RAG 费用计算
估算 RAG 流水线月费：embedding token × 每百万价，加检索/rerank 次数 × 单价，再加 LLM 输入/输出 token × 模型每百万价。可选预设或自定义。合计为美元总费用。仅供估算，以各厂商官网为准。
计算在浏览器完成。不会上传数据。
向量费用
—
检索费用
—
LLM Token 费用
—
美元合计
—
仅供估算，以各厂商官方定价为准 (2026-10-30). 合计 = 向量 + 检索 + LLM 输入/输出（按你的每百万价）。
AI Agent 费用计算 · LLM API 费用计算 · Gemini Grounding 费用计算 · OpenAI Token 费用计算
同组工具
- Algolia 费用计算 Algolia Free · Grow · Grow+ → 月费用。
- MongoDB Atlas 费用计算 Atlas M0 · Flex · Dedicated → 月费用。
- LLM 可观测性费用对比 Langfuse、Braintrust、LangSmith、Helicone 同负载费用对比。
- Langfuse 费用计算 Langfuse 单位（trace + observation + score）→ 月费。
- Braintrust 费用计算 Braintrust 处理 GB + 评分 + 保留 → 月费。
- 向量数据库费用对比 Pinecone 与 Upstash Vector 同负载月费对比。
- Pinecone 费用计算 Pinecone 存储 + 读写单元 对比 $50 最低消费。
- Upstash Vector 费用计算 Upstash Vector 按量 vs 固定 $60 与盈亏平衡。
怎么用
- RAG 费用怎么算？
- 总美元 = (向量 token ÷ 1M × 向量价) + (检索次数 × 单价) + (LLM 输入 ÷ 1M × 输入价) + (LLM 输出 ÷ 1M × 输出价)。
- 默认向量单价是多少？
- 默认每百万 $0.15（Gemini Embedding 文本公开价）。其他向量模型请改字段。
- 检索免费或打包怎么办？
- 把检索单价设为 0。仍会显示向量与 LLM 分项。
- 可以用任意 LLM 单价吗？
- 可以—选预设或自定义每百万价。OpenAI、Claude、Gemini、Grok 专页公式相同。
- 结果能当账单吗？
- 不能。仅供规划，以官方账单为准。