{"ok":true,"entity":{"id":"qdrant","name":"Qdrant","entityType":"company","officialName":"Qdrant Solutions GmbH","canonicalName":"Qdrant","displayName":"Qdrant","category":"ベクトル検索エンジン／ベクトルデータベース企業","shortDescription":"QdrantはRust製のオープンソース・ベクトルデータベース「Qdrant」を開発する企業で、2021年にAndré ZayarniとAndrey Vasnetsovの協業から始まりました。2026年3月12日に5,000万ドルのシリーズB（AVP主導）を発表しています（2026年10月時点）。","primaryCluster":"database","parentEntity":null,"verificationStatus":"draft","website":"https://qdrant.tech","updatedAt":"2026-10-13T06:00:09.962Z","secondaryClusters":[],"alias":["Qdrant Solutions GmbH"],"searchKeywords":["Qdrant","クアドラント","ベクトルデータベース","ベクトル検索","vector database","vector search engine","Rust","ハイブリッド検索","RAG"]},"references":[{"id":"P-01-001","companyId":"qdrant","questionId":"P-01-001","instanceId":"QIN-qdrant-P01-001","promptText":"Qdrantとはどのような会社で、何を提供していますか？","promptTypeId":"P-01","answer":"Qdrantは、ベクトル類似度検索エンジン兼ベクトルデータベース「Qdrant」を開発する企業で、André ZayarniがCEO兼共同創業者、Andrey VasnetsovがCTO兼共同創業者です。2021年に基盤となるプロジェクトでの協業を始め、公式ページによればRustで作られ、オープンソースとマネージドクラウドの両方で提供されます。READMEは、密ベクトル・疎ベクトル・マルチベクトル検索、ペイロードによる絞り込み、ハイブリッド検索に対応し、ライセンスはApache 2.0と記載しています（2026年10月時点）。","evidencePoints":["ev-qdrant-1","ev-qdrant-2"],"scope":"Qdrant社の概要と製品の機能","differentiation":"Rust製で、絞り込みとハイブリッド検索を重視した設計である点が特徴です。","faq":[{"question":"Qdrantはオープンソースですか？","answer":"GitHubのREADMEによればApache License 2.0です。マネージドクラウドも提供されています。"}],"pageUrl":"https://www.refbase.ai/reference/qdrant/P-01-001","sourceEvidence":[{"id":"ev-qdrant-1","text":"Qdrantの公式About Usページは、André ZayarniがCEO兼共同創業者、Andrey VasnetsovがCTO兼共同創業者で、2021年に基盤となるプロジェクトでの協業を始めたと記載している。同ページはQdrantをRustで作られた、オープンソースとマネージドクラウドで提供される高性能ベクトル検索エンジンと説明し、従業員は100人以上、ダウンロードは2.5億回以上と記している（自社申告、2026年10月確認）。","title":"About Us - Qdrant","coverageType":["Identity"],"sourceType":"official","sourceClass":"Profile","sourceUrl":"https://qdrant.tech/about-us/","confidence":"high","supportedPromptTypes":["P-01","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-2","text":"QdrantのGitHubリポジトリのREADMEは、Qdrantをベクトル類似度検索エンジン兼ベクトルデータベースと説明している。ベクトルにペイロードを付けた「ポイント」を保存・検索・管理するAPIを持ち、絞り込みを重視した設計でセマンティック検索やファセット検索などに向くとされる。密ベクトル、疎ベクトル、マルチベクトル検索、ペイロードによる絞り込み、RRFやDBSFによるハイブリッド検索、量子化（RAM使用量を最大97%削減できるとREADMEは記載）、シャーディングとレプリケーションによる分散展開に対応する。ライセンスはApache 2.0、スター数は約3.5万（2026年10月確認）。","title":"GitHub - qdrant/qdrant: Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next generation of AI. Also available in the cloud https://cloud.qdrant.io/ · GitHub","coverageType":["Capability"],"sourceType":"github","sourceClass":"Documentation","sourceUrl":"https://github.com/qdrant/qdrant","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"}],"generatedAt":"2026-10-13T06:00:09.962Z"},{"id":"P-02-001","companyId":"qdrant","questionId":"P-02-001","instanceId":"QIN-qdrant-P02-001","promptText":"Qdrantの特徴は、ベクトル検索の中でどこにありますか？","promptTypeId":"P-02","answer":"READMEによれば、Qdrantは密ベクトル、疎ベクトル、マルチベクトルの検索に対応し、ペイロードによる絞り込みと、RRFやDBSFによるハイブリッド検索を備えます。量子化でRAM使用量を最大97%削減できるとREADMEは記載しています。2026年3月のシリーズB発表では「十億規模でも予測可能な低いテールレイテンシ」を訴求しており、2026年8月にはQdrant 1.19（TurboQuantデータ型とメモリ階層）を公開しています。