Pinecone, nebo Weaviate: rychlejší dotaz nemusí znamenat levnější RAG

Pinecone dává smysl týmu, který chce vektorovou databázi jako spravovanou službu a počítá s účtem podle provozu. Weaviate nabízí spravovaný cloud i vlastní instalaci, takže umožňuje převzít kontrolu nad prostředím za cenu vlastní správy. Pro aplikaci RAG však nelze vítěze určit podle jedné rychlé odpovědi databáze: rozhoduje, zda hledání vrací potřebné pasáže při požadované zátěži a kolik stojí celý měsíc provozu.

Stejný počet uložených vektorů ještě neznamená stejnou cenu ani odezvu. Výsledek mění dimenze, způsob indexování, filtry, kombinace přesné a významové shody, umístění aplikace, zálohy a objem dotazů. Srovnání Pinecone a Weaviate proto začíná shodnou pracovní zátěží a končí celkovým účtem, nikoli časem jediného vektorového dotazu.

Stejná data, stejná relevance, stejná zátěž

Do obou služeb vložte totožné úryvky dokumentů, jejich metadata a vektory vytvořené stejným modelem. Zachovejte dimenzi, metriku podobnosti, počet vracených kandidátů i sadu otázek. Pokud je možné zvolit různé druhy indexu, kompresi či replikaci, u každé konfigurace zaznamenejte právě tu variantu, která dosáhne stejné požadované kvality vyhledání. Teprve tak lze srovnávat cenu za užitečný výsledek.

Kvalitu určujte vůči sadě otázek s předem označenými relevantními pasážemi. Pro každou konfiguraci sledujte podíl nalezených relevantních pasáží, medián odezvy, pomalejší odezvy a propustnost při souběhu. Rychlejší index může vyžadovat více kandidátů nebo další přerankování, aby dodal stejně použitelný kontext; tím rostou čas i náklady celé cesty RAG. Měřte také čas od aplikace k databázi a zpět. Pro uživatele v Česku je důležitá odezva služby ve zvoleném regionu, ne pouze čas uvnitř indexu.

Hybridní hledání mění srovnávanou úlohu

Dotaz na číslo smlouvy, název výrobku nebo přesný termín může potřebovat jinou kombinaci signálů než volně formulovaná otázka. Dokumentace Weaviate popisuje hybridní hledání jako spojení vektorových výsledků a hledání klíčových slov BM25F; váhu obou složek i způsob sloučení lze nastavit. To je relevantní tehdy, když musí RAG najít zároveň významově blízkou pasáž a přesný identifikátor.

Čistě vektorový dotaz proto měřte odděleně od dotazu s filtrem a od úplného hybridního postupu aplikace. Mezi službami sjednoťte počet kandidátů před přerankováním a způsob hodnocení relevance, i když jejich vyhledávací API a interní skóre nejsou totožné. Pokud jedna varianta najde správnou pasáž až po rozšíření kandidátů, do její latence i ceny patří také tato práce. Srovnávat jen první odpověď indexu by skrylo náklad, který se projeví až při tvorbě odpovědi.

Proč veřejná latence neurčuje vítěze

V benchmarku Muhammada Imrana Zamana běžely Pinecone Serverless v us-east-1 a Weaviate Cloud v europe-west3 na bezplatných či základních úrovních; nad 10 000 produktovými záznamy a vektory o 384 dimenzích vyšel medián sémantického dotazu 300,23 ms pro Pinecone a 44,38 ms pro Weaviate. Metodika zahrnovala ingest, filtry, hybridní dotazy a souběžnou zátěž, k nimž je zveřejněn reprodukční postup.

Část rozdílu v odezvě připadá na síťovou cestu k regionu Pinecone. Výsledky tak popisují konkrétní spojení testovacího klienta, regionu a tarifu. Pro placenou konfiguraci poblíž české aplikace mohou být jiné; stejně tak se změní při větším korpusu nebo jiné požadované relevanci. Důležité je držet region, zátěž a kvalitu výsledků konstantní, než se z rozdílu milisekund stane rozhodnutí o nákupu.

