Сколько стоит RAG? Эмбеддинги и реранжирование для поиска по документам — с живыми ценами

Обновлено 10 ноября 2026

RAG (генерация с поиском) позволяет ассистенту отвечать по вашим документам: их режут на фрагменты, превращают в векторы (эмбеддинги), а при вопросе находят ближайшие фрагменты, часто реранжируют и отдают модели ответа. Калькулятор RAG считает часть с эмбеддингами и реранжированием у каждой модели — по самому дешёвому продавцу.

Как пользоваться

Страницы и токены на страницу: страница обычного текста — примерно 500–700 токенов.
Меняется за месяц: доля документов, которые переиндексируются при правках и добавлении.
Запросы в день и токены в запросе: каждый вопрос тоже превращается в эмбеддинг.
Фрагменты на реранжирование: 0, если не реранжируете; обычно 10–50, каждый на несколько сотен токенов.

Пример по сегодняшним ценам

10 000 страниц (6 млн токенов), 10% меняется за месяц, 1000 запросов в день, 20 фрагментов на реранжирование:

Разовая индексация документов: от $0,03 (небольшие открытые модели вроде BGE или Qwen3 Embedding 0.6B), $0,06 у Qwen3 Embedding 8B, около $0,10 у OpenAI text-embedding-3-small, $0,62 у text-embedding-3-large, $0,72 у Cohere Embed v4, около $0,90 у Gemini Embedding.
Каждый месяц (изменения + запросы, 1,5 млн токенов): центы.
Реранжирование (258 млн токенов в месяц): около $2,60 у Qwen3 Reranker 0.6B или BGE Reranker, около $13 у Cohere Rerank 5 Pro или Jina Reranker v3. Эмбеддинги редко бывают дорогой частью. Счёт складывается из реранжирования и прежде всего модели ответа, которая читает фрагменты, — её посчитайте в калькуляторе агента или калькуляторе стоимости.

Как выбрать модель

Сначала качество: проверьте две-три модели эмбеддингов на своих вопросах — дешёвой открытой модели часто хватает для одного языка.
Много языков: BGE M3, Qwen3 Embedding, Cohere Embed v4, Gemini Embedding.
Не меняйте модель без нужды: смена модели эмбеддингов означает полную переиндексацию — снова «индексация разово».

Открыть калькулятор · Цены API эмбеддингов · Все инструменты