Минулого кварталу ваш рахунок за Pinecone становив $52. Цього кварталу він $1 300, і ви не змінили нічого, крім того, що досягли успіху. Більше користувачів, більше документів, більше запитів — саме те зростання, якого ви хотіли — і кожна його одиниця тарифікується за $16–$18 за мільйон одиниць читання поверх вартості зберігання. Це той момент, коли самостійне розгортання перестає бути інженерним хобі й стає фінансовим питанням: у якій точці фіксований сервер із Qdrant чи Milvus дешевший за лічильник за запит, і як це довести до міграції?
У цій статті розглядається, як насправді тарифікується Pinecone serverless, скільки насправді коштує самостійно розгорнутий Qdrant чи Milvus, коли врахувати інженерний час, математика точки беззбитковості, що визначає вашу точку переходу, і як кожен із варіантів відображається у ваших книгах — адже сервер, яким ви володієте, і рахунок, який ви сплачуєте, це не однаковий тип грошей.
Як насправді тарифікується Pinecone Serverless
Ціноутворення Pinecone serverless має чотири регулятори, і лише один із них поводиться як підписка. План Standard має мінімум $50 на місяць — ви платите це навіть у тихий місяць — а понад нього ви платите за фактом за трьома вимірами використання плюс вихідний трафік.
Зберігання — найменший регулятор: $0,33 за ГБ на місяць. Індекс на 10 мільйонів векторів із 1536-вимірними ембедингами займає приблизно 60 ГБ, тобто близько $20 на місяць. Ніхто не мігрує через зберігання.
Одиниці читання — це регулятор, що рухає рахунок. Standard стягує $16–$18 за мільйон одиниць читання, причому тарифи різняться за хмарним регіоном, і кожен запит споживає одиниці читання приблизно пропорційно до того, яку частину індексу він сканує. Одиниці запису дешевші — $4–$4,50 за мільйон, що важливо під час масового завантаження та повторного ембедингу, але відходить на задній план для навантаження RAG, орієнтованого на читання. З вересня 2026 року вихідний трафік понад включені 100 ГБ на місяць тарифікується за $0,10 за ГБ — стаття витрат, якої рік тому майже не існувало, а тепер вона заслуговує на окремий рядок у вашій таблиці.
Безкоштовний тариф Starter (2 ГБ зберігання, 1 мільйон одиниць читання і 2 мільйони одиниць запису на місяць) чудово покриває прототипи, і саме тому рахунок приходить як несподіванка: безкоштовний тариф закінчується рівно тоді, коли використання починає зростати лавиноподібно. Сторонні порівняння витрат оцінюють продуктивне навантаження на 10 мільйонів векторів у Pinecone serverless у $1 300 або більше на місяць, а 50 мільйонів 768-вимірних векторів — у $300–$800 залежно від обсягу запитів. На 100 мільйонах векторів розгортання Pinecone на основі pod оцінювалися в $5 000–$15 000 на місяць. Перевіряйте поточні прайс-листи перед складанням бюджету — кожен постачальник переглядає тарифікацію принаймні раз на рік — але форма кривої стабільна: вартість Pinecone масштабується разом із вашим успіхом, лінійно й назавжди.
Скільки насправді коштують самостійно розгорнуті Qdrant і Milvus
Самостійне розгортання замінює лічильник плоскою лінією: фіксована інфраструктура плюс інженерний час. Два провідні рушії з відкритим кодом, обидва під ліцензією Apache 2.0, проводять цю плоску лінію на різній висоті.
Qdrant — це легший шлях. Це єдиний бінарник на Rust зі скромним апетитом до пам'яті, потужною фільтрацією за payload і агресивною квантизацією — його 4-бітний TurboQuant може скоротити RAM для щільних векторів приблизно увосьмеро, а звичайна int8-квантизація — приблизно вдвічі. Колекція на 10 мільйонів векторів, якій потрібно 60 ГБ у повній точності, може вміститися в менш ніж 10 ГБ у квантизованому вигляді, і це різниця між сервером за $150 і за $600. Одне відоме дослідження випадку міграції оцінило самостійно розгорнутий Qdrant у Kubernetes приблизно в $850 на місяць інфраструктурних витрат для навантаження, яке коштувало $8 400 на місяць у Pinecone. Менші конфігурації коштують набагато менше: один виділений сервер із 64 ГБ RAM орендується приблизно за $100–$300 на місяць і легко вміщує десятки мільйонів квантизованих векторів.
