Облачный запуск публичных и собственных AI-моделей
- Русский
- API
Qdrant
Векторный движок с payload-фильтрами и многоступенчатыми запросами
- API
- Бесплатный тариф
Обновлено
Коротко о сервисе
- Модель оплаты
- Freemium
- Цена
- Цена не указана
- Бесплатный тариф
- Да
- Поддержка русского
- Не проверено
- Русский интерфейс
- Не проверено
- Работает без VPN
- Не проверено
- Оплата картой РФ
- Не проверено
- API
- Есть
- Платформы
- api
- Языки интерфейса
- en
Сведения о доступности и функциях проверены 06.10.2026 по официальному источнику.
Что такое сервис «Qdrant»
Qdrant — векторный поисковый движок для разработчиков, которым нужны эмбеддинги вместе с фильтруемыми атрибутами payload. Query API объединяет предварительные поиски prefetch и основной запрос: итоговое ранжирование применяется к уже отобранным точкам. Локальный сервер открывает REST на порту 6333 и gRPC на 6334; официальный Docker-пример сохраняет данные в отдельный каталог, связанный с хостом.
Точка Qdrant содержит идентификатор, векторное представление и payload с данными объекта. В коллекции могут храниться именованные векторы, в том числе плотные и разреженные. Фильтр отбирает записи по атрибутам; для каталога это позволяет ограничить поиск нужной группой товаров до показа результата. Документация фильтров задаёт логические условия must, should и must_not, поэтому ограничения доступа или категории выражаются явно в запросе.
Query API Qdrant позволяет строить вложенные prefetch: сначала получить кандидатов из нескольких представлений, затем объединить их через RRF либо выполнить другую стадию ранжирования. У offset есть важная особенность: он действует только на основной запрос. Лимит предварительной выборки должен быть не меньше суммы limit и offset, иначе нужной страницы кандидатов может не оказаться. Это конкретное ограничение пагинации многоступенчатого поиска.
Бесплатный Qdrant Cloud на 06.10.2026 предоставляет один узел: 0,5 vCPU, 1 ГБ RAM и 4 ГБ диска. Standard тарифицируется по выделенным ресурсам и допускает масштабирование; фиксированная начальная сумма в доступной таблице не указана. Самостоятельное размещение и облачный тариф следует считать разными вариантами эксплуатации. В локальном Docker-примере каталог qdrant_storage хранит данные вне контейнера, но не создаёт резервное копирование автоматически.
Milvus — близкий аналог для векторной базы с собственным размещением. Сравнение стоит строить вокруг payload-фильтров и prefetch Qdrant против схемы коллекции и hybrid_search Milvus: совпадение назначения не означает взаимозаменяемый API. Бесплатный одиночный узел не следует выбирать как доказанно отказоустойчивый кластер. Поддержка русского интерфейса и результаты поиска по русскому корпусу не измерены; российский доступ и оплату облака официальные открытые страницы не подтверждают.
Тарифы сервиса «Qdrant»
Free Tier
Бесплатно месяц, постоянный бесплатный доступ
Один узел; 0,5 vCPU; 1 ГБ RAM; 4 ГБ диска
Прототипы и небольшие наборы данных
Проверено 06.10.2026 · официальный источник
Standard
Сумма рассчитывается по ресурсам период и сумма конкретной конфигурации не подтверждены
Выделенные ресурсы; вертикальное и горизонтальное масштабирование
Производственные базы
Проверено 06.10.2026 · официальный источник
Точные лимиты и состав тарифов уточняйте на сайте сервиса — цены могут меняться.
Плюсы и минусы сервиса «Qdrant»
Плюсы
- Предварительные выборки объединяются в одном поисковом запросе
- Фильтры payload с must, should и must_not
- Именованные плотные и разреженные векторы
- Официальные REST и gRPC-интерфейсы
- Бесплатный облачный узел с 1 ГБ RAM
Минусы
- Пагинация требует достаточного лимита предварительной выборки
- Бесплатный Cloud ограничен одним узлом и 4 ГБ диска
- Каталог данных локального Docker не заменяет резервную копию
Частые вопросы
Как Qdrant связывает векторы с атрибутами документа?
Через payload. Точка Qdrant хранит идентификатор и вектор вместе с дополнительными атрибутами объекта; запрос может ограничить кандидатов условиями must, should и must_not. Это позволяет искать только внутри нужного набора документов или категории. Именованные векторы добавляют несколько представлений одной записи, а фильтр относится к данным объекта, а не к тексту ответа модели.
Что входит в бесплатный Qdrant Cloud?
На дату проверки Free Tier Qdrant Cloud обозначен как постоянный бесплатный вариант для прототипов. Он включает один узел с 0,5 vCPU, 1 ГБ RAM и 4 ГБ диска. Это ресурсный лимит, а не обещание вместить любое число документов. Для роста данных предусмотрен Standard с оплатой выделенных ресурсов; подтверждённой стартовой суммы в таблице нет.
Почему в Qdrant prefetch может вернуть пустую страницу?
Если лимит предварительных кандидатов слишком мал. В Query API Qdrant параметр offset относится к основному запросу, а не расширяет prefetch автоматически. Документация требует выбирать для предварительного поиска не меньше limit плюс offset основной стадии. При многоступенчатой выдаче это правило нужно учитывать отдельно от качества эмбеддингов: нехватка кандидатов создаёт пустой результат ещё до оценки релевантности.
Где лежат данные Qdrant при локальном запуске?
В официальном Docker-примере Qdrant каталог qdrant_storage хоста подключён к каталогу хранения внутри контейнера. REST доступен на localhost:6333, панель — по пути dashboard, а gRPC — на 6334. Такое размещение сохраняет файлы за пределами контейнера, но само по себе не подтверждает защищённый доступ, резервирование или возможность восстановить базу после потери диска.
Что известно о Qdrant для русскоязычных проектов?
Подтверждены фильтры, клиентские библиотеки и локальный запуск Qdrant; локализация интерфейса и качество русскоязычного извлечения остаются непроверенными. База хранит представления, выбранные разработчиком, поэтому результат зависит и от embedding-модели. Открытие документации не проверяет российский облачный аккаунт. Возможность входа, выполнения поиска и оплаты картой российского банка на дату проверки не установлена.
Упоминается в подборках
Где ещё встречается
Задачи
Подборки
Похожие сервисы
Визуальная open-source платформа для AI-агентов и LLM-процессов
- API
- Бесплатный тариф
облачный запуск моделей через совместимый интерфейс запросов
- API
- Бесплатный тариф
Облачная платформа для функций на Python и вычислений на видеокартах
- API
- Бесплатный тариф
Платформа экспериментов и артефактов с трассировкой приложений через Weave
- API
- Бесплатный тариф
Открытый фреймворк для приложений и агентов на языковых моделях
- API
- Бесплатный тариф
Хотите попробовать сервис «Qdrant»?
Перейти на сайт сервиса «Qdrant»