直接答案：向量检索的成本分四层：embedding、存储、读写单元、rerank。按官方价，100 万切片（每片 500 token）做一次 embedding 约 10–80 美元（OpenAI small 10、large 65、Gemini 75、Pinecone 托管 40–80）；1536 维存 100 万条约 6.1 GB，存储约 2 美元/月；初始写入约 4–4.5 美元；30 万次查询的读单元约 5 美元。真正的大头是 rerank：按 2 美元/1,000 次算，30 万次就是 600 美元，是其他三项之和的几十倍。
本文面向正在搭 RAG、语义搜索或推荐的企业技术与采购团队。资料截止 2026-11-01；价格来自 Pinecone、OpenAI、Google Cloud 官方页面，按美元、未含税，不做汇率换算。算例是编辑测算，不是报价；向量维度、切片数与查询量需用企业自己的数据替换。
Embedding 与存储都很便宜，read/write 单元取决于查询量，rerank 按“次”计价最容易失控；先确认每个查询消耗几个读单元、rerank 是否每次都要跑。
向量检索按什么收费？
Embedding 按 token、存储按 GB·月、读写按单元（每百万）、rerank 按请求（每千次）、出网按 GB；五者单位不同，必须分别算再相加。
| 计价项 | 官方单位与价格（Pinecone Standard） | 说明 |
|---|---|---|
| 存储 | 0.33 美元/GB·月 | 按索引数据量计，含元数据开销以文档为准 |
| 写入 | 4–4.50 美元/百万写单元 | 随云与区域浮动 |
| 读取 | 16–18 美元/百万读单元 | 随云与区域浮动 |
| Rerank | 2 美元/1,000 次请求 | 按请求，不按文档数 |
| 出网 | 0.10 美元/GB（含 100 GB/月） | 跨区备份另计 |
| 托管 embedding | llama-text-embed-v2 0.16 美元/百万 token；multilingual-e5-large 0.08 | 也可用自己的 embedding |
来源：Pinecone 定价页（2026-11-01）。读/写单元的具体换算（一次查询或一条向量对应几个单元）以官方文档与账单为准；表中只列公开单价，不推断换算比例。
100 万切片，embedding 要多少钱？
按每片 500 token 计，共 5 亿 token：OpenAI small 约 10 美元、large 约 65、Gemini Embedding 约 75、Pinecone 托管 40（e5）到 80（llama）美元。
| 方案 | 单价（每百万 token） | 5 亿 token | 备注 |
|---|---|---|---|
| OpenAI text-embedding-3-small | 0.02 美元 | 10 美元 | 1536 维，性价比档 |
| OpenAI text-embedding-3-large | 0.13 美元 | 65 美元 | 3072 维，存储翻倍 |
| Google Gemini Embedding | 0.15 美元（0.00015/1,000） | 75 美元 | 在线请求价 |
| Pinecone multilingual-e5-large | 0.08 美元 | 40 美元 | 托管推理 |
| Pinecone llama-text-embed-v2 | 0.16 美元 | 80 美元 | 托管推理 |
编辑测算：1,000,000 切片 × 500 token = 5 亿 token；单价 × 500 = 表中金额。未含重试、失败、切片重叠与元数据；换模型要重嵌入，成本按次数叠加。
存储和读写要多少钱？
1536 维 × 4 字节 × 100 万条 ≈ 6.1 GB，存储约 2 美元/月；3072 维约 12.3 GB、约 4 美元/月。写入约 4–4.5 美元，30 万次查询的读单元约 5 美元（按 1 查询 1 单元假设）。
| 项目 | 假设 | 用量 | 金额 |
|---|---|---|---|
