2026.08.12 AI

ベクトルデータベースのおすすめは？3タイプ比較とRAG用途の選び方【2026年版】

製品名を並べた比較記事は数多くありますが、その一覧から自社の答えが決まることはまずありません。判断を分けるのは、扱うチャンク件数、データの更新頻度、運用を誰が持つかの3点です。この記事では主要6製品を「専用SaaS」「OSS自前運用」「既存DB拡張」の3タイプへ整理し、2026年8月12日時点の公式料金と版番号を実測したうえで、10万件と1,000万件で費用の主役が入れ替わる構造、専用製品を見送ってPostgreSQLで済ませる条件、PoCで測る2つの指標までを扱います。順位付けのランキングは示さず、要件から候補を2つまで絞る手順を示します。

まとめ：おすすめは3タイプのどれを選ぶかで決まり、製品名は後から決まる

結論を先に置きます。社内文書のRAGで、チャンク数が数十万件までで、すでにPostgreSQLを運用しているなら、pgvectorで始めてください。専用製品の月45ドルから50ドルの最低利用料が丸ごと浮き、権限管理も1か所で済みます。ここで専用SaaSへ飛ぶ判断は、多くの場合まだ早い段階です。

チャンク数が数百万を超え、検索遅延が跳ね始めたら専用製品へ移します。運用担当を置けないならPineconeやWeaviate Cloudのようなフルマネージド、データを自社ネットワークから出せないならMilvusの自前運用かQdrantのHybrid Cloudという分岐です。Chromaは試作と小規模の常設に向き、本番の規模拡大を前提にした選択肢ではありません。

ベクトルデータベースの3タイプ｜専用SaaS・OSS自前運用・既存DB拡張

製品を個別に見る前に、提供形態で3つに分けます。この分類で候補が半分以下に落ちるため、料金の比較はその後で足ります。データの機微度と運用体制という2つの制約が、たいてい提供形態の段階で片方のタイプを消してくれるからです。

専用SaaS型の位置づけ｜運用を持たない代わりに従量課金が読みにくい点

PineconeとWeaviate Cloudが代表格です。サーバーの用意もインデックスの再構築も提供側が持つため、検索基盤に人を張れない体制でも本番運用に入れます。反面、費用が事前に読みにくい構造を抱えています。

Pineconeの課金は読み取りユニットと書き込みユニットで数えます。2026年8月12日時点の公式価格では、ストレージが0.33ドル/GB・月と安価な一方、読み取りが100万ユニットあたり16から18ドル、書き込みが100万ユニットあたり4から4.50ドルです。つまり費用を押し上げる要因は、保管ではなく検索回数です。Standardには月50ドルの最低利用額があり、アクセスがほぼ無い月でもこの額は発生します。料金体系と制限値の細部はPineconeの料金・制限値と実装の解説にまとめています。

OSS自前運用型の位置づけ｜索引パラメータを触れる範囲と運用コスト

MilvusとQdrantのセルフホスト構成が該当します。ソフトウェア自体の費用はかからず、掛かるのは基盤費と人件費です。索引の種類やパラメータを自分で選べるため、Recallと遅延のバランスを要件に合わせて詰められます。

Milvusは2026年7月29日にv3.0.0系が公開され、External Collectionによるレイクハウス連携の拡張、SINDIによるスパース索引の再構築、faceted searchの追加が入りました。クラスタ構成を組めば億件規模まで伸ばせますが、その構成管理をだれが持つかが導入可否を決めます。分散構成の全体像はMilvusのインデックス選定とデプロイ形態で扱っています。

Qdrantは自前運用に加え、制御だけを提供側に置くHybrid Cloudという中間形態を持ちます。無料枠は0.5 vCPU・メモリ1GB・ディスク4GBで、検証用と割り切る規模です。

