Combien coûte Qdrant ?

Gratuit et open source sous la licence Apache 2.0. Qdrant Cloud a un cluster gratuit de 1 Go, puis une facturation à l'usage ; Premium, Hybrid et Private Cloud sont tarifés par les commerciaux.

Quels sont les inconvénients de Qdrant ?

Réglages auto-hébergés : pas d'auth, pas de TLS, toutes les interfaces; faille d'auth de cluster critique corrigée seulement en v1.20.0; prix cloud disponibles seulement via un calculateur.

Combien coûte Qdrant pour une équipe ou en production ?

L'auto-hébergement est gratuit ; planifiez la RAM avec la formule de Qdrant (vecteurs x dimensions x 4 octets x 1,5), si bien que 10 millions de vecteurs de 1 024 dimensions ont besoin d'environ 57 Go avant quantisation. Qdrant Cloud Standard est facturé à l'heure avec des prix seulement dans son calculateur ; Hybrid et Private Cloud sont sur devis par les commerciaux.

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

Les instances auto-hébergées envoient des statistiques d'usage anonymisées par défaut (infos système, temporisations, backtraces de crash ; jamais les données stockées ou les noms de collections) ; QDRANT__TELEMETRY_DISABLED=true l'arrête. Les clés d'API, les clés en lecture seule et le RBAC JWT sont sur activation. Avis 2026 : écriture de fichier arbitraire via /logger (CVE-2026-25628) et deux failles d'auth gRPC internes corrigées par la v1.20.0.

Quelles sont les meilleures alternatives à Qdrant ?

Les alternatives les plus proches que nous avons testées sont pgvector, Milvus, Chroma, LlamaIndex et Haystack.

Qdrant avis sur le dépôt GitHub (2026)

Qu’est-ce que Qdrant ?

Qdrant est une base de données vectorielle écrite en Rust. Elle stocke les embeddings avec des payloads (métadonnées) et applique les filtres pendant la recherche dans l'index, si bien qu'une requête restreinte à un client ou à une plage de dates trouve quand même les bons résultats rapidement.

Elle prend en charge la recherche hybride creuse et dense, la recherche multi-vecteurs et plusieurs méthodes de quantisation. La version 1.19 (août 2026) a fait du TurboQuant 4 bits un type de stockage principal, et la v1.20.0 (22 octobre 2026) a ajouté les types TurboQuant 8 et 16 bits et le scoring BM25 sur l'index plein texte. Elle se livre comme un seul binaire ou une image Docker, et Qdrant Edge la fait tourner sur appareil.

Le cœur est Apache 2.0. Qdrant Cloud est le service managé, avec un cluster gratuit de 1 Go ; l'entreprise a annoncé une série B de 50 M$ menée par AVP le 12 mars 2026.

Qdrant vaut-il le coup ?

Qdrant est la plus solide base de données vectorielle open source dédiée pour les charges de travail où les filtres comptent, mais ses réglages auto-hébergés supposent que vous le sécuriserez vous-même. Le dépôt a environ 35 200 étoiles GitHub, la v1.20.0 est sortie le 22 octobre 2026, et la série B de mars 2026 a apaisé la plupart des inquiétudes sur la pérennité de l'entreprise.

Le filtrage est la raison technique de le choisir. Parce que les filtres de payload sont appliqués pendant la traversée du graphe HNSW plutôt qu'après, les requêtes multi-tenant et lourdes en métadonnées gardent leur rappel, un problème que les utilisateurs de pgvector résolvent avec des scans itératifs et des partitions. Le dimensionnement est prévisible aussi : la propre formule de Qdrant place un million de vecteurs de 1 024 dimensions à environ 5,7 Go de RAM avant quantisation, qui, selon elle, réduit la mémoire d'un facteur de 4 à 32.

