Combien coûte Milvus ?

Gratuit et open source sous Apache 2.0. Zilliz Cloud est le service managé : palier gratuit (5 Go, cinq collections), Dedicated à partir de 63 $, 16 $ ou 5 $ par million de vecteurs de 768 dimensions par mois (performance, capacité ou par paliers), Enterprise à partir de 197 $ par mois, Business Critical sur devis.

Quels sont les inconvénients de Milvus ?

Le cluster veut 32 Go de RAM minimum, 128 Go recommandés, plus Kubernetes; auth désactivée par défaut ; le mot de passe root est Milvus; la plupart des benchmarks publiés viennent de Zilliz; les formats de stockage 3.0 bloquent le rollback une fois activés.

Combien coûte Milvus pour une équipe ou en production ?

Auto-hébergé : la documentation recommande 8+ cœurs et 128 Go de RAM par cluster avec NVMe. Zilliz Cloud Dedicated démarre à partir de 63 $ par million de vecteurs par mois optimisé performance, 16 $ optimisé capacité et 5 $ par paliers ; le palier gratuit donne 5 Go et jusqu'à 5 collections, et l'Enterprise démarre à partir de 197 $ par mois avec SSO et endpoints privés.

Milvus est-il sûr pour les données de l’entreprise ?

Milvus auto-hébergé n'envoie rien à Zilliz ; les données vivent dans votre stockage objet et etcd. L'authentification doit être activée à la main et le mot de passe root changé de Milvus. Gardez le port 9091 privé : CVE-2026-26190 (CVSS 9.8) y exposait une API non authentifiée avant 2.5.27/2.6.10, et une faille d'import de 2026 qui contournait le RBAC de collection a été corrigée en 3.0.3.

Quelles sont les meilleures alternatives à Milvus ?

Les alternatives les plus proches que nous avons testées sont Qdrant, Weaviate, pgvector et LanceDB.

Milvus avis sur le dépôt GitHub (2026)

Qu’est-ce que Milvus ?

Milvus est une base de données vectorielle open source écrite en Go et C++, construite comme des services séparés pour le stockage, l'indexation et l'interrogation pour que chacun puisse évoluer seul. Elle prend en charge les vecteurs denses et creux, la recherche plein texte BM25, de nombreux types d'index et le filtrage sur les champs scalaires.

Milvus 3.0.0, sortie le 29 juillet 2026, ajoute une conception lake-native : les External Collections interrogent les fichiers Parquet, Lance, Iceberg ou Vortex dans le stockage objet sans les copier dedans. Elle a aussi reconstruit l'index creux, ajouté les longs champs TEXT, la recherche à facettes, les changements de schéma en ligne et l'expiration par ligne. Le dernier correctif, 3.0.3, est sorti le 14 octobre 2026.

Zilliz, l'entreprise derrière Milvus, vend le Zilliz Cloud managé.

Milvus vaut-il le coup ?

Milvus est la base de données vectorielle open source conçue dès le départ pour de très grandes collections, et son architecture est l'argument. Le stockage, l'indexation et l'interrogation tournent comme des services séparés, si bien que chacun évolue seul. Cette conception est pourquoi elle a un public pour les charges de travail à un milliard de vecteurs et environ 46 500 étoiles GitHub, plus que Qdrant ou Weaviate.

La version 3.0, sortie en juillet 2026, fait un pari distinctif : les External Collections indexent et recherchent les fichiers Parquet, Lance, Iceberg ou Vortex déjà dans le stockage objet, si bien que les embeddings produits par un pipeline de données n'ont pas besoin d'être copiés dedans. Zilliz dit que l'index BM25 reconstruit est environ trois fois plus petit qu'en 2.6 et qu'un nouvel algorithme creux atteint jusqu'à dix fois l'ancien débit ; ce sont des chiffres de fournisseur, et Zilliz fait aussi tourner VDBBench, le classement sur lequel Milvus tend à bien faire. Les nouveaux formats de stockage sont à activer et, une fois activés, bloquent le rollback vers 2.6.

