Chroma — open-source векторная БД и поиск для AI

✅ Подходит: если вам нужна open-source векторная БД и поисковая инфраструктура для AI, которую можно запускать локально или использовать через Cloud, особенно в сценариях RAG. ❌ Не подходит: если вы ищете сервис с простыми фиксированными тарифами, подтверждённой доступностью для РФ и полноценной observability-панелью «из коробки». 💡 Ключевое преимущество: Chroma совмещает OSS-ядро, Cloud для production и официальные интеграции для трассировки и оценки retrieval.

Chroma в официальной документации описан как open-source data infrastructure for AI: он хранит embeddings вместе с metadata и поддерживает dense и sparse vectors, текст и изображения. В репозитории Cloud позиционируется как serverless-инфраструктура для vector, hybrid и full-text search. Практический вывод на 13.08.2026: это сильный вариант, если вам важны контроль над стеком и интеграции, но не лучший выбор, если нужен максимально простой SaaS без самостоятельной настройки.

• Разработчик: Chroma
• Тип: self-hosted / cloud
• Официальный URL: документация Chroma, GitHub-репозиторий
• Дата проверки: 13.08.2026
• Последний найденный релиз в официальном feed: Chroma 1.5.9, 05.05.2026; в заметке к релизу отдельно указаны Python 1.5.9, JS 3.4.5 и CLI 1.4.4

Редакционное ограничение: в предоставленном пакете источников нет отдельной ссылки на Privacy Policy и нет подтверждённых данных о работе из РФ и способах оплаты. Эти аспекты ниже отмечены как неполностью проверенные.

Что умеет

• Хранить embeddings вместе с metadata.
• Работать с dense и sparse vectors, а также с текстом и изображениями.
• Создавать коллекции, добавлять документы и выполнять запросы; в quickstart у query параметр n_results по умолчанию равен 10, если его не указать.
• Давать managed Cloud-режим для serverless vector, hybrid и full-text search.
• Экспортировать server traces через OpenTelemetry; официально задокументированы именно traces, а не полный стек metrics/logs.
• Подключаться к внешним инструментам оценки и наблюдаемости: DeepEval, Braintrust, OpenLLMetry и OpenLIT.

Как использовать

Базовый и воспроизводимый сценарий для Chroma — поднять коллекцию под retrieval, загрузить документы и проверить качество поиска на реальных вопросах. Если вы строите retrieval-слой для GraphRAG или обычного RAG, такой тест даёт быстрый ответ, подходит ли вам Chroma по качеству и эксплуатационной модели.

1. Начните с локального quickstart. Официальная документация предлагает установить chromadb и создать коллекцию. Учтите ограничение: in-memory client теряет данные после завершения процесса.
2. Добавьте документы в коллекцию. По официальному сценарию после создания коллекции вы добавляете документы и затем запрашиваете их через query.
3. Проверьте retrieval. Выполните запрос с n_results и посмотрите, какие документы вернулись. Если параметр не задан, документация указывает значение по умолчанию 10.
4. Оцените чанкинг на реальных вопросах. Официальный гайд по chunking рекомендует не угадывать стратегию, а измерять качество retrieval по реальным запросам и смотреть на Recall@k.
5. Если переносите нагрузку на сервер или Cloud, сразу включите трассировку. В observability-гайде предлагается настроить OpenTelemetry и проверить, что после обычного запроса в вашем backend появились spans.

Если вам нужен пошаговый разбор развёртывания рядом с Pinecone, у нас есть отдельная инструкция: как настроить векторную базу: Pinecone и Chroma.

Тарифы и ограничения

У Chroma в текущем пакете официальных источников нет классической страницы с фиксированными планами уровня Free / Pro / Enterprise. Для Cloud показана usage-based модель, а для OSS в источниках подтверждена лицензия Apache-2.0, но не отдельный прайс-лист. Поэтому таблица ниже отражает именно официальные биллинговые метрики и эксплуатационные ограничения.

Проверено: 13.08.2026 по официальной странице pricing. Важно: background indexing, compaction и reindexing по официальной pricing page не тарифицируются. Ограничение проверки: в предоставленном source pack нет второй официальной страницы с дублированием тех же ставок, поэтому перед закупкой Cloud лучше перепроверить актуальность цен и квот на странице billing.

Работа с данными и приватность

• Что получает Chroma: embeddings, metadata, dense и sparse vectors, а также текст и изображения, которые вы загружаете в систему.
• Использование данных для обучения: в просмотренных официальных источниках это не раскрыто отдельно. Подтверждён только факт, что начиная с версии 1.5.4 Chroma больше не собирает product telemetry для OSS.
• Observability: Chroma instrumented with OpenTelemetry hooks и сейчас экспортирует traces only.
• Где хранятся данные в Cloud: официальный changelog по EU region support говорит, что данные хранятся и обрабатываются полностью внутри выбранного региона.
• Подтверждённые регионы Cloud в текущем пакете источников: GCP europe-west1 и AWS us-east-1.
• Отдельная Privacy Policy: ссылка не была предоставлена в source pack, поэтому полноценную проверку policy-документа по текущему набору источников выполнить нельзя.