Le bilan de sécurité 2026 est la réserve. La documentation dit clairement qu'une instance auto-hébergée se lie à toutes les interfaces sans authentification ni TLS. En mode clustérisé, le port gRPC interne, 6335, acceptait les requêtes non authentifiées jusqu'à la v1.20.0, si bien que quiconque pouvait l'atteindre pouvait ajouter un pair malveillant et recevoir des données répliquées ; Qdrant a noté cela critique et l'a corrigé en imposant l'auth interne chaque fois qu'une clé d'API est définie. Plus tôt, CVE-2026-25628 permettait des écritures de fichiers arbitraires via l'endpoint /logger. Les instances auto-hébergées envoient aussi des statistiques d'usage anonymisées par défaut.

Milvus est bâti dès le départ comme un système distribué pour des milliards de vecteurs sur de nombreux nœuds, et pgvector reste la réponse plus simple pour les équipes déjà sur Postgres avec quelques millions de vecteurs. Qdrant se situe entre les deux : un service séparé qui vaut la peine une fois que le rappel filtré et la latence commencent à compter, à condition que quelqu'un possède son exposition réseau.

Là où il fait la différence

Un ingénieur plateforme dans une entreprise SaaS B2B avec des milliers d'espaces de travail clients
Garder les documents de chaque tenant séparés dans un seul index RAG
Stockez un ID de tenant dans le payload et filtrez dessus ; Qdrant applique le filtre pendant la recherche, si bien que les petits tenants ne sont pas privés de résultats. Budgétez environ 5,7 Go de RAM par million de vecteurs de 1 024 dimensions avant quantisation, selon le guide de planification de capacité de Qdrant.
Un ingénieur de recherche sur un produit d'outils de développement
Faire de la recherche de code par mots-clés et sémantique dans un seul système
La v1.20.0 ajoute le scoring BM25 directement sur l'index plein texte et un tokeniseur de code aux côtés des vecteurs creux et denses, si bien que les requêtes hybrides n'ont plus besoin d'un second moteur de recherche. Le compromis est un ensemble de fonctions plein texte plus jeune que celui d'Elasticsearch.
Un responsable d'ingénierie dans une start-up de 30 personnes
Décider entre Qdrant Cloud et l'auto-hébergement
Le palier gratuit est un nœud avec 0,5 vCPU, 1 Go de RAM et 4 Go de disque ; Standard facture le vCPU, la mémoire et le stockage à l'heure avec un SLA de 99,5 %, tandis que le SSO et un SLA de 99,9 % ont besoin de Premium, qui a une dépense minimale non publiée. L'auto-hébergement est gratuit mais laisse les clés d'API, le TLS et les correctifs à l'équipe.

Avant de vous engager

Mise en route: docker run qdrant/qdrant ou le binaire unique donne une API REST sur le port 6333 et gRPC sur 6334 en quelques minutes, avec des bibliothèques client officielles pour les langages courants. Les configurations de production doivent ajouter une clé d'API et le TLS, tous deux désactivés par défaut.
Intégrations: LangChain, LlamaIndex et Haystack livrent des intégrations Qdrant ; les snapshots vont vers du stockage S3, GCS ou Azure, et Qdrant Edge embarque le moteur sur les appareils. Qdrant Cloud ajoute l'inférence gratuite sur des modèles d'embedding sélectionnés.
Données et confidentialité: Les instances auto-hébergées envoient des statistiques d'usage anonymisées par défaut (infos système, temporisations, backtraces de crash ; jamais les données stockées ou les noms de collections) ; QDRANT__TELEMETRY_DISABLED=true l'arrête. Les clés d'API, les clés en lecture seule et le RBAC JWT sont sur activation. Avis 2026 : écriture de fichier arbitraire via /logger (CVE-2026-25628) et deux failles d'auth gRPC internes corrigées par la v1.20.0.
Coût à grande échelle: L'auto-hébergement est gratuit ; planifiez la RAM avec la formule de Qdrant (vecteurs x dimensions x 4 octets x 1,5), si bien que 10 millions de vecteurs de 1 024 dimensions ont besoin d'environ 57 Go avant quantisation. Qdrant Cloud Standard est facturé à l'heure avec des prix seulement dans son calculateur ; Hybrid et Private Cloud sont sur devis par les commerciaux.
Limites: Environ 800 issues et pull requests ouvertes. Les mises à niveau continues doivent aller une version mineure à la fois et le port interne n'a toujours pas de limite de taille de message en v1.20.0.