既存DB拡張型の位置づけ｜PostgreSQLに寄せたときの検索品質の上限

pgvectorは、すでに動いているPostgreSQLへベクトル型と索引を足す拡張です。新しいミドルウェアが増えないため、バックアップ・監視・権限管理の仕組みをそのまま流用できます。既存の業務データとベクトルを同じトランザクションで更新できる点も、更新頻度が高い業務では効きます。

版の動きも止まっていません。2026年8月12日時点の最新は0.8.6で、2026年7月29日にIVFFlat索引構築時のバッファオーバーフロー修正が入りました。直前の0.8.5は2026年7月8日にIVFFlat構築時のメモリ消費削減、0.8.4は2026年6月30日にHNSWのvacuum処理の不具合修正と、索引まわりの改善が短い間隔で続いています。実装手順はpgvectorによるPostgreSQLでのベクトル検索を参照してください。

主要6製品の比較表｜料金体系・提供形態・日本語のハイブリッド検索対応

3タイプの理解を前提に、6製品を横並びで見ます。金額はすべて2026年8月12日時点の各社公式価格ページの記載で、為替や改定で動く前提の数値です。契約前には自社の想定件数を入れて再計算してください。

料金体系の比較｜Pinecone・Weaviate・Chromaで異なる課金単位

同じ「従量課金」でも、数えている対象が製品ごとに違います。Pineconeは読み書きユニット、Weaviateは格納したベクトルの次元数、Chromaは書き込みGiBとクエリTiBです。単価の大小だけを比べても意味をなさないのはこのためです。

Weaviate Cloudは無料枠が10万オブジェクト・メモリ1GB・ディスク10GB、有償のFlexが月45ドルから、100万次元あたり0.00465ドルからという体系です。次元数課金のため、埋め込みモデルを1536次元から768次元へ落とすと、格納コストがそのまま半分になります。ハイブリッド検索やマルチテナンシーの詳細はWeaviateのハイブリッド検索と料金体系に整理しています。

Chroma Cloudは書き込み2.50ドル/GiB、ストレージ0.33ドル/GiB・月、クエリ0.0075ドル/TiB、ネットワーク0.09ドル/GiBという構成で、Starterは月額0ドルに5ドル分の無料クレジットが付きます。書き込みに単価が乗るため、全件再投入を繰り返す設計とは相性がよくありません。

各社の無料枠で試せる範囲｜PoCが止まる境目の総チャンク件数

各社とも無料枠を持ちますが、止まる位置が違います。Pinecone Starterはストレージ2GB・書き込み200万ユニット/月・読み取り100万ユニット/月・インデックス5個まで、リージョンはAWSのus-east-1のみ。Weaviateは10万オブジェクト、Qdrantはディスク4GB、Chromaは5ドル分のクレジットが上限です。

1,536次元のfloat32ベクトルは1件あたり約6.1KBになります。10万件なら約0.6GBで、本文とメタデータを含めても1GB前後。この規模までは各社の無料枠で検証できます。100万件では約6GBとなり、Pinecone Starterの2GBもWeaviateの10万オブジェクトも超えます。PoCが止まる境目は、おおむね数十万チャンクです。

比較表の読み方｜提供形態と索引方式で絞ってから料金を見る順序

先に提供形態で候補を絞り、残った2つか3つだけを料金で比べます。次の表は絞り込みの起点として使ってください。

製品 提供形態 料金の起点 向く場面
Pinecone フルマネージド専用 無料枠あり／月50ドル〜 運用を持たない本番
Qdrant SaaSと自前の両方 無料枠あり／時間従量 自社網内へ寄せる構成
Weaviate フルマネージド専用 無料枠あり／月45ドル〜 語句併用の日本語検索
Milvus OSS自前運用が主 ソフト無料／基盤費のみ 億件規模の自前運用
pgvector PostgreSQL拡張 拡張自体は無料 既存DBへの同居
Chroma OSSとクラウド併存 月0ドル起点の従量 試作と小規模の常設

