Nota sobre o conjunto de dados:

  1. For "1M Dataset" below, we refer to the "Cohere Medium" (Clique para copiar o S3 URI) Dataset (1M * 768 float dense vectors).
  2. For "10M" Dataset below, we refer to the "Cohere Large" (Clique para copiar o S3 URI) Dataset (10M * 768 float dense vectors).
Latência e QPS da Pesquisa Vetorial a um custo mensal de $1.000
Copy link to this section
Conjunto de dados
P99 Latency (ms)
QPS
Recall
ZillizCloud-8cu-perf
2
13,316.23
0.9383
Milvus-16c64g-sq4u-fp16-force_merge
2.3
9,575.69
0.9189
Milvus-16c64g-sq8-force_merge
2.4
5,973
0.9192
OpenSearch-16c128g-force_merge
7.2
3,055.01
0.9066
ElasticCloud-8c60g-force_merge
17.1
2,353.89
0.9143
QdrantCloud-16c64g
6.4
1,242.43
0.9474
Pinecone-p2.x8-1node
13.7
1,146.53
0.9262
OpenSearch-16c128g
13.2
950.63
0.9140
Desempenho da transmissão em fluxo contínuo
Copy link to this section
Este gráfico avalia o desempenho da pesquisa no conjunto de dados Cohere-10M sob pressão constante de ingestão. Medimos a latência da pesquisa em série p99 e o QPS máximo simultâneo a 90% da capacidade de dados enquanto a carga de trabalho de inserção permanece ativa. Estes resultados de "streaming" são depois comparados com o desempenho "estático" numa base de dados totalmente indexada e optimizada.
Valores do gráfico
  • estático (totalmente optimizado)
  • ingestão constante (500 linhas/s)
  • ingestão constante (1000 linhas/s)

ZillizCloud

8cu-perf

7,385
Recall: 0.9384
2,119
1,860

Milvus

16c64g-sq8-force_merge

2,747
Recall: 0.9204
306
156

ElasticCloud

8c60g-force_merge

1,452
Recall: 0.9042
61.67
61.82

Pinecone

p2.x8-1node

1,131
Recall: 0.9024
367.4
369.7

TurboPuffer

2026-03-31

649.9
Recall: 0.8352
536
442.6

OpenSearch

16c128g

505.7
Recall: 0.9068
161.7
149.7

QdrantCloud

16c64g

446.9
Recall: 0.9357
393.8
347.6
Desempenho vs. recordação
Copy link to this section
Conjunto de dados
Valores do gráfico
Desempenho de filtragem
Copy link to this section
Conjunto de dados
Valores do gráfico