CHROMA_OPEN_TELEMETRY__ENDPOINT
CHROMA_OPEN_TELEMETRY__SERVICE_NAME
OTEL_EXPORTER_OTLP_HEADERS

Это переменные окружения, которые официально задокументированы для server observability. Практическая проверка из гайда простая: сделайте обычный запрос к серверу и убедитесь, что в вашем OpenTelemetry backend появились spans.

Плюсы и минусы

Плюсы

• Open-source база под Apache-2.0 плюс отдельный Cloud-режим: можно начать локально и затем перейти к managed deployment.
• Поддерживает не только embeddings, но и metadata, dense/sparse vectors, текст и изображения.
• Официально задокументированы OpenTelemetry traces и интеграции с DeepEval, Braintrust, OpenLLMetry и OpenLIT.
• Cloud использует usage-based модель без оплаты background indexing, compaction и reindexing.

Минусы

• Текущая observability в официальной документации ограничена traces only; полноценный набор metrics/logs не описан как встроенная функция.
• In-memory client теряет данные после завершения процесса, поэтому для реальной работы нужно сразу думать о persistence или client-server модели.
• Подтверждённый список Cloud-регионов в текущем source pack короткий: GCP europe-west1 и AWS us-east-1.
• В официальных источниках из пакета нет отдельной Privacy Policy ссылки, а также нет подтверждения доступности и оплаты для РФ.

Доступность и язык

• Модель поставки: open-source self-hosted/local и managed Cloud.
• Клиентские компоненты, которые явно видны по релизам: Python, JS и CLI.
• Регионы Cloud, подтверждённые в источниках: GCP europe-west1 и AWS us-east-1.
• Русский язык: в текущем пакете источников наличие русского интерфейса не подтверждено; просмотренные официальные материалы англоязычные.
• Доступность для РФ: в официальных источниках из пакета нет подтверждения работы без VPN, нет сведений о блокировке/разрешении российских карт и нет отдельного статуса по РФ.
• Способы оплаты: в просмотренных официальных источниках не раскрыты.

Если вы выбираете Chroma именно как retrieval-слой для RAG, сначала определите, нужен ли вам полностью managed сценарий или вы готовы управлять частью инфраструктуры сами. Для выбора между managed-опциями полезно также посмотреть наше сравнение: Pinecone vs Chroma: что выбрать для RAG, поиска и векторных индексов.

Альтернативы

• Pinecone. Самая близкая внутренняя альтернатива в материалах COMRAD404, если вы выбираете managed vector DB рядом с Chroma: сравнение Pinecone vs Chroma.
• DeepEval. Не замена самой векторной БД, а внешний инструмент оценки retrieval и гиперпараметров retriever поверх Chroma: официальная интеграция.
• Braintrust. Тоже не замена хранилищу, а внешний eval/tracing-слой для приложений вокруг Chroma: официальная интеграция.
• OpenLIT и OpenLLMetry. Если ваша главная боль — наблюдаемость, а не сама БД, посмотрите OpenLIT и OpenLLMetry как OTEL-совместимые варианты.

Редакционное ограничение: в одобренных внутренних ссылках и текущем source pack нет полного набора официальных материалов по 3–5 другим векторным БД, поэтому раздел альтернатив здесь сознательно неполный и частично включает смежные инструменты для eval/observability, а не только прямые замены Chroma.

Источники

• Introducing Chroma Cloud – Chroma Changelog
• Chroma Sync: S3, GitHub, and Web – Chroma Changelog

Ограничение по источникам: отдельная ссылка на Privacy Policy не была предоставлена в source pack, поэтому этот документ нельзя сослать здесь без риска выдумать URL.

• Introduction – Chroma Docs
• Open Source – Chroma Docs
• Getting Started – Chroma Docs
• Observability – Chroma Docs
• Pricing – Chroma Docs
• Chunking – Chroma Docs
• DeepEval – Chroma Docs
• Braintrust – Chroma Docs
• EU Region Support – Chroma Changelog
• GitHub – chroma-core/chroma
• Releases · chroma-core/chroma · GitHub

Вопросы и ответы

Можно ли использовать Chroma локально и без Cloud?

Да. Официальные источники подтверждают open-source режим, а quickstart показывает локальный сценарий. Но in-memory client не сохраняет данные после завершения процесса.

Сколько стоит Chroma Cloud?

По состоянию на 13.08.2026 Cloud тарифицируется по usage-метрикам: $2.50 за logical GiB written, $0.33 за GiB в месяц storage, $0.0075 за TiB scanned, $0.09 за GiB returned и $0.03 за fork request. Новым пользователям указаны $5 кредитов.

Есть ли у Chroma полноценная observability из коробки?

По официальной документации сейчас экспортируются traces only через OpenTelemetry. Если вам нужны дополнительные сценарии наблюдаемости, Chroma предлагает интеграции с OpenLLMetry и OpenLIT.

Подходит ли Chroma для RAG?

Да, это один из базовых сценариев. Документация покрывает хранение embeddings и retrieval, а гайд по chunking рекомендует оценивать качество поиска на реальных запросах и метрике Recall@k.

Что известно о приватности и использовании данных?

Из просмотренных официальных источников точно подтверждено, что с версии 1.5.4 OSS больше не собирает product telemetry. Но отдельная Privacy Policy ссылка в source pack отсутствует, поэтому утверждать больше без дополнительной проверки нельзя.