Quanto custa um RAG? Embeddings e reranking para pesquisa em documentos, com preços do dia

Atualizado em 10 nov. 2026

O RAG permite a um assistente responder com os seus documentos: os excertos tornam-se vetores (embeddings), em cada pergunta procuram-se os mais próximos, muitas vezes reordenados (reranking) e passados ao modelo de resposta. A calculadora RAG calcula embeddings e reranking em cada modelo, no vendedor mais barato.

Como usar

1. Páginas e tokens por página: uma página de texto tem cerca de 500-700 tokens.
2. Alterado por mês: a parte a reindexar.
3. Consultas por dia: cada pergunta também vira embedding.
4. Excertos reordenados por consulta: 0 sem reranking, 10-50 é comum.

Exemplo com preços de hoje

10.000 páginas (6 M de tokens), 10 % de alterações, 1.000 consultas por dia, 20 excertos:

• Indexar uma vez: a partir de 0,03 $ (modelos abertos pequenos), cerca de 0,10 $ com text-embedding-3-small, 0,62 $ com -large, cerca de 0,90 $ com Gemini Embedding.
• Todos os meses (1,5 M de tokens): cêntimos.
• Reranking (258 M de tokens): cerca de 2,60 $ com Qwen3 Reranker 0.6B, cerca de 13 $ com Cohere Rerank 5 Pro. O caro é o modelo de resposta: veja a calculadora do agente.

Escolher o modelo

• Teste com as suas próprias perguntas.
• Multilingue: BGE M3, Qwen3 Embedding, Cohere Embed v4, Gemini Embedding.
• Mudar de modelo obriga a reindexar tudo.

Abrir a calculadora · Todas as ferramentas