Una base de datos vectorial responde una sola pregunta, muy rápido
Le das una lista de números y devuelve las listas guardadas que están más cerca de ella. Esa es toda la interfaz.
Las listas son embeddings. Un modelo de embeddings convierte un pasaje, la descripción de un producto o una imagen en unos cientos o unos miles de números, colocados de forma que los significados similares queden cerca unos de otros, y qué son los embeddings en la IA explica cómo. Una base de datos vectorial es donde viven esas listas cuando tienes muchas de ellas. Guarda cada una con un ID y algunos metadatos, construye un índice sobre ellas y responde la búsqueda de vecinos más cercanos: "aquí tienes un vector de consulta, dame los diez más cercanos."
La parte difícil es la palabra rápido. Comparar una consulta contra un millón de vectores guardados de 1,536 números cada uno son 1,500 millones de multiplicaciones, y hacer eso en cada pulsación de tecla no escala. Por eso las bases de datos vectoriales usan índices de vecinos más cercanos aproximados, el más común es HNSW, una estructura de grafo de un artículo de 2016 de Malkov y Yashunin que visita unos cientos de candidatos en lugar del millón entero y devuelve la respuesta correcta casi siempre. Ese "casi" es el intercambio: un poco de exactitud por una aceleración de mil veces.
Tu base de datos actual encuentra palabras; una base de datos vectorial encuentra significado
Una base de datos relacional encuentra filas cuyos valores coinciden: WHERE customer_id = 4127. Un índice de texto completo encuentra documentos que contienen palabras: refund AND policy. Una base de datos vectorial encuentra elementos cuyo significado está cerca: la consulta "cómo recupero mi dinero" devuelve el pasaje titulado "Devoluciones y reembolsos" aunque ambos no compartan ninguna palabra.
| Base de datos relacional | Búsqueda de texto completo | Base de datos vectorial | |
|---|---|---|---|
| Pregunta | ¿Qué filas coinciden con este valor? | ¿Qué documentos contienen estas palabras? | ¿Qué elementos significan algo cercano a esto? |
| Índice | B-tree sobre columnas | Índice invertido sobre términos | Grafo o agrupamiento sobre vectores (HNSW, IVF) |
| ¿Exacto? | Sí | Sí | Normalmente aproximado |
| Bueno para | IDs, fechas, montos, joins | Nombres, códigos, frases exactas | Sinónimos, paráfrasis, entre idiomas, imágenes |
| Malo para | Significado | Significado | Cadenas exactas, contar, filtrar por valor |
| Ejemplos | Postgres, MySQL, SQLite | Elasticsearch, Lucene | Pinecone, Weaviate, Qdrant, Milvus, Chroma, pgvector |
La última fila muestra lo difusa que es la categoría. pgvector añade columnas de vectores y un índice HNSW al Postgres normal, y Elasticsearch lleva un campo vectorial desde la versión 7.0 en 2019 y búsqueda HNSW desde la 8.0 en 2022. Una "base de datos vectorial" suele ser una capacidad dentro de una base de datos que ya usas y no un producto nuevo, y los productos independientes compiten en escala y pulido operativo, no en hacer algo que Postgres no pueda.
El chat con tus documentos es una búsqueda vectorial con un modelo al final
La generación aumentada por recuperación, que qué es RAG explica en detalle, tiene un paso de búsqueda y un paso de escritura. La base de datos vectorial es el paso de búsqueda.
- Divide cada documento en pasajes de unos cientos a mil tokens.
- Genera el embedding de cada pasaje y guarda los vectores, junto con el texto del pasaje y su fuente, en la base de datos vectorial.
- Cuando llega una pregunta, genera su embedding y pídele a la base de datos los pasajes más cercanos.
- Entrega esos pasajes al modelo de lenguaje junto con la pregunta, y deja que escriba la respuesta.
Los pasos 1 y 2 ocurren una sola vez, cuando se añaden los documentos. Los pasos 3 y 4 ocurren en cada pregunta. El modelo de lenguaje nunca ve la colección completa; ve los cinco o diez pasajes que eligió la base de datos. Por eso la respuesta es tan buena como la búsqueda: si el vector más cercano es el pasaje equivocado, el modelo responde con confianza la pregunta equivocada, algo que qué es una alucinación de IA clasifica como un fallo de recuperación y no como una invención.
Cuándo la necesitas, y cuándo es mejor enviar el archivo completo
La decisión es sobre el tamaño. Un modelo solo puede considerar su ventana de contexto a la vez, y cada token dentro de ella se paga en cada turno. Una base de datos vectorial existe para poner solo la parte relevante frente al modelo. Para un documento que cabe entero, la recuperación es un paso que puedes saltarte; para una colección que no cabe, es la única opción.
Compara el precio de los dos diseños sobre un informe de 300,000 tokens, varios cientos de páginas, con diez preguntas, recuperando cinco pasajes de 1,000 tokens por pregunta. Enviar el archivo completo cada vez son 3 millones de tokens de entrada. Recuperar cinco pasajes de 1,000 tokens por pregunta son 50,000. Con las tarifas de entrada de lista del índice de costos de modelos de IA, obtenidas de OpenRouter el 2026-08-20, la diferencia es de 60x en cada modelo. El almacenamiento en caché de prompts, donde el proveedor lo ofrece, cobra una relectura del mismo archivo a entre una décima parte y la mitad del precio de lista, lo que reduce la diferencia a aproximadamente entre 6x y 30x. La recuperación sigue ganando, por menos.
