Dieser Rechner plant eine Embedding-Pipeline, die du in einer Claude-basierten RAG- oder Suchanwendung einsetzen kannst. Er berechnet aus Dokumentanzahl, Token je Dokument und Aktualisierungen das monatlich zu verarbeitende Tokenvolumen. Zusätzlich schätzt er den Rohspeicher für Vektoren anhand der Dimensionen. Den Embedding-Tarif trägst du selbst ein, damit die Rechnung an deinen tatsächlich verwendeten Dienst angepasst bleibt.
Der Hauptwert zeigt die geschätzten monatlichen Kosten für vollständige Neuindizierungen. Der Speicherwert bildet nur die Rohvektoren ab und ist daher eine Untergrenze für eine produktive Vektordatenbank.
Claude selbst wird hier als Zielanwendung betrachtet; den Embedding-Dienst und dessen Preis gibst du explizit an. Datenbank-, Index-, Netzwerk- und Inferenzkosten sind nicht automatisch enthalten.
50.000 Dokumente × 800 Token × 1 Neuindizierung ergeben 40 Mio. Embedding-Token. Bei 0,20 € je 1 Mio. Token entstehen 8 €. 1.536 Dimensionen × 4 Byte ergeben für 50.000 Vektoren rund 293 MB Rohspeicher.
Berechne die Tokenmenge deiner Dokumente, multipliziere sie mit den Neuindizierungen und wende den Preis des von dir verwendeten Embedding-Dienstes an.
Dieser Rechner setzt keinen bestimmten Embedding-Anbieter voraus. Du gibst den Tarif des Dienstes ein, den deine RAG- oder Suchpipeline tatsächlich verwendet.
Multipliziere die Zahl der Vektoren mit den Dimensionen und den Bytes je Dimension. Der reale Datenbankspeicher kann durch Indexe und Metadaten höher liegen.
Mehr oder kleinere Chunks können die Zahl der zu speichernden Vektoren erhöhen und durch zusätzlichen Kontext auch das zu verarbeitende Tokenvolumen verändern.
Setze die Neuindizierungen entsprechend dem effektiven Anteil um oder rechne die Zahl der Dokumente auf die tatsächlich geänderten Dokumente herunter.
| Modul | Berechnung |
|---|---|
| Korpus | Dokumente × Token |
| Refresh | Korpus × Neuindizierung |
| Embedding-Kosten | Token × Tarif |
| Rohspeicher | Vektoren × Dimensionen |