Milvus — це важчий шлях із вищою стелею. Це розподілена, cloud-native система — окремі компоненти для координації, вузлів даних, вузлів запитів і зберігання — що означає, що вона масштабується за межі мільярда векторів, але також означає, що ви керуєте кластером, а не бінарником. Сторонні оцінки визначають самостійно розгорнутий Milvus у $600–$1 200 на місяць інфраструктурних витрат для навантаження на 50 мільйонів векторів і $2 000–$5 000 на 100 мільйонів векторів. У такому масштабі він усе ще виграє в керованих альтернатив за половину або більше, але розрив між простотою Qdrant і складністю Milvus — це реальний інженерний штат.
Цей штат — це рядок, який усі недооцінюють. Те саме дослідження, що оцінило інфраструктуру самостійно розгорнутого Qdrant у $850 на місяць, додало чверть інженера — приблизно $5 000 на місяць із повними витратами — на операції. Оновлення версій, налаштування індексів, відновлення з резервних копій, виклики о 3-й годині ночі: лічильник, який ви перестаєте платити Pinecone, частково перетворюється на зарплату. Справедливе порівняння завжди додає цей рядок. Якщо ви вже керуєте Kubernetes і вже когось викликаєте, гранична вартість може бути близькою до нуля; якщо ви найматимете свого першого платформного інженера, щоб доглядати за кластером, самостійне розгортання щойно подорожчало на $150 000 на рік.
Варто також оцінити середній шлях: керований відкритий код. Qdrant Cloud виставляє рахунки за фактичні ресурси кластера без фіксованого мінімуму, платні кластери починаються близько $25 на місяць, а для невеликих навантажень є справді безкоштовний кластер на 1 ГБ. Zilliz Cloud, керований Milvus від його початкової команди, стягує за serverless-використання близько $4 за мільйон vCU з безкоштовним тарифом на 5 ГБ і 2,5 мільйона vCU на місяць. Обидва зазвичай за ціною опиняються між Pinecone і самостійним розгортанням, зберігаючи операційне навантаження близьким до нуля — правильна відповідь, коли ваш обсяг запитів переріс безкоштовний тариф Pinecone, але не вашу терпимість до чергувань на пейджері.
Математика переходу: як знайти точку беззбитковості
Формула беззбитковості вміщується на каталожній картці. Самостійне розгортання виграє того місяця, коли:
Фіксована інфраструктура + інженерний час перевищує зберігання + (одиниці читання × запити) + записи + вихідний трафік
Запускайте її на власних рахунках за останні три місяці, а не на калькуляторах постачальників, бо саме ваше співвідношення одиниць читання на запит — це те єдине число, яке жодна оглядова стаття вам не дасть. Візьміть рядки рахунків, поділіть одиниці читання на обслужені запити, і ви отримаєте свою вартість одиниці. Потім оцініть фіксовану сторону: один виділений сервер або хмарна VM, розмір якої відповідає вашому квантизованому індексу, плюс чесна частка інженера.
Опрацьований приклад робить форму конкретною. Візьмімо RAG-продукт із 10 мільйонами 1536-вимірних векторів і 5 мільйонами запитів на місяць, що зростає на 20 відсотків на місяць. У Pinecone serverless сторонні оцінки визначають це навантаження приблизно в $1 300 на місяць сьогодні — і за 20-відсоткового місячного зростання запитів воно приблизно подвоюється кожні чотири місяці. Самостійно розгорнутий Qdrant, квантизований до int8, вміщує індекс приблизно в 30 ГБ RAM: один виділений сервер на 64 ГБ, скажімо, за $200 на місяць, плюс чверть інженера за $5 000 із повними витратами, разом близько $5 200. Це виглядає як збиток — доки ви не продовжите лінії. Лінія Pinecone подвоюється кожні чотири місяці ($1 300, потім $2 600, потім $5 200), тоді як лінія самостійного розгортання залишається плоскою. Перехід відбувається приблизно на восьмому місяці, і з кожним наступним місяцем розрив збільшується на вашу користь. Швидше зростання наближає перехід; пласке використання може й ніколи його не досягти.