El diseño de archivo completo compra algo por ese dinero cuando el archivo cabe en el presupuesto: un contrato de 60 páginas, unos 40,000 tokens, permite al modelo responder preguntas que necesitan el documento entero a la vez, como "hay algo aquí que contradiga la cláusula 14", algo que la recuperación no puede preguntar porque nunca ve la cláusula 14 y la contradicción en el mismo lote. La regla que se desprende: un documento, o un puñado, va entero; una biblioteca pasa por una base de datos vectorial. Entre los dos, divide la carga por tema para que el modelo obtenga la sección que necesita.
Whizi envía el texto en sí, hasta un turno de 40,000 tokens
Whizi no ejecuta una base de datos vectorial para tu chat. Cuando adjuntas un archivo, la función de subir documentos extrae el texto y lo envía al modelo como texto del prompt, hasta un presupuesto fijo de 40,000 tokens por turno; una carga más larga se recorta, con un aviso y una marca dentro del mensaje que lo indica. Los archivos de proyecto funcionan igual: la función de proyectos fija hasta 10 archivos y reconstruye su texto dentro del prompt en cada mensaje, con un límite de 32,000 caracteres por archivo y 120,000 para todo el bloque del proyecto.
Los límites son el borde del diseño. Un archivo fijado que pasa de 32,000 caracteres se trunca, un adjunto que pasa el presupuesto de 40,000 tokens del turno se recorta, y un proyecto es una carpeta, no una biblioteca con búsqueda. El intercambio es deliberado: para un contrato o un artículo que cabe en el presupuesto del turno, tener el texto presente vence a tenerlo buscado, y la comprobación que importa, pedirle al modelo que cite el pasaje que usó, funciona porque el pasaje está ahí. Para mil documentos, una base de datos vectorial es la herramienta correcta y una app de chat no lo es.
Dos hábitos se derivan de este mecanismo. Nombra el archivo en tu pregunta en cuanto hay varios adjuntos, porque de lo contrario el modelo elige en silencio. Y en cualquier respuesta sobre la que vayas a actuar, pide la cita. Un sistema de recuperación puede devolver el pasaje equivocado; un sistema de archivo completo puede responder de memoria en lugar del archivo. La cita atrapa ambos casos.
- Envía un documento entero; pon una colección detrás de una base de datos vectorial
- Divide una carga larga por tema para que el modelo obtenga la sección que la pregunta necesita
- Pide al modelo que cite el pasaje que usó antes de confiar en la respuesta
- Usa la búsqueda de texto plano para IDs, códigos y frases exactas; la búsqueda vectorial encuentra significado, no caracteres
- Trata un fallo de recuperación como un problema de búsqueda: vuelve a generar los embeddings con un modelo mejor o pasajes más pequeños antes de culpar al modelo que escribe
Preguntas frecuentes
¿Qué es una base de datos vectorial en términos simples?
Un almacén para las listas de números que un modelo de IA usa para representar el significado, construido para encontrar las coincidencias más cercanas rápido. Le das el embedding de una pregunta y devuelve los embeddings, y el texto detrás de ellos, que significan algo similar. Es la mitad de búsqueda del chat con tus documentos cuando la colección es demasiado grande para enviarla entera.
¿Necesito una base de datos vectorial para usar IA con mis documentos?
Solo si los documentos no caben en la ventana de contexto del modelo. Un solo informe o contrato puede enviarse entero al modelo, que es lo que hace Whizi con los adjuntos y los archivos de proyecto fijados. Una biblioteca de miles de documentos necesita recuperación, y la recuperación necesita un índice vectorial, ya sea en un producto dedicado o en una extensión de Postgres como pgvector.
¿Cuál es la diferencia entre una base de datos vectorial y una base de datos normal?
Una base de datos normal encuentra coincidencias de valores: este ID, esta fecha, esta palabra exacta. Una base de datos vectorial encuentra significado, devolviendo los elementos guardados cuyos embeddings están más cerca de la consulta. Suele ser aproximada, usando un índice como HNSW que revisa unos cientos de candidatos en lugar de cada elemento, y es débil en la coincidencia exacta que una base de datos normal hace bien.
¿Cuáles son las bases de datos vectoriales más usadas?
Pinecone, Weaviate, Qdrant, Milvus y Chroma son los productos independientes más comunes, y pgvector añade la misma capacidad a Postgres. Elasticsearch y OpenSearch también incluyen búsqueda vectorial. La elección suele ser operativa, sobre escala y alojamiento, porque todos implementan la misma idea de vecinos más cercanos aproximados.
¿Cuánto ahorra la recuperación frente a enviar el archivo completo?
Diez preguntas sobre un informe de 300,000 tokens cuestan $6.00 en Claude Sonnet 5 si el archivo se envía en cada turno y $0.10 si se recuperan cinco pasajes de 1,000 tokens en su lugar, con las tarifas de lista de OpenRouter obtenidas el 2026-08-20. En GPT-5.6 Luna el mismo par es $0.60 frente a $0.01. La proporción es 60x en cada modelo porque ambos diseños pagan la misma tarifa por token.
