埋め込み
テキストをベクトル表現に変換するベクトルインデックスのコストを比較します。埋め込みモデルは入力トークンのみ課金されます。
見るべき点
埋め込みモデルは入力トークンのみ課金され、出力トークンはありません。入力料金の低さが最も重要ですが、コンテキストウィンドウの広さも文書に適したモデル選びに影響します。
初期シナリオ
このページは 1 文書あたり 500 入力トークン、月間 10 万文書のインデックスから開始します。
初期シナリオで低コストな埋め込みモデル
この表はサーバー側で生成されるため、スクリプト実行前でも検索エンジンがモデル、入力料金、推定月額コストを読めます。
| モデル | コンテキスト | 入力料金 | 月額コスト |
|---|---|---|---|
| pplx-embed-v1-0.6b | 32.8K | $0.0040 / 1M tokens | $0.20 |
| text-embedding-preview-0409 | 3.1K | $0.0063 / 1M tokens | $0.31 |
| nomic-embed-text-v1 | 8.2K | $0.0080 / 1M tokens | $0.40 |
| nomic-embed-text-v1.5 | 8.2K | $0.0080 / 1M tokens | $0.40 |
| gte-base | 512 | $0.0080 / 1M tokens | $0.40 |
| together-ai-embedding-up-to-150m | N/A | $0.0080 / 1M tokens | $0.40 |
| bge-base-en-v1.5 | N/A | $0.0080 / 1M tokens | $0.40 |
| bge-base-en-v1.5 | N/A | $0.0080 / 1M tokens | $0.40 |
Pricing data from catalog last generated 2026/07/13. Verify before production decisions. Data sources.