Embeddings y RAG: buscar en tus propios documentos
Qué es un embedding y cómo se usa en RAG, explicado en simple y con diagramas: el mapa del significado, cómo la IA responde con tus documentos, los dos modelos que participan, precios reales de septiembre 2026 y buenas prácticas para partir.
☰ Índice del contenido
- Parte 1 — La idea central: un mapa del significado
- Parte 2 — ¿Y qué es “en números”?
- Parte 3 — Qué es RAG (y por qué necesita embeddings)
- Parte 4 — Atención: son dos modelos distintos
- Parte 5 — Precios reales de embeddings (oficiales, septiembre 2026)
- OpenAI
- Google Gemini
- Voyage AI (el recomendado por Anthropic para usar con Claude)
- Parte 6 — ¿Cuánto cuesta en la vida real? (ejemplo)
- Parte 7 — Buenas prácticas
- En una frase
- Fuentes oficiales (precios, septiembre 2026)
- Para seguir aprendiendo
Qué es un embedding y cómo se usa en RAG — la técnica para que la IA responda usando tus documentos (manuales, contratos, preguntas frecuentes) en vez de solo lo que sabía de antes. Explicado en simple, sin necesidad de saber programar.
Precios: verificados en las webs oficiales (septiembre 2026). Enlaces al final.
Parte 1 — La idea central: un mapa del significado
Piensa en cómo organizarías un archivo con cientos de documentos: los agrupas por tema, para que lo relacionado quede junto y encontrarlo sea rápido.
Un embedding hace exactamente eso, pero con frases. El modelo toma cada frase y le asigna una posición en un mapa. Las frases que significan algo parecido quedan cerca; las que hablan de temas distintos quedan lejos.
Mapa del significado — así lo "ve" la IA
Grupo: animales — cerca entre sí
Grupo: frutas — cerca entre sí
↔ Los dos grupos quedan lejos entre sí porque hablan de temas distintos
El punto clave: la agrupación es por significado, no por palabras iguales. “Mi mascota juega” queda cerca de “el perro ladra” aunque no compartan ninguna palabra. Eso es algo que un buscador tradicional (por palabras exactas) no puede hacer — y es la razón de que esta técnica exista.
Parte 2 — ¿Y qué es “en números”?
La “posición en el mapa” es en realidad una lista de números (coordenadas). Así como un punto en un mapa real se define con 2 números (latitud y longitud), aquí el modelo usa cientos o miles de números para ubicar cada frase con precisión.
| Frase | Su embedding (coordenadas) | En el mapa |
|---|---|---|
| ”el perro ladra” | [0.9, 0.1, 0.8, …] | punto de referencia |
| ”mi mascota juega” | [0.8, 0.2, 0.7, …] | ✅ valores parecidos → queda cerca |
| ”la manzana es roja” | [0.1, 0.9, 0.2, …] | ❌ valores distintos → queda lejos |
No necesitas entender los números en sí. Lo que importa es la regla: frase → lista de números, y números parecidos = significados parecidos. A ese proceso de conversión se le llama “generar el embedding”.
Parte 3 — Qué es RAG (y por qué necesita embeddings)
RAG (Retrieval-Augmented Generation) consiste en conectarle a la IA una base de conocimiento tuya para que responda con tu información — tus manuales, tus políticas, tus documentos — en vez de inventar o depender solo de su entrenamiento.
El proceso tiene dos momentos. Primero, la preparación, que se hace una sola vez:
① Preparación — una sola vez
manuales, políticas, FAQs
párrafos (chunking)
texto → coordenadas
índice por significado
Y después, la consulta, que ocurre cada vez que alguien pregunta:
② Al preguntar — cada vez
"¿Cuánto cuesta el envío?"
mismas coordenadas del mapa
los fragmentos más cercanos
"El envío cuesta $3.000…"
con TU información ✅
En resumen: los embeddings son el índice por significado que permite encontrar los párrafos correctos aunque la pregunta use otras palabras. Sin embeddings, no hay RAG.
Parte 4 — Atención: son dos modelos distintos
Una confusión muy común al partir:
| 🧩 Modelo de embeddings | 💬 Modelo de chat (LLM) | |
|---|---|---|
| Qué hace | Convierte texto en números (busca) | Redacta la respuesta (razona y escribe) |
| Costo | Muy barato y muy rápido | Más caro y más lento |
| Cuándo actúa | Al indexar y en cada búsqueda | Solo al generar la respuesta final |
| Ejemplos | text-embedding-3-small, voyage-4-lite | GPT-6, Claude Sonnet, Gemini Flash |
En un sistema RAG usas los dos: el de embeddings para buscar y el de chat para responder. Por eso se cobran por separado — y los de embeddings son considerablemente más baratos.