La documentation est franche sur le matériel. Un cluster veut 8 cœurs et 32 Go de RAM au minimum, 128 Go recommandés, des disques NVMe, et etcd sur un stockage assez rapide pour un fsync sous 10 ms. Le mode standalone en Docker Compose fait encore tourner etcd et MinIO aux côtés de Milvus.

Les réglages de sécurité par défaut méritent attention. L'authentification des utilisateurs est désactivée jusqu'à ce que vous définissiez authorizationEnabled, et le mot de passe root par défaut est Milvus. En février 2026, un avis critique (CVE-2026-26190, CVSS 9.8) a montré que le port de métriques 9091 exposait une API REST non authentifiée même avec l'authentification activée ; il a été corrigé en 2.5.27 et 2.6.10, et l'avis note que beaucoup de tels ports étaient atteignables depuis internet. Qdrant demande bien moins aux gens qui le font tourner, ce qui est la vraie comparaison pour tout ce qui est sous quelques centaines de millions de vecteurs.

Là où il fait la différence

Une équipe plateforme dans une marketplace avec 800 millions d'embeddings de produits
Servir une recherche de similarité filtrée à une latence de production sans sharding à la main
Déployez le cluster avec Helm ou le Milvus Operator, dimensionnez les nœuds de requête séparément des nœuds d'index, et filtrez sur les champs scalaires comme la catégorie et le prix. Attendez-vous au temps continu d'un ingénieur plateforme et à des nœuds de classe 128 Go ; Zilliz Cloud est l'alternative si cet effectif manque.
Une équipe d'ingénierie de données dont les embeddings atterrissent dans des tables Iceberg
Rechercher des données lakehouse sans faire tourner un second pipeline de copie
Pointez une External Collection 3.0 vers les fichiers Parquet ou Iceberg dans S3 et indexez-les en place. Cela supprime un travail d'ingestion, mais c'est nouveau en 3.0 et le changement de format bloque le rollback vers 2.6.
Un responsable d'ingénierie qui budgète un corpus RAG de 100 millions de vecteurs
Décider entre l'auto-hébergement et payer Zilliz
Aux tarifs Dedicated publiés de Zilliz pour les vecteurs de 768 dimensions, 100 millions de vecteurs coûtent à partir d'environ 6 300 $ par mois optimisé performance, 1 600 $ optimisé capacité ou 500 $ en stockage par paliers, avant les réplicas. Comparez cela avec un cluster auto-hébergé plus le temps du personnel.

Avant de vous engager

Mise en route: Standalone : téléchargez le fichier compose v3.0.3 et lancez docker compose up -d, qui démarre etcd, MinIO et Milvus sur le port 19530. Production : Helm 3 sur Kubernetes 1.16 ou plus récent, avec Woodpecker comme file de messages fournie et Pulsar optionnel.
Intégrations: SDK Python (pymilvus 3.0.2), Java, Go et Node plus une API REST ; Milvus Lite tourne en processus pour les prototypes. Les External Collections lisent Parquet, Lance, Iceberg et Vortex dans le stockage objet.
Données et confidentialité: Milvus auto-hébergé n'envoie rien à Zilliz ; les données vivent dans votre stockage objet et etcd. L'authentification doit être activée à la main et le mot de passe root changé de Milvus. Gardez le port 9091 privé : CVE-2026-26190 (CVSS 9.8) y exposait une API non authentifiée avant 2.5.27/2.6.10, et une faille d'import de 2026 qui contournait le RBAC de collection a été corrigée en 3.0.3.
Coût à grande échelle: Auto-hébergé : la documentation recommande 8+ cœurs et 128 Go de RAM par cluster avec NVMe. Zilliz Cloud Dedicated démarre à partir de 63 $ par million de vecteurs par mois optimisé performance, 16 $ optimisé capacité et 5 $ par paliers ; le palier gratuit donne 5 Go et jusqu'à 5 collections, et l'Enterprise démarre à partir de 197 $ par mois avec SSO et endpoints privés.
Limites: Environ 1 450 issues ouvertes. Les mises à niveau entre versions majeures ont besoin de soin (les formats 3.0 sont à sens unique), et la surface opérationnelle (etcd, stockage objet, file, plusieurs types de nœuds) est bien plus grande que celle de Qdrant ou pgvector.