З опублікованих порівнянь випливають три приблизні зони. До приблизно мільйона векторів зі скромними запитами serverless виграє беззаперечно — безкоштовний тариф Pinecone або мінімум $50 перемагає час будь-якого інженера. Між приблизно 10 і 50 мільйонами векторів зі стабільним обсягом запитів розташована зона переходу, де відповідь залежить від вашого темпу зростання та від того, чи вже маєте ви платформну інженерію. Понад 100 мільйонів векторів із серйозним навантаженням запитів самостійно розгорнутий Qdrant або Milvus майже завжди виграє вже самою інфраструктурою, часто на 50–75 відсотків.
Одне застереження: моделюйте своє зростання, а не поточний стан. Команди, які визначають рішення за сьогоднішнім рахунком і ігнорують криву 20-відсоткового місячного зростання, повторно проводять весь цей аналіз через шість місяців під тиском дедлайну — що є найдорожчим можливим способом міграції.
CapEx чи OpEx? Як кожен варіант потрапляє у ваші книги
Ось де два варіанти перестають бути взаємозамінними, бо сервер, яким ви володієте, і рахунок, який ви сплачуєте, — це різні типи грошей із різним податковим таймінгом.
Рахунки Pinecone, Qdrant Cloud і Zilliz Cloud є операційними витратами, що відраховуються в році сплати. Єдине рішення — це розміщення: якщо векторна база даних безпосередньо обслуговує запити для продукту, за який платять клієнти, її вартість належить до собівартості проданих товарів поряд з іншою вашою інфраструктурою хостингу, де вона чесно зменшує валовий прибуток. Якщо вона живить внутрішній інструмент — пошук у довідковій документації для вашої власної команди — вона потрапляє до загальних операційних витрат разом з рештою вашого SaaS-стеку. Розподіляйте рахунок за використанням, коли один індекс обслуговує обидва випадки; команда аудиту вашого майбутнього покупця все одно перерозподілить ваш реєстр до стандартного визначення SaaS COGS, тож класифікуйте правильно вже зараз.
Орендована самостійно розгорнута інфраструктура — хмарні VM, виділені сервери від хостинг-провайдера — також є операційними витратами: щомісячний хостинг, без активу, без графіка амортизації. Це дивує команди, які вважають «самостійно розгорнуте» автоматично капітальними витратами. Оренда сервера — це оренда, яким би голим не був метал.
Власне обладнання — це справжній випадок CapEx. Купуючи сервер назавжди, ви капіталізуєте його як основний засіб, а потім амортизуєте — комп'ютерне обладнання зазвичай належить до 5-річної власності MACRS, і витрати за Section 179 або бонусна амортизація можуть дозволити вам відрахувати набагато більше в перший рік, з урахуванням поточних лімітів, які має підтвердити ваш бухгалтер. Податковий таймінг може зробити сервер за $6 000 дешевшим у теперішній вартості, ніж $150 на місяць оренди, навіть до економії на хостингу. Але власне обладнання також означає, що ви несете ризик активу: мертвий диск о 2-й годині ночі — це ваш диск, а навантаження, що переростає сервер, залишає капітал без застосування.
Витрати на міграцію — повторний ембединг вашого корпусу, паралельна робота обох систем, інженерні тижні — відносяться на витрати в міру виникнення майже в кожному випадку малого бізнесу. Плануйте їх як одноразовий удар по періоду окупності, а не як актив. Якщо міграція заощаджує $4 000 на місяць і коштує $15 000 в інженерному часі та обчисленнях для повторного ембедингу, окупність становить менше чотирьох місяців; визначайте рішення за цим годинником.