| 存储（1536 维） | 4 字节/维，100 万条 | 约 6.1 GB | 约 2.0 美元/月 |
| 存储（3072 维） | 同上 | 约 12.3 GB | 约 4.1 美元/月 |
| 初始写入 | 1 向量 ≈ 1 写单元（待文档确认） | 100 万 | 4–4.5 美元 |
| 每月更新 | 10% 切片重写 | 10 万 | 0.4–0.45 美元 |
| 查询读取 | 30 万次，1 读单元/次 | 30 万 | 4.8–5.4 美元 |
编辑测算：容量 = 条数 × 维度 × 4 字节；存储按 0.33 美元/GB·月。读写单元换算为假设，实际以 Pinecone 文档与账单为准；元数据、副本与索引开销可能增加存储。
为什么 rerank 才是最贵的？
因为 rerank 按请求计价：2 美元/1,000 次，30 万次就是 600 美元；而 embedding、存储、读写合计通常只有几十美元。它是否每次查询都跑，决定账单量级。
| 月查询量 | Rerank 费用（2 美元/千次） | 对比：embedding + 存储 + 读写 |
|---|---|---|
| 10,000 次 | 20 美元 | 约 12–92 美元（一次性/月） |
| 100,000 次 | 200 美元 | 约 17–97 美元 |
| 300,000 次 | 600 美元 | 约 12–92 美元 |
| 1,000,000 次 | 2,000 美元 | 约 60–140 美元 |
编辑测算：rerank 按 2 美元/1,000 请求；对比列为首年 embedding（10–80 美元）+ 存储 2 美元 + 写入 4.5 美元 + 读单元 5.4 美元的粗略合计，随查询量增长但远低于 rerank。实际 rerank 可能按 1 请求处理多文档，单价与请求定义以官方为准。
什么时候不该用独立向量库？
数据量小、已经在用 Postgres、或只需要关键词检索时，pgvector、全文索引或内存检索更省；独立向量库的价值在规模、过滤、混合检索与运维托管。
| 场景 | 优先方案 | 理由 | 不能忽略 |
|---|---|---|---|
| < 10 万切片 | pgvector / 内存索引 | 省托管费与同步成本 | 备份、权限、扩容 |
| 已有 Postgres 团队 | pgvector | 运维复用、事务一致 | 索引参数、召回率 |
| 关键词/编号检索 | 全文索引 | 不需要 embedding | 同义词、错别字 |
| 百万级 + 元数据过滤 | 托管向量库 | 过滤、混合检索、SLA | 读单元与出网费 |
| 高并发语义搜索 | 托管 + rerank 预算 | 质量与延迟 | rerank 次数控制 |
编辑建议，不是供应商排名；上线前用同一批查询比较召回率、延迟与单次成本。
采购和验收要看什么？
看单元定义、存储口径、读/写单价、rerank 请求定义、出网与备份、以及换模型的重嵌入成本；不要只比“每月套餐”或 embedding 单价。
| 验收项 | 建议口径 | 要留的证据 |
|---|---|---|
| 单元定义 | 一次查询/一条向量对应几个读/写单元 | 官方文档、账单样例 |
| 存储口径 | 是否含元数据、副本与索引开销 | 控制台用量、账单 |
| Rerank | 每次查询是否调用、请求如何计 | 调用日志、账单 |
| 重嵌入 | 换模型/改切片的重嵌入次数与成本 | 变更记录 |
| 出网与备份 | 跨区、备份、恢复单价 | 价目、演练 |
| 召回与延迟 | 同一查询集的 recall@k、P95 | 评测报告 |
| 权限与隔离 | 命名空间、RBAC、审计 | 配置、审计日志 |
| 退出 | 导出格式、迁移演练 | 导出样例、合同 |
编辑建议，不构成法律意见；涉及个人信息与跨境时单独评估。
谁该读、谁不适合、能支持什么决策？
适合正在搭 RAG、语义搜索或推荐的团队；不适合只有几百条文档、或还没确定查询量与 recall 目标的项目。
该读：技术、数据与采购；正在比较 Pinecone、pgvector 与自建；需要给 100 万切片、30 万查询做预算。不适合：数据量极小；没有评测集；希望本文替你选型。能支持：embedding/存储/读写/rerank 分项测算、混合检索选择与验收口径。
