コンテンツにスキップ

【比較】S3 Vectors / Bedrock Knowledge Bases / OpenSearch の違い

概要

AWS で RAG（Retrieval-Augmented Generation）基盤を組むときに必ず混乱するのが、Amazon S3 Vectors・Amazon Bedrock Knowledge Bases・Amazon OpenSearch Service の3つです。「どれを選べばいいか」と聞かれることが多いですが、実はこの3つは 同じレイヤーの選択肢ではありません。

  • Bedrock Knowledge Bases … RAG パイプラインを丸ごとマネージドにする「上位サービス」（ingestion / chunking / embedding / retrieval API を一括提供）
  • S3 Vectors … Bedrock KB が裏で使う「ベクトル保管庫」の一種。2025年12月に GA、ベクトル特化のストレージ・クエリ層（最大90%安い）
  • OpenSearch Service … 全文検索＋ベクトル検索ができる汎用検索エンジン。Bedrock KB の裏側にも採用可能（OpenSearch Serverless）

つまり Bedrock KB を 「RAG オーケストレーター」 と捉え、その裏のベクトル保管に S3 Vectors か OpenSearch を選ぶ、という二段構えで考えると整理しやすくなります（さらに pgvector や Pinecone も選べます）。本記事は 2026-05 時点 の最新仕様で違いをまとめます。

詳細比較

項目 S3 Vectors Bedrock Knowledge Bases OpenSearch Service
レイヤー ベクトル保管（Storage層） RAG オーケストレーション（上位サービス） 検索エンジン（Storage＋検索層）
主用途 大量ベクトルの低コスト保管・検索 RAG パイプライン全体の自動化 全文＋ベクトル＋ハイブリッド検索／ログ分析
GA 時期 2025年12月 2023年（KB機能） 2021年（OpenSearch）／Serverless 2023
課金単位 PUT(GB) ＋ Storage(GB-月) ＋ Query($/Mリクエスト＋$/TB) KB自体は無料。裏のベクトルストア＋埋め込み＋parsing が別課金 プロビジョン: インスタンス時間。Serverless: OCU($0.24/h)
最小コスト目安 クエリ依存（保管だけならほぼ0円スタート可能） 裏のストア依存（S3 Vectors なら最安、OpenSearch Serverless なら下記） Serverless 本番最小 約$350/月（4 OCU）、dev-test で半額
スケール上限 1インデックス 20億ベクトル / 1バケット 20兆ベクトル 裏のストア依存 k-NN 最大 16,000次元、ノード追加でスケール
クエリレイテンシ Cold sub-second / Warm 〜100ms 裏のストア依存（S3V: warm 100ms / OS Serverless: 数十ms） プロビジョン: 数ms〜数十ms / Serverless: 〜100ms
ハイブリッド検索（全文＋ベクトル） ❌（ベクトル特化） ✅（裏が OpenSearch のときのみ） ✅（BM25 ＋ k-NN ＋ rerank）
マルチモーダル対応 ✅（GA時にtext/image/audio/video の埋め込み保管が可能） ✅（2025 re:Invent で multimodal retrieval 追加） ✅（埋め込みを自前で投入する場合）
東京リージョン ✅（2025-12 GA時に追加） ✅ ✅
運用負荷 低（マネージドストレージ） 最小（フルマネージドRAG） 中〜高（プロビジョン管理 or Serverless OCU 管理）
Bedrock KB との関係 KB の vector store として選択可（推奨デフォルト） KB そのもの KB の vector store として選択可（従来デフォルト）

📅 取得日: 2026-05-20。AWS の機能・価格は変化が速いため、本番採用時は必ず一次ソース（後述「出典・参考」）で再確認してください。

よくある誤解

誤解1: 「S3 Vectors vs OpenSearch でどっちを選ぶか」

両者は 直接の競合ではなく、Bedrock KB の裏側で どちらを使うか の選択肢です（pgvector / Pinecone / MongoDB Atlas / Redis Enterprise も候補）。フラットに「どっち？」と考えるよりも、「Bedrock KB を使うか／使わないか」「ハイブリッド検索が必要か」を先に決めるのが正解です。