Les points forts

Les filtres appliqués pendant la recherche dans le graphe gardent le rappel élevé
Récupération hybride creuse, dense et BM25 dans un seul moteur
Un seul binaire avec une formule de dimensionnement mémoire publiée
Cluster managé gratuit de 1 Go pour les prototypes

Les points faibles

Réglages auto-hébergés : pas d'auth, pas de TLS, toutes les interfaces
Faille d'auth de cluster critique corrigée seulement en v1.20.0
Prix cloud disponibles seulement via un calculateur

Idéal pour

Les équipes qui font tourner du RAG ou de la recherche de production ayant besoin de requêtes vectorielles filtrées rapides.

Alternatives à Qdrant

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.

Milvus

RAG & dataGo46k stars

4.4/5

Distributed vector database for billion-scale search, now able to query vectors in Parquet, Lance and Iceberg files where they sit.

Chroma

RAG & dataRust30k stars

4.1/5

Open-source vector database that runs embedded in Python or as a server, popular for prototypes and small RAG apps.

LlamaIndex

RAG & dataPython53k stars

4.3/5

Python framework for connecting LLMs to your documents, with ingestion, indexing, retrieval and event-driven agent Workflows.

Haystack

RAG & dataPython27k stars

4.2/5

deepset's open-source Python framework for production RAG pipelines and agents, built from explicit, typed components.

Qdrant : questions fréquentes

Qdrant vaut-il le coup ?: La recherche vectorielle filtrée faite correctement fait de Qdrant la base de données open source à battre pour le RAG de production, tant que quelqu'un verrouille un serveur qui se livre ouvert. Nous lui donnons 4.7 sur 5.
Combien coûte Qdrant ?: Gratuit et open source sous la licence Apache 2.0. Qdrant Cloud a un cluster gratuit de 1 Go, puis une facturation à l'usage ; Premium, Hybrid et Private Cloud sont tarifés par les commerciaux.
Quels sont les inconvénients de Qdrant ?: Réglages auto-hébergés : pas d'auth, pas de TLS, toutes les interfaces; faille d'auth de cluster critique corrigée seulement en v1.20.0; prix cloud disponibles seulement via un calculateur.
À qui s’adresse Qdrant ?: Les équipes qui font tourner du RAG ou de la recherche de production ayant besoin de requêtes vectorielles filtrées rapides.
Combien coûte Qdrant pour une équipe ou en production ?: L'auto-hébergement est gratuit ; planifiez la RAM avec la formule de Qdrant (vecteurs x dimensions x 4 octets x 1,5), si bien que 10 millions de vecteurs de 1 024 dimensions ont besoin d'environ 57 Go avant quantisation. Qdrant Cloud Standard est facturé à l'heure avec des prix seulement dans son calculateur ; Hybrid et Private Cloud sont sur devis par les commerciaux.
Qdrant est-il sûr pour les données de l’entreprise ?: Les instances auto-hébergées envoient des statistiques d'usage anonymisées par défaut (infos système, temporisations, backtraces de crash ; jamais les données stockées ou les noms de collections) ; QDRANT__TELEMETRY_DISABLED=true l'arrête. Les clés d'API, les clés en lecture seule et le RBAC JWT sont sur activation. Avis 2026 : écriture de fichier arbitraire via /logger (CVE-2026-25628) et deux failles d'auth gRPC internes corrigées par la v1.20.0.
Quelles sont les meilleures alternatives à Qdrant ?: Les alternatives les plus proches que nous avons testées sont pgvector, Milvus, Chroma, LlamaIndex et Haystack.

Réponses vérifiées le 26 oct. 2026.