Calculadora de almacenamiento de embeddings
10.000 documentos de 2000 tokens divididos en fragmentos de 512 tokens con 64 de solapamiento generan 50.000 vectores; con 1536 dimensiones ocupan 307,2 MB en float32, 76,8 MB en int8 y 9,6 MB en binario, y procesar los 22.560.000 tokens con text-embedding-3-small cuesta 0,45 $ (precios revisados el 2026-10-16).
Cómo se usa
- Introduce el número de documentos y su longitud media en tokens. Añade bytes de metadatos por vector si tu base guarda texto o identificadores junto a cada vector.
- Define el tamaño de fragmento y el solapamiento entre fragmentos vecinos, ambos en tokens.
- Elige el modelo de embeddings, las dimensiones y la precisión. Lee el tamaño total, el número de vectores, los tokens procesados y el coste.
Cómo se calcula
Fragmentos por documento = 1 si cabe en un fragmento; si no, ⌈(tokens del documento − solapamiento) ÷ (tamaño de fragmento − solapamiento)⌉. Vectores = documentos × fragmentos por documento.
Bytes por vector = dimensiones × 4 (float32), × 2 (float16), × 1 (int8) o ⌈dimensiones ÷ 8⌉ (binario). Almacenamiento = vectores × (bytes por vector + bytes de metadatos), en unidades decimales (1 MB = 1.000.000 bytes).
Tokens procesados = documentos × (tokens del documento + (fragmentos − 1) × solapamiento), porque los tokens solapados se procesan dos veces.
Coste = tokens procesados × precio por millón ÷ 1.000.000, con el precio estándar y, si existe, el precio por lotes.
Preguntas frecuentes
¿El tamaño incluye el índice?
No. Es el dato bruto de los vectores más los metadatos que indiques. Las estructuras de índice como los grafos HNSW añaden más, y cuánto depende de la base de datos y su configuración.
¿Puedo reducir las dimensiones?
Los modelos text-embedding-3 de OpenAI aceptan el parámetro dimensions, y la salida de Gemini se puede fijar entre 128 y 3072, con 768, 1536 y 3072 recomendados. Menos dimensiones ahorran espacio a cambio de algo de calidad en la búsqueda.
¿Cuánto ahorran int8 y binario?
int8 ocupa la cuarta parte que float32 y binario la trigésima segunda. Muchas bases vectoriales guardan una copia comprimida para buscar y reordenan con la precisión completa, así que revisa qué almacena la tuya.
¿Cuánto solapamiento uso?
Un punto de partida habitual es el 10% al 20% del tamaño de fragmento. Más solapamiento conserva el contexto entre fragmentos pero añade vectores, almacenamiento y coste, que esta página muestra directamente.