用途別のおすすめ｜社内文書RAG・レコメンド・画像検索で変わる判断

同じベクトル検索でも、用途が変われば効いてくる要件が入れ替わります。社内文書のRAGでは語句一致との併用が精度を左右し、レコメンドでは更新の速さ、画像検索では次元数と件数が費用を決めます。

社内文書RAGのおすすめ｜日本語で語句一致の併用が効く検索構成

社内文書の検索では、製品型番・社内用語・略語のように意味ベクトルが苦手とする語が頻繁に現れます。ベクトル検索単独で「HZ-3200の保守条件」と問い合わせた場合、型番違いの文書まで候補に含めがちです。語句一致とベクトル検索を併用するハイブリッド検索が、日本語の社内文書で精度差の出る分かれ目になります。

この観点ではWeaviateとQdrantが扱いやすく、pgvectorもPostgreSQLの全文検索と組み合わせれば同じ構成を作れます。検索品質は製品選定より埋め込みモデルの選択に左右される面が大きいため、まず既存スタックで併用構成を組み、精度不足の原因が索引側かモデル側かを切り分けてください。

レコメンド・類似商品検索のおすすめ｜更新頻度が選定を決める理由

商品マスタが日次で数万件動く環境では、検索精度より更新の追従性が効きます。HNSW索引は追加に強い一方、大量削除を繰り返すとグラフに穴が空きRecallが静かに落ちるため、定期的な索引再構築を前提に置けるかどうかで候補が変わります。更新が業務トランザクションと同時に走るならpgvectorのように同じデータベース内で完結する構成、更新は日次バッチで検索は秒間数百件という非対称な負荷なら検索側だけを切り離せる専用SaaSが素直な形でしょう。

機密データを外に出せない場合｜自社環境で完結させる2つの構成

個人情報や設計図を含む文書を扱うなら、フルマネージドのSaaSは契約審査で止まることがあります。取れる構成は2つです。MilvusやQdrantを自社のクラウドアカウント内に立てる自前運用か、Qdrant Hybrid Cloudのように制御だけを外部に置きデータは自社ネットワークから出さない形になります。

判断の目安は、検索基盤に月0.5人月を割けるかどうか。割けないなら自前運用は選ばないでください。障害時の復旧に人が張り付く事態を招きます。

規模別のコスト試算｜10万件と1,000万件で入れ替わる費用の大小

費用の主役は規模で入れ替わります。1,536次元のfloat32ベクトルを前提に、公式単価へ実際の件数を入れて構造を確かめます。金額は2026年8月12日時点の単価による概算です。

10万チャンク規模の試算｜専用SaaSの最低料金が効いてくる水準

10万チャンクは約0.6GB。この規模ではどの製品もストレージ費がほぼ発生せず、Pineconeの0.33ドル/GB・月で計算しても月0.2ドル、Chromaの0.33ドル/GiB・月でもほぼ同額です。

それでも専用SaaSを選ぶと、Pinecone Standardの月50ドル、Weaviate Flexの月45ドルという最低利用額がそのまま乗ります。年額にすれば7万円から9万円前後。pgvectorなら既存のPostgreSQLに0.6GB分のメモリ余裕があるだけで済み、追加費用はゼロです。この規模で専用製品を選ぶ理由は、費用ではなく運用体制の側にしかありません。

1,000万チャンク規模の試算｜メモリ常駐量が費用を決める構造

1,000万チャンクでベクトル本体が約61GB。HNSW索引はグラフの接続情報が加わるため、実際に確保すべきメモリはこれを上回ります。自前運用ならメモリ128GB級のインスタンスを冗長構成で2台持つ計算になり、基盤費が費用の主役になります。

ここでPineconeの単価を当てると景色が変わります。ストレージ61GB分は月20ドル前後にしかならず、費用の主役は読み取りユニットへ移ります。読み取り100万ユニットあたり16から18ドルのため、検索リクエスト数と1回あたりのスキャン量が請求額を決める構造です。Chromaで同じ61GiBを初回投入する場合は、書き込み2.50ドル/GiBで約153ドルが一度だけ発生します。

