
概要
主な機能
- 近似最良近傍探索 (HNSW)
- ペイロード ベースのメタデータ フィルタリング
- 水平スケーリングとシャーディング
- REST と gRPC API
- マネージドの Qdrant Cloud サービス
- LangChain と LlamaIndex への統合
料金
- モデル
- Freemium
- カテゴリー
- ジェションセカマージェクト
- 評価
- 4.4 / 5 (5)
ユースケース
RAG (リトリカル オーガメント生成) の LLM 用途をサポートするため、ラング チェインと LLamaIndex への統合を使用して、表現を取得して、LTM 用途を取得して、LTM を使用します。
RAG (リトリカル オーガメント生成) の LLM 用途をサポートするため、LangChain と LlamaIndex への統合を利用して、表現を取得して、LLM への取得を取得することができます。
大規模データセット内でSEMANTIC 検索を実現する
構造化されたプレインド付きの高次元ベクトルをインデックスすることで、ドキュメント、商品、またはメディアの類似性検索を高速に実現します。
推論用システム
近似最良近傍検索の組み合わせとペイロードフィルタリングを使用して、ユーザーまたはアイテム表現に基づいて個人化された推論システムを提供します。
ベクトル表現に基づく異常検出
ベクトルの類似性基準に基づいて、超分離データ内の異常を識別し、フラッド、セキュリティ、その他の監視業務用ワークロードをサポートします。
メリット & デメリット
メリット
- オープンソースライセンス
- ロースト実装により優れたパフォーマンス
- ベクトル検索とフィルタリングを組み合わせた多機能性
- マネージド クラウドおよびセルフホスト オプション
- 強固なエコシステム統合
デメリット
- ベクトル表現の知識が必要
- 超大規模でオペレーショナル ツーリングが必要
- 複数の商用ライバルとの比較で、企業向け機能が少ない
バトル戦績
パンテオンで2バトルに出場。
Last 2 battles
レビュー
5件の評価の平均。
レビューを投稿するにはログインしてください。
Solid for our team
We rolled this out across the team last quarter and high performance due to Rust implementation. REST and gRPC APIs fits neatly into how we already work, and horizontal scaling and sharding removed a step we used to do by hand. but it has held up under daily use.
Use it every day
Honestly didn't expect to like it this much. Payload-based metadata filtering is exactly what I needed, and open-source with a permissive license. I do wish requires familiarity with vector embeddings, but I reach for it almost every day now and it just clicks.
Solid for our team
We rolled this out across the team last quarter and managed cloud and self-hosted options. Horizontal scaling and sharding fits neatly into how we already work, and horizontal scaling and sharding removed a step we used to do by hand. but it has held up under daily use.
Skeptical, then convinced
I went in skeptical — most tools in this space overpromise. It actually delivers on rEST and gRPC APIs, and high performance due to Rust implementation caught me off guard. Fewer enterprise features than some commercial rivals is why this isn't a perfect score, still, I'd recommend giving it a real trial.
Years in this space
I've evaluated a lot of these over the years. What stands out here is payload-based metadata filtering — handled better than most — and open-source with a permissive license. Fewer enterprise features than some commercial rivals is my one real gripe. Worth the time if this is your use case.
Q&A
請求は月ごとにどのように計算されますか?
請求は請求期間中の実際のリソース使用量に基づいて計算されます。クラスタで消費した compute (vCPU)、memory (GB)、storage (GB)、バックアップで消費した storage (GB)、および有料モデルの使用トークンが課金対象です。使用量は時間単位で課金され、Qdrant Cloud ダッシュボードからモニタリングできます。
Asked by Xiomara Delgado · Dec 6, 2025
マネージド、ハイブリッド、プライベートクラウドの違いは何ですか?
マネージドクラウドは Qdrant が完全に管理します。ハイブリッドクラウドでは自身のインフラを持ちつつ Qdrant の管理プレーンを利用できます。プライベートクラウドはオンプレミスで完全に制御できる環境です。
Asked by Wesley Adekunle · Nov 8, 2025
フリープランとスタンダードプランのどちらを選ぶべきですか?
フリープランはテストやプロトタイプに最適で、1GB RAM と 4GB ディスクの制限があります。高可用性は提供されません。専用クラスター、より高い可用性、そして高度な機能が必要なワークロードにはスタンダードプランを選択してください。
Asked by Ingrid Bauer · Oct 28, 2025
無料枠の制限を超えた場合はどうなりますか?
データサイズが無料枠(1GB RAMおよび4GBディスク)を超えると、スタンダードティアに簡単にアップグレードでき、クラスタをスケールアップできます。
Asked by Kwame Mensah · Sep 28, 2025
Qdrant Cloudの価格はどのように決まりますか?
Qdrant Cloudの価格はリソース使用量に基づいており、クラスタが大きくなるほど費用が増えます。無料枠には1GB RAMと4GBディスクストレージが含まれ、アップグレードすると専用クラスタが利用可能になります。
Asked by Farah Rahimi · Sep 28, 2025
質問する
ジェションセカマージェクトの代替

スマートなデバッグアシスタント、開発者がAI生成コードのバグを早く見つけるのに役立ちます。

アイエージェントによる製品計画、範囲設定、作成レcommendation

自然言語がシェルコマンドとワーカーフローに変換するために、パワーアイが使えるターミナル.

元画像を追跡し、類似物やデューベレートを検出するための反逆画像サーチ

1本のクリックで素晴らしいOpen Graph画像をすぐに生成する

IISRonnkeido ga Hatsudōsuru diagnostic-teki na kanri to tansa platform

コードが必要なくSEOの目当ての小さなAIツールを作ってleadsをキャッチってください。

自然言語を用いてカスタムマシンラーニングモデルを構築する
Trending now

複雑なPDF、スライド、スプレッドシートを.parse、分割、OCR、構造化データを抽出するドキュメント インテリジェンス API。

スポンサード回答、クリックごとに収益

正確な宿題の助けとなる説明がある

オープンマルチモーダル 12B モデルが、128K コンテキストウィンドウでインターリーブ画像とテキストを処理する。
