VectorDBBench - ベクトルデータベースベンチマークツール
VectorDBBenchは、主流のベクトルデータベースとクラウドサービスに向けて、偏りのないベンチマーク結果を提供できます。ベクトルデータベースの比較において、究極のパフォーマンスとコスト効率を実現できる他に類を見ないツールです。使いやすさを念頭に置いて設計されたVectorDBBenchは、専門家でなくても、ユーザーが結果を再現したり、新しいシステムをテストしたする時に便利を与えるように考案されています。VectorDBBenchを試してみれば、数多にあるベクトルデータベースクラウドサービスとオープンソースのベクトルデータベースの中から最適な選択を見つけることに困る必要もなくなるでしょう。
VectorDBBenchの世界に飛び込む準備はいいですか。あなたにぴったりのベクトルデータベースを見つけましょうか。
- Zilliz Cloud
- Milvus
- Elastic Cloud
- PgVector
- Pinecone
- Qdrant Cloud
- Weaviate Cloud
- Medium(2 datasets: Cohere, 1M of 768-dim vectors; OpenAI, 500K of 1,536-dim vectors)
- Large(2 datasets: Cohere, 10M of 768-dim vectors; OpenAI, 5M of 1,536-dim vectors)
スカラーフィルター
- None
- Low (>=1%)
- High (>=99%)
比較結果
パフォーマンス・ランキング（QPS） テーブルは、主流のベクトルデータベースのスループットを示し、スコア、QPS、および再現率に基づいてそれらの包括的なQPSスコアとランキングを表しています。
パフォーマンス・ランキング(P99レイテンシ) テーブルは、主流のベクトルデータベースのスループットを示し、スコア、P99レイテンシ、および再現率に基づいてそれらの包括的なP99レイテンシスコアとランキングを表しています。
コスト・ランキングテーブルは、主流のベクトルデータベースのコストを比較し、それらのコストパフォーマンス比率、比率に基づくランキング、および百万件あたりのコストを詳細に示しています。
- パフォーマンス・ランキング(QPS)
- パフォーマンス・ランキング(P99レイテンシ)
- コスト・ランキング
ランキング 各ベクトルデータベースの包括的なQPSスコアに基づくランキング順位です。 | 異なるハードウェアリソースを備えたデータベース | QPSスコア 包括的なスコア結果は、ベクトルデータベースのベクトル検索パフォーマンスを示しています。詳細については、スコアリングルールをご覧ください。 | Test time | QPS/RecallMedium OpenAI | QPS/RecallMedium OpenAI | QPS/RecallMedium OpenAI | QPS/RecallMedium Cohere | QPS/RecallMedium Cohere | QPS/RecallMedium Cohere |
1 | ZillizCloud-8cu-perf-v2024.1 | 100 | 2024-01 | 5115.53 / 0.947 | 3685.077 / 0.974 | 4742.162 / 0.994 | 6054.443 / 0.916 | 4104.26 / 0.951 | 4252.127 / 0.996 |
2 | Milvus-16c64g-hnsw-v2.2.12 standalone mode | 23.5105 | 2023-08 | 722.032 / 0.976 | 599.421 / 0.996 | 2098.211 / 1 | 1258.704 / 0.98 | 1075.878 / 0.98 | 1494.849 / 1 |
3 | ZillizCloud-1cu-perf-v2024.1 | 15.7792 | 2024-01 | 633.603 / 0.919 | 467.58 / 0.99 | 1509.329 / 1 | 873.371 / 0.948 | 571.426 / 0.967 | 1156.29 / 0.999 |
4 | QdrantCloud-4c16g-5node | 14.7192 | 2023-08 | 626.524 / 0.995 | 434.406 / 0.918 | 975.25 / 0.994 | 789.123 / 0.94 | 544.62 / 0.977 | 930.916 / 0.997 |
5 | ZillizCloud-2cu-cap-v2024.1 | 10.967 | 2024-01 | 503.228 / 0.968 | 413.323 / 0.981 | 730.7 / 0.959 | 537.498 / 0.89 | 467.179 / 0.97 | 596.794 / 0.969 |
6 | Pinecone-p2.x1-8node | 9.0181 | 2023-08 | 322.7 / 0.948 | 303.8 / 0.948 | 526.885 / 1 | 536.073 / 0.973 | 372.047 / 0.89 | 431.751 / 1 |