索引のパラメータ設定が、このメモリ量とRecallの両方を動かします。接続数Mや構築時のef_constructionの決め方はHNSWのパラメータ設計で扱っています。1,000万件規模なら、製品選定より先にこの見積もりを済ませてください。

試算から抜けやすい費用｜埋め込み生成と再インデックスの再発分

試算から抜け落ちやすいのが、ベクトルを作る側の費用です。1,000万チャンクを平均400トークンとすると40億トークン。Weaviateの埋め込みサービス単価100万トークンあたり0.025から0.065ドルで換算すると、初回だけで100ドルから260ドルになります。

この費用は埋め込みモデルを変えるたびに再発します。日本語精度を上げようとモデルを差し替えれば、全件を作り直す必要があるためです。モデル選定をPoCの後半へ先送りすると再生成が2回3回と重なります。件数が百万を超える計画なら、モデルの確定を先に済ませてください。

専用ベクトルDBを見送る条件｜pgvectorで足りる規模と乗り換えの分岐

ここは判断を言い切ります。多くの日本企業の社内文書RAGは、専用ベクトルデータベースを導入しなくても要件を満たします。導入して費用と運用対象を増やした結果、検索精度は変わらなかったという構図が起きやすい領域です。

pgvectorで足りる3条件｜件数・更新頻度・検索要件の具体的な線

次の3つをすべて満たすなら、専用製品は見送ってください。第1にチャンク数が100万件以下。第2に更新が日次バッチか、業務トランザクションに同期する程度の頻度。第3に検索が単一テナントで、テナントごとの物理分離を求められないこと。

この範囲なら既存のPostgreSQLへ拡張を入れるだけで検索が成立し、監視もバックアップも既存の仕組みが使えます。専用製品を入れた場合に増えるのは、データ同期の経路と障害時の切り分け対象です。得るものが精度ではなく構成の複雑さだけになる規模で、あえて導入する理由はありません。

専用ベクトルDBへ移す判断基準｜遅延とRecallが同時に崩れる時

逆に、次のいずれかが出たら移行を検討する段階です。1つ目、検索遅延のp95が目標値を継続的に超え、索引パラメータの調整でも戻らない。2つ目、索引がメモリに載り切らず、既存の業務クエリのレスポンスまで悪化した。3つ目、テナントごとにデータを物理分離する契約要件が出た。

3つ目は調整では解けないため、Milvusのcollection分離やWeaviateのマルチテナンシーで受けるのが素直です。1つ目と2つ目は索引パラメータと埋め込み次元数の見直しで戻ることが多いため、移行判断の前に一度検証してください。次元数を1,536から768へ落とすだけでメモリが半分になり、それで収まる例があります。

おすすめランキングを鵜呑みにしない理由｜シェアと自社要件のずれ

ベクトルDBのシェアやランキング記事は、GitHubのスター数か資金調達額を並べたものがほとんどで、どちらも自社の要件とは無関係な指標です。スター数の多さは英語圏の個人開発者に触られた回数を示すだけで、日本語の社内文書を数百万件さばいた実績を意味しません。

選定で見るべきは3つ。自社のデータ件数で無料枠を超えるか、機微データを外部へ出せるか、運用に人を張れるかです。残る差は好みの範囲であり、比較を続ける時間はPoCの検証に回したほうが結果につながるでしょう。

選定と発注の進め方｜PoCの評価設計と受託開発へ渡すときの確認事項

候補が2つに絞れたら次はPoCです。評価指標を決めずに始めると「なんとなく良さそう」で終わり、本番規模で作り直す羽目になります。測る対象は2つで足ります。

PoCで測る2つの指標｜Recall@10と検索遅延の目標値の決め方

1つ目はRecall@10。実際の業務質問を50問ほど用意し、正解となる文書を人手で指定したうえで、上位10件に正解が入る割合を測ります。RAGの回答品質は、この検索段階で正解を拾えているかでほぼ決まります。0.9を下回るなら、製品を替える前に埋め込みモデルとチャンク分割を見直してください。