У звіті з відкритим текстом два режими виглядають так — тарифікований рахунок як щомісячна витрата проти собівартості продажів, орендований сервер як хостинг, а власний сервер амортизується потроху щомісяця (дивіться документацію Beancount щодо механіки проведення):
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 USDТримайте тарифіковані та фіксовані рядки на окремих рахунках навіть під час паралельної міграції. Коли обидві системи обслуговують продакшн протягом місяця чи двох, змішані рахунки приховують саме те порівняння, яке міграція мала довести.
Витрати, які всі забувають
Чотири витрати регулярно вислизають із таблиці й завдають удару вже після міграції.
По-перше, вихідний трафік і повторне завантаження. Переміщення 100 мільйонів векторів не безкоштовне з жодного боку: вихідний трафік на стороні Pinecone понад включений ліміт плюс обчислення для повторного ембедингу, якщо ви змінюєте моделі ембедингу або нарізку одночасно. Опубліковані оцінки визначають повний повторний ембединг у $50–$5 000 обчислювальних витрат залежно від розміру корпусу, плюс 4–12 тижнів інженерної роботи на саму міграцію. Оцінюйте міграцію, а не лише місце призначення.
По-друге, регрес якості пошуку. Інший ANN-індекс з іншою квантизацією повертає інших сусідів, і «інші» іноді означає «гірші» для ваших конкретних запитів. Команди, які мігрують лише за вартістю й пропускають паралельну оцінку релевантності, дізнаються про регрес із скарг користувачів. Збережіть вибірку запитів, оцініть обидві системи й вимагайте паритету перед перемиканням — тиждень оцінювання є частиною бюджету міграції.
По-третє, затримка, за яку ви платите, але не можете використати. Одне порівняння виміряло Pinecone приблизно в 22 мс P95 проти 150 мс для альтернативи на основі Postgres — розрив, якого ніхто не помічає в 95 відсотках сценаріїв B2B RAG, де сама мовна модель займає секунди. Якщо вузьке місце вашого чат-бота — генерація токенів, купівля пошуку за одиниці мілісекунд — це купівля швидкості, яку ваші користувачі ніколи не відчують. Узгодьте SLO затримки з продуктом, перш ніж узгоджувати постачальника з SLO.
По-четверте, асиметрія вартості виходу. Міграція з Pinecone до Qdrant означає експорт векторів і перебудову індексу — дратівливо, але обмежено. Міграція між самостійно розгорнутими рушіями або назад до керованого пізніше знову тягне той самий рахунок за повторний ембединг і повторне налаштування. Надавайте перевагу рушіям зі стандартними шляхами експорту та відкритими форматами даних, щоб наступна міграція, у будь-якому напрямку, починалася з кнопки експорту, а не з криміналістичного проєкту.
Вирішуйте за шістьма питаннями
Позичте фреймворк рішень, до якого сходяться найкращі порівняння, і дайте на нього відповідь власними числами:
- Який розмір корпусу сьогодні й де він буде через дванадцять місяців? Менше мільйона векторів — зупиніться тут і залишайтеся на serverless.
- Яка ваша повна вартість на мільйон запитів у поточному рахунку? Поділіть три місяці рахунків на обслужені запити.
- Чи вже ви керуєте інфраструктурою зі станом? Наявний кластер Kubernetes із чергуванням на виклик робить самостійне розгортання майже безкоштовним на межі; його відсутність робить це планом найму.
- Яка затримка насправді потрібна продукту? Якщо відповідь «швидше за LLM», майже кожен варіант підходить.
- Чи потрібен вам гібридний пошук — ключові слова плюс вектори в одному запиті? Qdrant, Milvus і Weaviate мають його нативно; Pinecone та конфігурації на основі Postgres потребують ручного складання, що також є інженерним часом на тарифікованій стороні реєстру.
- Що крива зростання робить із датою переходу? Пласке навантаження, яке ніколи не перетне межу, — це рішення залишитися, ухвалене свідомо, а не за інерцією.
Візьміть свої останні три рахунки Pinecone цього тижня, обчисліть вартість на мільйон запитів і оцініть один виділений сервер, розмір якого відповідає вашому квантизованому індексу. Якщо лінії перетинаються протягом року, починайте оцінку релевантності зараз — міграція займає тижні, математика займає день, а найдорожчий результат — це повторний запуск обох під тиском дедлайну через шість місяців від сьогодні.
