Pinecone vs. Weaviate vs. Qdrant: Porovnanie vektorových databáz z pohľadu DACH/EU hostingu

Pinecone, Weaviate a Qdrant sú tri najpoužívanejšie vektorové databázy pre produkčné RAG systémy. Z pohľadu DACH-B2B je výber v roku 2026 menej rozhodnutím o benchmarku, ako skôr rozhodnutím o suverenite: otázka, kde ležia embeddings, kto k nim môže pristupovať a či sa celý stack dá v prípade potreby zobrať on-prem, predbehla surové hodnoty QPS alebo recall ako dominantný architektonický filter. Qdrant a Weaviate sú self-hostovateľné a EU-natívne, Pinecone je US-Managed-SaaS bez možnosti On-Prem.

Tri rýchle odpovede

• Qdrant (Berlín, Apache 2.0): DACH-natívny šampión. OSS Self-Host, Qdrant Cloud v EU regiónoch, Hybrid Cloud (BYO Kubernetes na STACKIT/Aleph Alpha/Civo) a air-gapped Private Cloud. Suverenitné hodnotenie 🟢.
• Weaviate (Amsterdam, BSD-3): EU-natívna alternatíva s vyzretým hybrid search a modulovým ekosystémom. Self-Host, Weaviate Cloud (vrátane EU), Embedded. Suverenitné hodnotenie 🟢.
• Pinecone (US, proprietárny): Managed-only-SaaS, EU regióny k dispozícii (eu-west-1 GCP, AWS Frankfurt), ale žiadny Self-Host, žiadny On-Prem. Suverenitné hodnotenie 🟠 - len so zmluvnou exit klauzulou pre necitlivé workloady.

Prečo je suverenita hostingu prvým filtrom

Pre každého DACH nasadzovateľa medzi 200 a 50 000 FTE, ktorý prevádzkuje RAG nad nemeckojazyčným obsahom, nie je režim prenosu dát EU-US stabilný. EU-US Data Privacy Framework, ktorý vstúpil do platnosti v roku 2023, je aktívne napadnutý žalobou; realistická pravdepodobnosť invalidácie pre ďalšie rozhodnutie typu „Schrems III" leží podľa researchu v okne 2026-2028. Obstarávacie a architektonické tímy preto čoraz častejšie formulujú „sovereign-deployable ako zmluvnú exit klauzulu": ak sa US-Managed služba stane právne neúnosnou, musí byť možné stack presunúť na suverénnu infraštruktúru typicky do 3-6 mesiacov.

Práve tu sa pole rozdeľuje. Rozhodujúcim primárnym filtrom je model nasadenia: dokáže riešenie bežať on-prem alebo v suverénnom DACH cloude (STACKIT, IONOS, OTC, plusserver, Hetzner, OVHcloud)? Open-source enginy ako Qdrant a Weaviate robia exit portabilitu konkrétnou, nie len aspiračnou. Pinecone ako proprietárny SaaS túto portabilitu štrukturálne neponúka - to nie je hodnotenie kvality produktu, ale obstarávacia realita pre regulované odvetvia.

Priame porovnanie: Pinecone vs. Weaviate vs. Qdrant

Všetky údaje sú v stave 2026 a na základe zdroja researchu.

Výkon a škálovanie - úprimné čísla

Reprodukovateľné benchmarky 2025-2026 (VectorDBBench, ann-benchmarks forky, nezávislé harnessy) kreslia konzistentný obraz: Qdrant a Weaviate ležia na hladkých krivkách HNSW recall-latencia so silným výkonom filtrovania. Qdrant je komfortný pri 100M vektoroch na cluster; produkčné referencie zahŕňajú Bosch a Tripadvisor v rozsahu stoviek miliónov až nízkych miliárd so shardingom. GPU-akcelerovaná indexácia (zavedená v januári 2025) skracuje časy buildu. Weaviate škáluje so shardingom tiež na 100M+ vektorov; modulový ekosystém (hybrid, generatívne moduly, multi-tenancy) je vyzretý.

Profily latencie pre 1024-dim, 10M vektorov na commodity hardvéri: HNSW in-memory Top-10 pod 10 ms end-to-end na Qdrant, Weaviate alebo pgvector s vhodným ef_search. Hybrid plus cross-encoder reranker pristáva pri 150-500 ms - reranker je pritom latenčne elastickou časťou a prvým, čo pri tvrdých sub-100-ms SLA vypadáva.

Na zaradenie relatívnej rádovej veľkosti uvádza research publikovaný benchmark (dáta výrobcu, ale v rádovom poriadku konzistentné cez nezávislé behy): pri 50M vektoroch a 99 % recall bol Qdrant na 41 QPS oproti pgvectorscale (StreamingDiskANN v Postgres) na 471 QPS. Poučením z toho nie je „Qdrant je pomalý", ale: pre mnohé DACH projekty stredných podnikov pod ~50M vektorov je pgvector/pgvectorscale na managed Postgres často prevádzkovo jednoduchšou a suverénnejšou voľbou - jedna databáza, jeden backup príbeh, jedna GDPR/AVV reťaz.