2つ目は検索遅延のp95。チャットUIで待てるのは体感で1秒前後、そのうち検索に割けるのは200ミリ秒程度が目安です。要点は本番想定の件数で測ることで、1万件のサンプルの数値は100万件では成立しません。最低でも本番想定の3割の件数を投入してください。

発注時に確認する項目｜移行容易性とベンダーロックインの度合い

外部へ構築を依頼する場合、見積書に現れない項目を先に確認しておくと後の手戻りが減ります。埋め込みモデルを差し替えたときの再投入手順、別製品へ移行する際のエクスポート形式、索引パラメータをだれが調整するのかの3点。ベクトルデータそのものは移せても、索引設定とハイブリッド検索の実装は製品ごとに書き直しになります。

この見極めを含めた設計から実装までを外部に任せる場合は、RAG構築支援のように、製品選定とインデックス設計の両方を扱う体制へ相談する形が近道です。製品を決めてから実装だけを頼む進め方だと、選定の前提が誤っていた場合の修正が契約範囲の外に出ます。選定の根拠から一緒に検証できるかを、最初の打ち合わせで確かめてください。

よくある質問

ベクトルデータベースの選定でよく寄せられる質問を5つまとめます。

ベクトルデータベースのおすすめを1つだけ挙げるとしたら何ですか？

条件を付けずに1つを挙げることはできませんが、最も外れにくいのはpgvectorです。すでにPostgreSQLを運用している企業が多く、チャンク数100万件以下・日次更新程度の社内文書RAGなら追加費用ゼロで要件を満たします。運用担当を置けない場合はPinecone、機微データを自社ネットワークから出せない場合はMilvusかQdrantの自前運用が次点。まず既存スタックで試し、限界が見えてから専用製品へ移る順序が費用の面でも安全です。

ベクトルデータベースのシェアやランキングは選定の参考になりますか？

参考になりません。公開されているランキングの大半はGitHubのスター数や資金調達額を根拠にしており、日本語文書での検索精度や自社の運用体制とは無関係な指標です。スター数の多さは英語圏の個人開発者による試用回数を反映しているにすぎません。自社のデータ件数で無料枠を超えるか、データを外部へ出せるか、運用に人を割けるかという3条件で絞るほうが、選定の精度は上がります。

無料で使えるベクトルデータベースはありますか？

あります。pgvector・Chroma・Milvus・Qdrantはいずれも自前運用ならライセンス費がかからず、掛かるのは基盤費だけです。クラウド版の無料枠は2026年8月12日時点でPinecone Starterがストレージ2GBまで、Weaviateが10万オブジェクトまで、Qdrantがディスク4GBまで。数十万件を超える検証では有償枠が必要になります。

pgvectorと専用ベクトルデータベースはどちらが速いですか？

件数と索引設定が、結果の逆転を左右する条件です。数十万件までで索引がメモリに収まる範囲なら、pgvectorのHNSW索引でも専用製品と同等の遅延に収まります。差が出るのは索引がメモリに載らなくなってからで、専用製品は検索ノードを水平に増やせる一方、pgvectorはデータベース全体の資源を業務クエリと分け合うため悪化が早く出ます。速度そのものより、悪化したときに横へ伸ばせるかどうかが実際の分かれ目です。

ベクトルデータベースの導入費用はどのくらい見ておけばよいですか？

ミドルウェアの費用と構築の費用を分けて考えてください。ミドルウェア側は、10万チャンク規模ならpgvectorで追加ゼロ、専用SaaSで月45ドルから50ドルの最低利用額が起点になります。構築側は埋め込みモデルの選定・チャンク分割の設計・ハイブリッド検索の実装・評価データの整備が主な工数で、初回の埋め込み生成にも1,000万チャンクで100ドルから260ドル前後が別に掛かります。

関連記事

資料請求

RELATED POSTS 関連記事

一覧へ戻る