Les points forts

Services de stockage, d'index et de requête séparés qui évoluent indépendamment
Recherche les fichiers Parquet, Lance et Iceberg en place (3.0)
Recherche dense, creuse et plein texte BM25 dans un seul moteur
Apache 2.0, avec Zilliz Cloud comme sortie managée

Les points faibles

Le cluster veut 32 Go de RAM minimum, 128 Go recommandés, plus Kubernetes
Auth désactivée par défaut ; le mot de passe root est Milvus
La plupart des benchmarks publiés viennent de Zilliz
Les formats de stockage 3.0 bloquent le rollback une fois activés

Idéal pour

Les équipes plateforme qui font tourner la recherche vectorielle à des centaines de millions à des milliards de vecteurs.

Alternatives à Milvus

Qdrant

RAG & dataRust35k stars

4.7/5

Rust vector database with fast filtered search, hybrid sparse-dense retrieval and quantization, self-hosted or managed.

Weaviate

RAG & dataGo17k stars

4.2/5

Go vector database with first-class hybrid keyword-and-vector search, built-in embedding modules and multi-tenancy, self-hosted or cloud.

pgvector

RAG & dataC23k stars

4.6/5

Postgres extension that adds vector columns and HNSW or IVFFlat indexes, so embeddings live next to the rows they describe.

LanceDB

RAG & dataRust12k stars

4.0/5

Embedded vector database on the Lance columnar format, built for multimodal data with versioning and no server to run.

Milvus : questions fréquentes

Milvus vaut-il le coup ?: Bâtie pour des milliards de vecteurs et tarifée en effort opérationnel ; en dessous de quelques centaines de millions, c'est plus de base de données que la plupart des équipes n'en ont besoin. Nous lui donnons 4.4 sur 5.
Combien coûte Milvus ?: Gratuit et open source sous Apache 2.0. Zilliz Cloud est le service managé : palier gratuit (5 Go, cinq collections), Dedicated à partir de 63 $, 16 $ ou 5 $ par million de vecteurs de 768 dimensions par mois (performance, capacité ou par paliers), Enterprise à partir de 197 $ par mois, Business Critical sur devis.
Quels sont les inconvénients de Milvus ?: Le cluster veut 32 Go de RAM minimum, 128 Go recommandés, plus Kubernetes; auth désactivée par défaut ; le mot de passe root est Milvus; la plupart des benchmarks publiés viennent de Zilliz; les formats de stockage 3.0 bloquent le rollback une fois activés.
À qui s’adresse Milvus ?: Les équipes plateforme qui font tourner la recherche vectorielle à des centaines de millions à des milliards de vecteurs.
Combien coûte Milvus pour une équipe ou en production ?: Auto-hébergé : la documentation recommande 8+ cœurs et 128 Go de RAM par cluster avec NVMe. Zilliz Cloud Dedicated démarre à partir de 63 $ par million de vecteurs par mois optimisé performance, 16 $ optimisé capacité et 5 $ par paliers ; le palier gratuit donne 5 Go et jusqu'à 5 collections, et l'Enterprise démarre à partir de 197 $ par mois avec SSO et endpoints privés.
Milvus est-il sûr pour les données de l’entreprise ?: Milvus auto-hébergé n'envoie rien à Zilliz ; les données vivent dans votre stockage objet et etcd. L'authentification doit être activée à la main et le mot de passe root changé de Milvus. Gardez le port 9091 privé : CVE-2026-26190 (CVSS 9.8) y exposait une API non authentifiée avant 2.5.27/2.6.10, et une faille d'import de 2026 qui contournait le RBAC de collection a été corrigée en 3.0.3.
Quelles sont les meilleures alternatives à Milvus ?: Les alternatives les plus proches que nous avons testées sont Qdrant, Weaviate, pgvector et LanceDB.

Réponses vérifiées le 26 oct. 2026.