7 | Milvus-4c16g-disk-v2.2.12 standalone mode | 8.7228 | 2023-08 | 321.605 / 0.989 | 303.255 / 0.988 | 445.329 / 1 | 392.883 / 0.958 | 343.82 / 0.968 | 411.765 / 0.997 |
8 | ZillizCloud-1cu-cap-v2024.1 | 5.9353 | 2024-01 | 269.546 / 0.978 | 240.036 / 0.982 | 425.549 / 0.994 | 365.084 / 0.945 | 325.527 / 0.945 | 313.512 / 1 |
9 | Milvus-2c8g-hnsw-v2.2.12 standalone mode | 5.7511 | 2023-08 | 228.4 / 0.935 | 181.5 / 0.935 | 394.542 / 1 | 274.541 / 0.981 | 236.567 / 0.981 | 309.483 / 1 |
10 | QdrantCloud-4c16g-1node | 5.2012 | 2023-08 | 188.644 / 0.918 | 179.003 / 0.994 | 218.063 / 0.994 | 261.798 / 0.926 | 189.44 / 0.889 | 216.677 / 0.997 |
11 | Pinecone-p2.x1 | 4.1044 | 2023-08 | 180.276 / 0.994 | 155.699 / 0.917 | 205.7 / 0.959 | 240.721 / 0.889 | 166.185 / 0.926 | 138.948 / 0.998 |
12 | Pinecone-p1.x1 | 1.6747 | 2023-08 | 67.63 / 0.806 | 63.35 / 0.807 | 176.7 / 1 | 100.667 / 0.991 | 101.14 / 0.991 | 121.717 / 0.969 |
13 | Milvus-2c8g-disk-v2.2.12 standalone mode | 1.3607 | 2023-08 | 46.862 / 0.996 | 37.07 / 0.998 | 81.192 / 1 | 67.912 / 0.991 | 42.486 / 0.874 | 75.706 / 1 |
14 | Pinecone-s1.x1-2node | 0.4735 | 2023-08 | 43.502 / 0.996 | 17.327 / 0.996 | 45.067 / 1 | 63.137 / 0.991 | 20.299 / 0.929 | 52.261 / 1 |
15 | Pinecone-s1.x1 | 0.3937 | 2023-08 | 37.432 / 0.998 | 16.18 / 0.879 | 41.544 / 1 | 46.619 / 0.874 | 18.362 / 0.874 | 32 / 1 |
16 | ElasticCloud-upTo2.5c8g | 0.3891 | 2023-08 | 16.34 / 0.879 | 15.13 / 0.807 | 36.11 / 1 | 20.744 / 0.929 | 15.175 / 0.989 | 30.136 / 1 |
17 | WeaviateCloud-standard | 0.2894 | 2023-08 | 15.33 / 0.806 | 1.839 / 0.996 | 26.26 / 1 | 18.763 / 0.874 | 10.851 / 0.89 | 27.618 / 1 |
18 | WeaviateCloud-bus_crit | 0.2815 | 2023-08 | 11.295 / 0.996 | 1.567 / 0.996 | 17.41 / 1 | 15.227 / 0.989 | 0.764 / 0.991 | 26.472 / 1 |
19 | PgVector-2c8g | 0.098 | 2023-08 | 0.884 / 0.853 | 0.894 / 0.853 | 1.215 / 0.749 | 10.627 / 0.89 | 0.751 / 0.991 | 25.274 / 0.998 |
ランキング: 各ベクトルデータベースの総合的なQPSスコアに基づいたランキング。
QPSスコア: ベクトルデータベースのベクトル検索スループットを示す包括的なスコアリング結果。詳細な情報については、 スコアリングルール をご覧ください。
QPS: ベクトルデータベースが毎秒同時に処理できるクエリの数。QPSの値が高いほど、ベクトルデータベースのパフォーマンスが優れていることを示します。
Recall: ベクトルデータベースのベクトル検索の精度。再現率が高いほど、より正確なベクトル検索結果を意味します。
利用不可のデータ
少なくとも1つのを選択してください。