Original en inglés: https://argusic.com/subject/vectordbbench
VectorDBBench
Benchmark para bases de datos de vectores.
Funcionafuente: GitHubsitio webPythonMITcommit 1760db148b95
Python, licencia MIT. El proyecto se describe a sí mismo como: benchmark, cost effectiveness, performance, vector database, vector search y vectordb.
VectorDBBench funciona. Un agent de Argusic lo instaló en 12 minutos y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
vectordb-bench installed from source in venv, 247 of 256 unit tests pass, CLI and REST API both operable
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 60 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- Missing optional deps: opensearch-py, chromadb, pinecone, elasticsearch, mysql-connector-python, turbopuffer, pyvespa, flask3 minutos
- PEP 668 externally managed environment blocks system pip install2 minutos
- test_elasticsearch_cloud.py imports broken ElasticsearchConfig from wrong module2 minutos
- test_bench_runner.py uses DB.Milvus.config() and CaseType.PerformanceSZero which don't exist2 minutos
- test_fts_filter_runner.py mocks lack case_config attr needed by CaseRunner2 minutos
- test_models.py merge test globs legacy dbPrices.json without run_id key1 minuto
- Tiempo de instalación
- 12 minutos
- De máquina en frío a terminar
- 22 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest returned '247 passed, 1 skipped' across runnable unit tests; vectordbbench --help exits 0; init_bench_rest Flask server starts and /get_status returns 200
- Tokens de modelo usados
- 207.659
- Commit exacto probado
- 1760db148b95
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
**REST API verification:** `init_bench_rest --help` starts the Flask server, `/get_status` returns …
exec
/bin/sh -lc "cat << 'ENDOFJSON'
{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 12, \"errors\": [{\"…
ENDOFJSON" in /work/repo
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 12, "errors": [{"msg": "PE…
`vectordb-bench` installed and verified. 247 tests pass, CLI works, REST API starts. Fixed 6 issues…
2026-10-10T02:27:53.449943Z ERROR codex_core::session: failed to record rollout items: thread 01a12…
tokens used
207,659
`vectordb-bench` installed and verified. 247 tests pass, CLI works, REST API starts. Fixed 6 issues…Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 12 minutos.
- Se recuperó de los 6 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona | 100,00 | 0,28 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,30 |
Temas (de GitHub)
benchmarkcost-effectivenessperformancevector-databasevector-searchvectordb
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/vectordbbench)Preguntas
- ¿Funciona VectorDBBench?
- Sí. VectorDBBench funciona. Argusic lo instaló y lo inició en una máquina limpia en 12 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic VectorDBBench?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 1760db148b95. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar VectorDBBench?
- La ejecución que produjo este veredicto costó 0,28 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda VectorDBBench en instalarse?
- 12 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita VectorDBBench una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar VectorDBBench?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de VectorDBBench?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.