搜索增强 RAG

一个 B2B 竞争情报工具用 Scavio 搜索 API（820ms检索，$0.005/次查询）替换了 Pinecone 向量存储（68ms检索，$70/月）。每月2,000次查询时，成本从 $70 降到 $10，且竞争对手定价结果更新鲜。

搜索增强 RAG与google相关。Scavio提供统一API来访问所有这些平台的数据。

传统 RAG 需要：向量数据库（Pinecone $70/月起，Weaviate $25/月起，或自托管）、embedding 模型（OpenAI ada-002 $0.0001/1k tokens 或自托管）以及分块/摄取管道。搜索增强 RAG 消除了这三者。权衡是检索时的单次查询成本以及对公开网络数据的依赖。 对于覆盖公开可得信息的知识库——产品文档、竞争情报、新闻、定价——搜索增强 RAG 在新鲜度上优于向量 RAG。上周索引的向量存储不会有昨天的定价变更；搜索 API 调用会有。对于专有内部文档，向量 RAG 仍然必要。 延迟对比：从托管数据库的向量检索是50-200ms。搜索 API 调用是400-1200ms。对于交互式应用，这个差异很重要；对于批处理管道则不是。按 Scavio 的 $0.005/credit，搜索增强 RAG 每1,000次检索操作成本 $5——比大多数同等查询量的托管向量数据库方案便宜。与 $70/月向量数据库的盈亏平衡点大约在每月14,000次查询，超过这个量级向量 RAG 更便宜。