Parte 5 — Precios reales de embeddings (oficiales, septiembre 2026)
Precio en dólares por millón de tokens (1 token ≈ ¾ de palabra). Los embeddings solo cobran el texto que entra (no hay “output” que pagar).
OpenAI
| Modelo | Precio $/1M | Nota |
|---|---|---|
| text-embedding-3-small | $0.02 | El más usado: barato y muy bueno |
| text-embedding-3-large | $0.13 | Más preciso, más caro |
| text-embedding-ada-002 | $0.10 | Antiguo (mejor usar el 3-small) |
Google Gemini
| Modelo | Precio $/1M (texto) | Nota |
|---|---|---|
| Gemini Embedding 2 | $0.20 | Multimodal (texto/imagen/audio/video). Batch: $0.10. Capa gratis |
Voyage AI (el recomendado por Anthropic para usar con Claude)
| Modelo | Precio $/1M | Nota |
|---|---|---|
| voyage-4-lite | $0.02 | Barato. 200M tokens gratis al abrir cuenta |
| voyage-4 | $0.06 | Equilibrado. 200M gratis |
| voyage-4-large | $0.12 | El más preciso. 200M gratis |
Anthropic (Claude) no tiene modelo de embeddings propio: recomienda Voyage AI. En la práctica, muchos equipos usan los de OpenAI por precio y simpleza aunque el chat sea de otra marca. Los embeddings y el chat no tienen que ser de la misma empresa.
Parte 6 — ¿Cuánto cuesta en la vida real? (ejemplo)
Supongamos que quieres incorporar a RAG un manual de 100 páginas, con el modelo económico de OpenAI ($0.02 por millón de tokens):
| Paso | Cálculo | Resultado |
|---|---|---|
| Tamaño del manual | 100 páginas × ~600 tokens | ≈ 60.000 tokens |
| Indexarlo completo (una sola vez) | 60.000 ÷ 1.000.000 × $0.02 | $0,0012 — una décima de centavo |
| Cada pregunta de un usuario | ~20 tokens ÷ 1.000.000 × $0.02 | $0,0000004 — despreciable |
Lo caro no es buscar (embeddings), es responder (el modelo de chat). Por eso los embeddings casi nunca son tu problema de costo.
Parte 7 — Buenas prácticas
- Empieza con el modelo económico (OpenAI
text-embedding-3-smallo Voyagevoyage-4-lite). Suele ser más que suficiente. - Divide bien los documentos en fragmentos ni muy grandes ni muy pequeños (párrafos funcionan bien). Buenos fragmentos = búsquedas más certeras. A esto se le llama chunking.
- Aprovecha las capas gratis: Google y Voyage regalan uso al empezar — ideal para experimentar sin gastar.
- No mezcles modelos de embedding en el mismo índice: todos los fragmentos deben generarse con el mismo modelo, o las coordenadas dejan de ser comparables y las búsquedas fallan.
- Usa batch (procesamiento por lotes) si vas a indexar mucho texto de una vez: cuesta ~50% menos.
- El embedding se genera una vez (al indexar el documento). Solo se repite si cambias el documento o el modelo.
En una frase
Un embedding convierte cada frase en un punto de un “mapa del significado”; RAG usa ese mapa para encontrar los fragmentos de tus documentos que mejor responden una pregunta, y el modelo de chat los lee y redacta la respuesta. Buscar (embeddings) cuesta centavos; responder (el chat) es donde se va el presupuesto.
Fuentes oficiales (precios, septiembre 2026)
- OpenAI — developers.openai.com/api/docs/pricing
- Google Gemini — ai.google.dev/gemini-api/docs/pricing
- Voyage AI — docs.voyageai.com/docs/pricing
Para seguir aprendiendo
- Qué modelo de IA usar y cuánto cuesta — la guía de la otra mitad del costo: el modelo de chat que redacta la respuesta
- Glosario de conceptos: agentes IA — embedding, búsqueda vectorial, chunking y RAG en formato referencia
- Curso: Flujos Agénticos — Parte 1 — RAG funcionando en vivo dentro de un agente con AgentInTheLoop
Preguntas sobre este fundamentos
Regístrate gratis para hacer preguntas y guardar tu progreso.
✉ Entérate de lo nuevo
Recibe un aviso cuando publique nuevos cursos, workshops o investigaciones. Sin spam.