Qdrant es un motor de búsqueda vectorial de alto rendimiento y código abierto, escrito en Rust, pensado para construir la capa de recuperación de aplicaciones de IA a cualquier escala y con cualquier modelo de despliegue.
Qué hace Qdrant
Según su web, Qdrant almacena metadatos en JSON con filtros avanzados (anidados, de texto, geográficos), combina búsqueda densa y dispersa en una sola consulta (BM25, SPLADE++, miniCOIL), admite varios vectores por objeto y aplica los filtros durante el recorrido HNSW para mantener la latencia baja. Ofrece reranking con score boosting, modelos de interacción tardía tipo ColBERT y MMR. Se despliega en Qdrant Cloud (AWS, GCP o Azure), Hybrid Cloud sobre tu propio Kubernetes, nube privada o en local, con cumplimiento SOC 2 y HIPAA.
- Motor de búsqueda vectorial de código abierto escrito en Rust.
- Búsqueda híbrida densa y dispersa con BM25, SPLADE++ y miniCOIL.
- Filtros avanzados sobre metadatos JSON, incluidos geográficos y anidados.
- Varios vectores por objeto para recuperación multimodal.
- Filtrado en una sola etapa durante el recorrido HNSW.
- Reranking con score boosting, interacción tardía y MMR.
- Despliegue gestionado, híbrido sobre Kubernetes o autogestionado.
Precio
Según su página de precios de Qdrant Cloud: Free Tier es gratuito para siempre (clúster de un nodo con 0,5 vCPU, 1 GB de RAM y 4 GB de disco); Standard se cobra por uso para cargas de producción; Premium exige un gasto mínimo e incluye SSO, enlaces privados VPC y SLA del 99,9 %. La versión de código abierto se puede autogestionar.
Para quién es
Ingenieros de IA y equipos de datos que necesitan búsqueda vectorial de producción para RAG, recomendaciones o agentes, con control del despliegue.