向量模型迁移：重建索引时如何保住检索质量

更换向量模型会改变检索契约，即使向量维度恰好相同也一样。应把文档和查询都转换到新版本，用固定问题集比较相关结果，再在旧索引仍可回滚的条件下切换流量。

发布 2026-09-28 · 更新 2026-09-29 · KeepRouter Editorial · 5 分钟阅读

直接结论：不要只改生产 RAG 应用里的向量模型 ID。旧文档向量与旧查询向量应保持成对使用，同时从同一份源文档建立第二个向量空间。两条路径都要接受检索和答案依据评测；先切小流量，并保留旧索引直至新路径稳定。Qdrant 的官方迁移教程说明了并行集合与命名向量两种方式。

本文是迁移方法，不是 KeepRouter 客户效果报告。下文数量仅用于演示，当前模型价格以实时目录为准。

维度相同也不代表同一个向量空间

向量由特定模型、版本、输入变换和维度设置产生；数据库集合还有距离度量与过滤器。两个模型即使输出一样长的向量，也可能把语义排在不同位置。用新查询向量去匹配旧文档向量，可能悄悄返回看似合理但错误的段落。OpenAI 的向量指南还说明某些模型支持指定维度；缩短向量是明确的模型配置，不等于可以混用旧索引。

改流量前先写好检索契约：

六步迁移

1. 固定证据集。 每种高价值意图至少保存一个问题、已知相关文档 ID、无答案问题和越权文档探针。给标签标版本，不能只问正在替换的模型来生成“标准答案”。
2. 找回源数据。 确保能复现文档正文、媒体引用、分块 ID、删除事件和访问控制元数据。旧向量本身不足以生成新向量。
3. 建立第二个向量空间。 Qdrant 可用双集合，或在条件满足时新增命名向量。记录新维度和距离度量；旧路径继续服务。
4. 回填并双写。 以可恢复批次重算旧记录；新建和更新文档同时写两边。删除和权限修改也必须同步，否则切换后可能重新出现旧数据。
5. 离线比较。 同一问题分别查询旧新路径，比较必需段落召回、依据段落排名、权限泄漏、p95 检索延迟与答案依据。回答模型保持不变。
6. 灰度与观察。 让少量用户走新索引，每件问题记录索引版本。保留旧索引、旧查询模型配置和回切开关，直到生产结果达到门槛。

Qdrant 教程特别提醒，双集合双写要处理删除与局部更新。命名向量路线可在过渡期保留旧向量，但取决于现有集合形态和数据库版本。选择实际数据库支持的方案，不能把一个厂商的步骤当成所有数据库的能力。

只用于演示的工作量计算

假设有 10,000 份源文档，每份平均 4 个分块，每块平均 500 个计费输入 token。回填约为 10,000 × 4 × 500 = 20,000,000 个向量输入 token，尚未计入重试、媒体处理和更新文档。若假设每百万输入 token 的费率为 R 美元，模型部分为 20 × R。还需加上向量存储、双写时长、查询流量、评测、答案生成与人工运维。短期双索引的成本可能高于这批向量请求。

KeepRouter 模型页列出该目录模型的准确端点与实时客户价格。部分多模态模型使用 /v1/embeddings/multimodal，而不是 /v1/embeddings；请求形态可读多模态指南。进入迁移计划前，必须确认所需模型和输入类型确实已经公开。KeepRouter 不运行向量库，也不承诺每个上游专属向量参数都能透传。

按检索结果定义回滚信号

切换前选择相关文档已知的固定查询，比较目标 k 下的召回、无依据回答和权限过滤。整个测试过程中，查询向量要与对应文档索引配对。Qdrant 向量迁移教程说明了双表示迁移方法。向量数量齐全，不等于新索引已经适合承接用户。

用结果决定是否切换

回填数量达标只证明作业完成，不证明相关性。用经复核的问题集，在同样 top-k 下比较召回。无答案问题应继续拒答，而不是变成自信的无依据回答。权限探针必须严格：即使平均召回提高，只泄漏一条段落也不合格。比较检索器时固定回答模型；要换回答模型，就另开一次评估。检索团队指南说明怎样把网关记录与应用结果结合。

切换后，在应用 trace 中记录准确索引和向量模型版本。网关请求状态、token 与扣费解释 API 调用；应用的检索 trace 解释选中了哪些段落。诊断答案质量回退时，两层证据都需要。

常见问题

能用新查询模型配旧文档向量吗？

不要假设可以，即使维度相同。应从同一源文档重建并评估独立的向量空间。

必须建立第二个集合吗？

不一定。Qdrant 文档提供双集合与命名向量两条路径，取决于现有集合和产品版本。

什么情况必须阻止切换？

约定测试集中只要出现权限泄漏、必需段落漏检、无依据回答，或不能接受的延迟与成本回退，都应阻止切换。

参考的一手资料

本文最近复核 2026-09-29

1. [1] Qdrant embedding model migration
2. [2] OpenAI embeddings guide
3. [3] KeepRouter live model catalog
4. [4] KeepRouter OpenAPI

继续阅读

• 检索与 RAG 应用
• 多模态向量：把文本、图片与视频放进同一个向量空间
• doubao embedding vision 251215
• API 可观测性
• AI Gateway 对比供应商直连 API