
Qdrant
Scopri Qdrant, il database vettoriale open source scritto in Rust, progettato per fornire ricerca di similarità ad alte prestazioni e scalabilità per applicazioni AI di nuova gener
Voto Vettoria
Architettura curata (Rust, Gridstore, filtraggio in un solo stadio), Web UI integrata e documentazione molto estesa.
Il motore è open source e il piano Free Tier è gratuito per sempre, con Cloud Inference gratuita su modelli selezionati; il Standard è a consumo.
Si parte con una chiamata API e un cluster cloud in pochi secondi, ma serve competenza tecnica su vettori, indici e configurazione.
Piani e prezzi
Prezzi verificati il 9 novembre 2026 su qdrant.tech, IVA esclusa se non indicato.
- Cluster a nodo singolo: 0,5 vCPU, 1 GB RAM, 4 GB disco
- Cloud Inference gratuita con modelli selezionati
- Pensato per test e prototipi
- Risorse dedicate e scalabilità verticale e orizzontale
- Backup, disaster recovery e configurazioni ad alta disponibilità
- SLA di uptime 99,5%
- SSO e Private VPC Links
- SLA di uptime 99,9%
- Supporto aggiuntivo; richiede una spesa minima
- Cluster gestiti sulla propria infrastruttura
- I dati restano nella propria rete
- Gestione tramite Qdrant Cloud
- Deployment dedicato e isolato, anche air-gapped
- SLA personalizzati
- Isolamento completo
Quale piano scegliere
- Se vuoi provare Qdrant o costruire un prototipo, scegli il Free Tier: è gratuito per sempre, ma limitato a 1 GB di RAM e 4 GB di disco, senza alta disponibilità.
- Se hai carichi di produzione che richiedono cluster dedicati, scalabilità e alta disponibilità, scegli lo Standard Tier, fatturato in base alle risorse usate.
- Se ti servono SSO, Private VPC Links o uno SLA al 99,9%, scegli il Premium Tier.
- Se i dati devono restare nella tua infrastruttura o in un ambiente isolato, scegli Hybrid Cloud o Private Cloud.
Pro e contro
Pro
- Open source e scritto in Rust, con un Free Tier cloud gratuito per sempre.
- Ricerca ibrida densa e sparsa nativa, con multivector e reranking.
- Filtraggio in un solo stadio durante l'attraversamento HNSW.
- Quantizzazione che riduce l'uso di memoria fino a 64 volte.
- Si distribuisce ovunque: self-hosted, cloud gestito su AWS, GCP e Azure, ibrido, privato ed edge.
- Compatibile con Prometheus, Grafana e Datadog; SOC 2 e HIPAA dichiarati.
Contro
- Il Free Tier è limitato a 1 GB di RAM e 4 GB di disco, senza alta disponibilità.
- Funzioni enterprise come SSO e Private VPC Links richiedono il Premium Tier, con spesa minima.
- Le fonti non mostrano prezzi fissi per Standard e superiori: il costo dipende dall'uso o dal contatto commerciale.
- Richiede competenze tecniche: è un'infrastruttura per sviluppatori, non uno strumento pronto all'uso.
Limiti e quando scegliere altro
- Il Free Tier è limitato a un nodo con 1 GB di RAM e 4 GB di disco, senza alta disponibilità.
- SSO, Private VPC Links e SLA al 99,9% sono nel Premium Tier, con spesa minima richiesta.
- Qdrant Edge è in Beta e Qdrant Serverless è ancora in lista d'attesa.
- Il supporto per il Free Tier è solo della community (Discord), con risposta best effort.
- Il Premium Tier e le opzioni Hybrid e Private Cloud non hanno prezzo pubblico.
Cos'è Qdrant
Database vettoriale open source sviluppato in Rust, progettato per offrire ricerca di similarità ad alte prestazioni e scalabilità.
Qdrant è un database vettoriale open source scritto in Rust, progettato per fornire ricerca di similarità ad alte prestazioni e scalabilità per applicazioni AI di nuova generazione. La sua architettura è ottimizzata per gestire vettori ad alta dimensionalità, rendendolo ideale per casi d'uso come ricerca semantica, raccomandazioni e analisi dei dati.
Per chi è
Offre API REST e gRPC e client ufficiali (Python, JavaScript e altri) per costruire retrieval e ricerca semantica.
Le fonti indicano RAG e agenti AI tra i casi d'uso, con ricerca ibrida densa e sparsa e filtri sui metadati.
Tra i casi d'uso e i settori indicati ci sono sistemi di raccomandazione ed e-commerce.
Prevede SSO, RBAC, Private VPC Links, deployment ibrido e privato anche air-gapped, con conformità SOC 2 e HIPAA dichiarata.
Qdrant Edge (Beta) è un motore incorporato per robot, chioschi e dispositivi mobili, senza rete.
Funzioni
Combina ricerca per parole chiave e vettoriale in un'unica query, con vettori densi o sparsi e supporto a BM25, SPLADE++ e miniCOIL.