GDPR vhodnosť a sémantika mazania

Dôležitá poznámka na úvod: toto nie je právne poradenstvo. Nasledujúce body zhrňujú research; konkrétne GDPR posúdenie musí prebehnúť pre každý prípad použitia s odbornými právnikmi.

Embeddings, ktoré sú odvodené z osobných údajov, sa podľa EDPB Opinion 28/2024 a Guidelines 01/2025 s vysokou pravdepodobnosťou samy považujú za osobné údaje - je potrebné individuálne posúdenie rizika re-identifikácie. Rozsudok CJEU C-413/23 P (SRB v EDPS, september 2025) spresňuje, že pseudonymizované dáta nie sú automaticky osobnými údajmi pre každého príjemcu - to zužuje povinnosti, ale neruší ich.

Pre výber vektorovej DB z toho vyplývajú dve tvrdé obstarávacie brány:

• Cross-border prenos: Embedding e-mailu zamestnanca v US-hostovanej vektorovej DB je prenos do tretej krajiny. To sa týka Pinecone priamo; Qdrant a Weaviate môžu byť prevádzkované úplne v DACH-suverénnej infraštruktúre.
• Right-to-erasure (čl. 17): Embeddings musia byť mazateľné. Technicky netriviálne, keďže HNSW grafy nepodporujú efektívne mazanie bodov. Špecifické podľa dodávateľa: mazania v pgvector sú efektívne (Postgres MVCC), Qdrant podporuje efektívne point deletes, Milvus pracuje s tombstones plus compaction. Overiť sémantiku mazania pred uzavretím zmluvy je tvrdá brána.

Integrácia ekosystému

Na úrovni API je vrstva vektorovej DB v roku 2026 do veľkej miery komoditizovaná: HNSW je všade, hybrid search je table-stakes. Všetky tri databázy majú vyzreté oficiálne integrácie do LangChain/LangGraph a LlamaIndex, ako aj MCP napojenie. Skutočná diferenciácia už nespočíva v integrácii, ale v (a) suverenitnom postoji a nasaditeľnosti, (b) kvalite hybrid search a rerankera v nemčine s kompozitami a odbornou terminológiou, (c) multimodálnej podpore dokument-obraz (ColPali) a (d) prevádzkovej vyzretosti v rozsahu 10M-100M+ vektorov. Pri (c) je Qdrant s natívnym multi-vektorom/late interaction pred zvyšnými dvoma; Weaviate je tu experimentálny.

Rozhodovacia matica podľa scenára

Konkrétny príklad: RAG pre stredný podnik s nákladovým rámcom

DACH stredný podnik (cca 800 FTE) buduje RAG nad nemeckým PDF, Office a SharePoint obsahom, ~8M chunkov. Odporúčaný stack podľa research blueprintu „VEC-Mittelstand": pgvector 0.8+ s pgvectorscale na managed Postgres u IONOS alebo STACKIT; BM25 cez ParadeDB pg_search; embeddings s BGE-M3 (MIT) alebo Jina v4 (Apache 2.0, Berlín) self-hostované na jednej L4/A10G GPU; reranker BGE Reranker M3 (MIT) na tej istej inštancii. Pamäťové pravidlo pre 10M vektorov pri 1024 dim, float32 HNSW: ~40 GB surovo plus 50-100 % index overhead; s halfvec ~30-40 GB, s SQ8 ~10-20 GB. Time-to-ROI pre prvý produkčný use case 3-6 mesiacov, rozpočtový rámec rok 1 €30k-€150k. Až keď pgvector dosiahne reálny scale-ceiling (>50M vektorov), oplatí sa prechod na dedikovanú vektorovú DB - väčšina use casov stredných podnikov nikdy neprekročí 5-20M vektorov.

Pre agentúry a B2B rozhodovateľov

Kto ako agentúra buduje multi-tenant, mal by explicitne tierovať: pgvector-tier pre SMB, Qdrant-tier pre stredné podniky, Qdrant-on-customer-K8s pre koncerny. Izolácia per-tenant (schéma alebo row-level-security v Postgres, collection-per-tenant v Qdrant, per-tenant KMS kľúče) je povinnosťou - zdieľaná collection s metadátovým filtrom je GDPR nehoda v čakacom stave. Pre DACH-B2B rozhodovateľov platí: „EU región k dispozícii" sa nerovná suverenite. Overte expozíciu CLOUD Act/FISA 702, sub-processor disclosure, no-training-on-data, sémantiku mazania a zmluvné exit klauzuly. Blck Alpaca sprevádza suverenitne-klasifikovaný výber a implementáciu vektorovo-DB a embedding stacku pre DACH organizácie - od pgvector riešenia pre stredné podniky až po Qdrant-Hybrid-Cloud architektúru pre regulované workloady.