凌壹信息不做向量库排名，也不承诺召回率。若要把检索、权限与模型路由接到企业知识库，可参考 LingHarness；需要把检索成本纳入项目预算，可联系我们。
相关阅读：RAG 知识库总成本、知识库内容治理、数据采集成本；本文只处理检索层（embedding/存储/读写/rerank）的单价与算例，不重复 RAG 总账。
常见问题
向量检索按什么收费？
Embedding 按 token、存储按 GB·月、读写按单元（每百万）、rerank 按请求（每千次）、出网按 GB。以 Pinecone 公开价为例：存储 0.33 美元/GB·月、写入 4–4.5 美元/百万、读取 16–18 美元/百万、rerank 2 美元/千次。
100 万切片 embedding 要多少钱？
按每片 500 token（5 亿 token）计：OpenAI small 约 10 美元、large 约 65、Gemini Embedding 约 75、Pinecone e5 约 40、llama 约 80 美元。换模型或改切片要重嵌入，成本按次数叠加。
存储贵吗？
不贵。1536 维 × 4 字节 × 100 万条约 6.1 GB，按 0.33 美元/GB·月约 2 美元/月；3072 维约 12.3 GB、约 4 美元/月。元数据、副本与索引开销可能增加实际用量。
为什么 rerank 会超过其他成本？
因为它按请求计价：2 美元/1,000 次，30 万次就是 600 美元，而 embedding、存储、读写合计通常只有几十美元。控制“每次查询都 rerank”的冲动，是控制账单的关键。
读/写单元怎么换算？
官方按单元计费，但“一次查询或一条向量对应几个单元”需查文档与账单；本文的“1 查询 = 1 读单元、1 向量 = 1 写单元”是示例假设，不是官方定义。签约前用真实查询跑一轮对账。
小规模也要用向量库吗？
不一定。10 万切片以下、已有 Postgres 或只做关键词检索时，pgvector、全文索引或内存检索更省；独立向量库的价值在规模、元数据过滤、混合检索与托管运维。
怎么估自己的月账单？
分四行：一次性 embedding（token × 单价）、存储（GB × 0.33）、读写（查询/更新量 × 单元价）、rerank（请求数 × 2/1,000）。用真实查询集跑 1,000 次，记录单元消耗与 recall，再外推。
研究方法与局限
本文只使用 2026-11-01 可访问的官方页面：Pinecone 定价、OpenAI API 定价、Google Cloud Vertex AI 定价。所有金额按公开标价与示例假设折算，未使用企业协议价或第三方转售报价；美元不换汇，不做供应商排名。Pinecone 的读写单元换算、存储口径、区域价与 rerank 请求定义以官方文档与账单为准；本文的“1 查询 = 1 读单元、1 向量 = 1 写单元”是示例假设。切片数、token 数、维度、查询量与更新比例均为示例，不是行业基准。本文不评价召回率、延迟或稳定性，也不构成法律意见。
数据来源与口径
资料截止 2026-11-01；以下为官方页面，具体价格、单元定义与条款以原文和账单为准。
- Pinecone, Pricing：pinecone.io/pricing。存储 0.33 美元/GB·月、写入 4–4.50 美元/百万、读取 16–18 美元/百万、rerank 2 美元/1,000、出网 0.10 美元/GB；托管 embedding 0.08–0.16 美元/百万 token。
- OpenAI, API pricing：platform.openai.com/docs/pricing。text-embedding-3-small 0.02、text-embedding-3-large 0.13 美元/百万 token。
- Google Cloud, Vertex AI generative AI pricing：cloud.google.com/vertex-ai/generative-ai/pricing。Gemini Embedding 输入 0.00015 美元/1,000（在线请求），约合 0.15 美元/百万 token。