e il risultato più costoso è rieseguire entrambe sotto pressione di scadenze sei mesi da oggi.