Permette di associare più vettori allo stesso oggetto per un recupero più espressivo e multimodale.
Applica i filtri durante l'attraversamento HNSW, senza pre-filtraggio né post-filtraggio.
Memorizza metadati in JSON e permette filtri avanzati, tra cui annidati, testuali e geografici.
Offre score boosting, modelli a late interaction come ColBERT e diversificazione dei risultati con Maximum Marginal Relevance.
Quantizzazione asimmetrica, scalare e binaria che riduce l'uso di memoria fino a 64 volte.
Motore di storage proprietario, abbinato a un'implementazione interamente in Rust con SIMD.
Interfaccia visuale per esplorare collezioni, provare query su vettori e metadati e ispezionare i risultati.
Genera embedding di testo e immagini ed esegue la ricerca vettoriale in Qdrant Cloud, senza pipeline separata.
Motore di ricerca vettoriale leggero e incorporato per il recupero in-process, anche offline.
Come si usa
- RAG con ricerca ibrida
Indicizza i documenti con vettori densi e sparsi (BM25 o SPLADE++), usa i Metadata Filters per restringere il contesto e passa i risultati a un modello generativo.
- Ricerca senza pipeline di embedding
Con Cloud Inference genera gli embedding direttamente in Qdrant Cloud ed esegui le query di similarità, senza infrastruttura separata.
- Ricerca di precisione con reranking
Recupera i candidati con la ricerca ibrida, poi applica un modello late interaction come ColBERT e diversifica i risultati con MMR.
- Ricerca offline su dispositivo
Usa Qdrant Edge per eseguire il recupero in-process su robot o chioschi senza rete, sincronizzandolo con un server quando serve.
- Sistemi di Raccomandazione
Fornisce suggerimenti personalizzati basati su somiglianze vettoriali.
- Ricerca Avanzata
Migliora le capacità di ricerca semantica in applicazioni complesse.
- Analisi dei Dati e Rilevamento di Anomalie
Identifica pattern e anomalie in grandi set di dati.
- Agenti AI
Supporta agenti intelligenti con capacità di ricerca e recupero di informazioni.
Per iniziare
- Crea un account gratuito su Qdrant Cloud con Start Free.
- Avvia un cluster Free Tier seguendo il Cloud Quickstart.
- In alternativa, esegui Qdrant in locale con Docker seguendo il Local Quickstart.
- Crea una collezione e carica i vettori con i client ufficiali (Python, JavaScript) o via REST/gRPC.
- Prova query e filtri dalla Web UI e passa alla ricerca ibrida quando serve.
Facilità d'uso
Con un'API intuitiva e supporto per Docker, Qdrant può essere rapidamente distribuito in qualsiasi ambiente, facilitando l'integrazione nei flussi di lavoro esistenti.
Con cosa si integra Qdrant
Domande frequenti
Qdrant è gratuito?
Sì: il motore open source è gratuito e Qdrant Cloud ha un Free Tier gratuito per sempre, con un cluster a nodo singolo (0,5 vCPU, 1 GB RAM, 4 GB di disco).
Come viene calcolato il prezzo di Qdrant Cloud?
Si paga in base alle risorse usate: vCPU, memoria, storage, backup e token di inferenza dei modelli a pagamento. La fatturazione è oraria ed è consultabile nella dashboard.
Cosa succede se supero i limiti del Free Tier?
Puoi passare allo Standard Tier e ampliare il cluster. Il Free Tier è limitato a 1 GB di RAM e 4 GB di disco.
Posso migrare da Qdrant open source a Qdrant Cloud?
Sì, Qdrant fornisce uno strumento di migrazione e documentazione per passare da un'installazione OSS a Qdrant Cloud.
Qual è la differenza tra Managed, Hybrid e Private Cloud?
Il Managed Cloud è gestito interamente da Qdrant. L'Hybrid Cloud gira sulla tua infrastruttura con il piano di gestione di Qdrant. Il Private Cloud è un deployment dedicato e isolato.
Su quali cloud funziona Qdrant Cloud?
Su AWS, GCP e Azure, con alta disponibilità e auto-sharding.
Posso usare Qdrant offline?
Sì, con Qdrant Edge, ancora in Beta: è un motore incorporato che non richiede servizi in background né rete.
Come posso ottenere supporto?
Il Free Tier ha supporto community su Discord. I clienti paganti accedono al supporto Qdrant, con tempi di risposta più rapidi nei livelli Premium ed Enterprise.
Scheda scritta da Vetto, l'assistente AI di Vettoria, a partire dal sito del produttore. Voto, piani e prezzi rivisti dalla redazione il 9 novembre 2026.
Tool simili a Qdrant
AlgoliaPiattaforma di ricerca e scoperta API-first per siti web e app mobile3,3
PineconeDatabase vettoriale gestito per applicazioni AI con ricerca semantica scalabile3,8
WeaviateGestisci dati non strutturati con Weaviate, il database vettoriale open-source per ricerca semantica e machine learning. Potente, scalabile e integrato con AI.3,8