Model pro milion, deset a sto milionů vektorů

Ceník Pinecone uvádí plně spravovaný provoz, minimum 50 USD měsíčně u Standard a 500 USD u Enterprise; databázový účet zahrnuje podle konfigurace úložiště, čtecí a zápisové jednotky. Nabízí husté, řídké a fulltextové indexy. Varianta Bring Your Own Cloud běží v účtu zákazníka, ale službu dál provozuje Pinecone, takže nejde o vlastní správu softwaru.

Ceník Weaviate Cloud uvádí u Flex minimum 45 USD měsíčně, sazbu za vektorové dimenze od 0,00465 USD za milion dimenzí a další položky za úložiště a zálohy; upravené sazby záloh platí od 1. září 2026. Minimum zahrnuje dimenze a úložiště, zálohy se účtují navíc. Cena dimenzí se mění podle indexu, komprese, poskytovatele a regionu; zálohy jsou u cloudových clusterů zapnuté standardně. Nejnižší zveřejněná sazba proto slouží jako vstup do modelu, ne jako nabídka za hotový cluster.

Následující podmíněný výpočet používá pro obě služby vektory o 768 dimenzích a 32bitové uložení bez metadat, indexových struktur, replik a záloh. Surový objem je počet vektorů krát 768 krát čtyři bajty. Poslední údaj je pouze součin počtu dimenzí a nejnižší sazby Flex při jednom započtení vektoru, nikoli výsledný měsíční účet; u Pinecone nelze ze samotného počtu vektorů vypočítat poplatky za dotazy a zápisy.

• 1 milion vektorů: 768 milionů dimenzí, zhruba 2,86 GiB surových vektorů; modelová rozměrová položka Weaviate 3,57 USD měsíčně.
• 10 milionů vektorů: 7,68 miliardy dimenzí, zhruba 28,61 GiB; modelová rozměrová položka 35,71 USD měsíčně.
• 100 milionů vektorů: 76,8 miliardy dimenzí, zhruba 286,10 GiB; modelová rozměrová položka 357,12 USD měsíčně.

U prvních dvou řádků už samotné minimum Flex převyšuje vypočtenou rozměrovou položku; tyto částky se tedy k minimu mechanicky nepřičítají. U skutečného clusteru navíc objem úložiště zahrnuje další data a index, na zálohy působí velikost i doba uchování a případné repliky mění potřebné prostředky. Pro Pinecone přidejte očekávané čtení, zápisy a typ kapacity. V obou případech patří do ceny RAG také vytváření embeddingů, přerankování a provoz modelu odpovědí, pokud je aplikace používá.

Spravovaný provoz proti vlastní kontrole

Pinecone přenáší provoz databázové služby na dodavatele. Weaviate Cloud přebírá tuto práci také, zatímco vlastní instalace dovoluje provoz v prostředí týmu. Tato volba dává prostor řídit umístění dat, konfiguraci a tempo změn, ale vyžaduje započítat práci s aktualizacemi, monitoringem, škálováním a obnovou. U většího objemu může právě provozní práce převážit rozdíl mezi zveřejněnými sazbami cloudu.

Pro tým bez kapacity spravovat databázi je vhodné porovnávat Pinecone se spravovaným Weaviate Cloud při stejné relevanci a stejném regionu. Pokud je vlastní hostování podmínkou, Weaviate otevírá variantu, kterou běžný spravovaný tarif Pinecone nenabízí. Rozhodující pak není nejnižší jednotlivá latence, ale cena konfigurace, která udrží požadovanou kvalitu hledání a odezvu při skutečné zátěži.

Přečtěte si také:

• n8n, nebo Make: levnější běh může znamenat vlastní server
• Lokální LLM, nebo cloud: levnější volbu mění vytížení
• Chatbot, nebo AI agent: autonomie znamená i nové riziko