誤解2: 「Bedrock Knowledge Bases は単独で課金される」

KB 自体には別途料金は発生しません。料金が発生するのは:

  1. 裏側のベクトルストア（S3 Vectors / OpenSearch Serverless 等）
  2. 埋め込みモデルの推論（入力トークン課金）
  3. Bedrock Data Automation での parsing（$0.010 / page）
  4. Amazon Rerank 1.0（$1.00 / 1,000 reranking queries）

「Knowledge Bases 自体は無料、選んだストアと埋め込みが課金対象」と覚えると良いです。

誤解3: 「OpenSearch Serverless は安い」

サーバーレスでもベクトル検索は 最低 4 OCU = 約 $350/月 が発生します（dev-test なら半額）。これは「使わなくても発生する固定費」なので、トラフィックが少ない小規模 RAG では S3 Vectors の従量課金のほうが圧倒的に安くなります（AWS 公式で 最大90%コスト削減）。

誤解4: 「S3 Vectors は安いが性能が劣る」

GA 後の S3 Vectors は warm クエリで 100ms 前後 のレイテンシが出るため、対話型 RAG でも十分実用域です。ただし数 ms 単位のリアルタイム要件（広告配信・レコメンドのインライン推論）には OpenSearch プロビジョンのほうが向きます。

実務での選び分け

flowchart TD
    A[ベクトル検索が必要] --> B{RAG パイプラインを自分で組む?}
    B -- いいえ・マネージドが欲しい --> C[Bedrock Knowledge Bases を採用]
    C --> D{裏のストアは?}
    D -- 大量データを安く保管<br>新規案件・低トラフィック --> E[S3 Vectors]
    D -- 全文＋ベクトルのハイブリッド検索が必須<br>or OpenSearch 既存資産あり --> F[OpenSearch Serverless]
    D -- リレーショナル DB と統合 --> G[Aurora pgvector]

    B -- はい・自前で組む --> H{要件は?}
    H -- 純粋なベクトル保管・低コスト最優先 --> I[S3 Vectors 単体]
    H -- 検索＋分析＋ベクトル全部 --> J[OpenSearch Service]
    H -- 数ms レベルのリアルタイム --> K[OpenSearch プロビジョン]

判断軸の早見表

こういうとき 推奨
小規模 RAG・PoC・コスト最優先 Bedrock KB ＋ S3 Vectors（AWS公式が2026年の新規案件デフォルトとして推奨）
既存 OpenSearch クラスタに RAG を相乗り Bedrock KB ＋ OpenSearch Serverless
全文＋ベクトルのハイブリッド検索が必須 OpenSearch Service（プロビジョン or Serverless）
数ms 単位のレイテンシ要件（広告・レコメンド） OpenSearch プロビジョン（インスタンス常時稼働）
大量・低頻度クエリで保管コスト最重要 S3 Vectors 単体（20億ベクトル/index・最大90%安）
アーキテクチャを自前で組みたい S3 Vectors または OpenSearch 単体（Bedrock KB は使わない）
マルチモーダル（画像・音声・動画）RAG Bedrock KB（2025 re:Invent で multimodal retrieval 追加）

ひとことまとめ

Bedrock Knowledge Bases は「RAG の司令塔」、S3 Vectors と OpenSearch はその「保管庫の選択肢」です。2026年の新規案件は Bedrock KB ＋ S3 Vectors が AWS 公式の推奨デフォルト（既存 OpenSearch 資産またはハイブリッド検索が必須でなければ）。3つを「同列の選択肢」と捉えると混乱するので、まず Bedrock KB を使うかを決め、次に裏のストアを選ぶという二段構えで考えるのがおすすめです。

出典・参考

📅 全リンク取得日: 2026-05-20