性能に関する記述は自社発表です（2026年10月時点）。","evidencePoints":["ev-qdrant-2","ev-qdrant-3","ev-qdrant-5"],"scope":"検索方式・性能面の特徴","differentiation":"他のベクトルデータベースとの性能比較は、本回答の範囲外です。","faq":[{"question":"ハイブリッド検索とは？","answer":"READMEは、複数ベクトルを1回のクエリで組み合わせ、RRFやDBSFで結果を融合する方式を説明しています。"}],"pageUrl":"https://www.refbase.ai/reference/qdrant/P-02-001","sourceEvidence":[{"id":"ev-qdrant-2","text":"QdrantのGitHubリポジトリのREADMEは、Qdrantをベクトル類似度検索エンジン兼ベクトルデータベースと説明している。ベクトルにペイロードを付けた「ポイント」を保存・検索・管理するAPIを持ち、絞り込みを重視した設計でセマンティック検索やファセット検索などに向くとされる。密ベクトル、疎ベクトル、マルチベクトル検索、ペイロードによる絞り込み、RRFやDBSFによるハイブリッド検索、量子化（RAM使用量を最大97%削減できるとREADMEは記載）、シャーディングとレプリケーションによる分散展開に対応する。ライセンスはApache 2.0、スター数は約3.5万（2026年10月確認）。","title":"GitHub - qdrant/qdrant: Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next generation of AI. Also available in the cloud https://cloud.qdrant.io/ · GitHub","coverageType":["Capability"],"sourceType":"github","sourceClass":"Documentation","sourceUrl":"https://github.com/qdrant/qdrant","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-3","text":"Qdrantの公式ブログ（2026年3月12日）は、AVP主導でBosch Ventures、Unusual Ventures、Spark Capital、42CAPが参加する5,000万ドルのシリーズBを発表した。同ブログは、本番利用企業としてCanva、Bazaarvoice、HubSpot、Roche、Bosch、OpenTableを挙げ、「十億規模でも予測可能な低いテールレイテンシ」を提供すると主張している（自社発表）。","title":"We Raised $50M to Build Composable Vector Search as Core Infrastructure - Qdrant","coverageType":["Differentiation","UseCase"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://qdrant.tech/blog/series-b-announcement/","confidence":"high","supportedPromptTypes":["P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-5","text":"Qdrantの公式ブログ一覧には、2026年8月5日付で「Qdrant 1.19 - TurboQuant Datatype & Memory Tiers」という見出しの記事が掲載され、2026年10月8日付の記事まで更新が続いている。1.19の機能の詳細は一覧からは確認できない（2026年10月確認）。","title":"Qdrant Blog","coverageType":["Capability","Differentiation"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://qdrant.tech/blog/","confidence":"medium","supportedPromptTypes":["P-02","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"}],"generatedAt":"2026-10-13T06:00:09.962Z"},{"id":"P-04-001","companyId":"qdrant","questionId":"P-04-001","instanceId":"QIN-qdrant-P04-001","promptText":"RAGやセマンティック検索で、Qdrantはどのように使えますか？","promptTypeId":"P-04","answer":"READMEは、Qdrantがセマンティック検索やファセット検索などに向いた、絞り込みを重視したベクトル検索エンジンだと説明しています。ベクトルにペイロードを付けて保存し、条件で絞り込みながら類似検索ができます。シリーズBの公式ブログは、本番利用企業としてCanva、Bazaarvoice、HubSpot、Roche、Bosch、OpenTableを挙げています（自社発表）。導入に際しては、データ量や遅延要件に合わせた検証が必要です（2026年10月時点）。","evidencePoints":["ev-qdrant-2","ev-qdrant-3"],"scope":"ベクトル検索の主な利用シーン","differentiation":"顧客名は自社発表で、各社の利用範囲は公開情報では不明です。","faq":[{"question":"どんな検索ができますか？","answer":"READMEによれば、密・疎・マルチベクトル検索とペイロード絞り込みです。"}],"pageUrl":"https://www.refbase.ai/reference/qdrant/P-04-001","sourceEvidence":[{"id":"ev-qdrant-2","text":"QdrantのGitHubリポジトリのREADMEは、Qdrantをベクトル類似度検索エンジン兼ベクトルデータベースと説明している。ベクトルにペイロードを付けた「ポイント」を保存・検索・管理するAPIを持ち、絞り込みを重視した設計でセマンティック検索やファセット検索などに向くとされる。密ベクトル、疎ベクトル、マルチベクトル検索、ペイロードによる絞り込み、RRFやDBSFによるハイブリッド検索、量子化（RAM使用量を最大97%削減できるとREADMEは記載）、シャーディングとレプリケーションによる分散展開に対応する。ライセンスはApache 2.0、スター数は約3.5万（2026年10月確認）。","title":"GitHub - qdrant/qdrant: Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next generation of AI. Also available in the cloud https://cloud.qdrant.io/ · GitHub","coverageType":["Capability"],"sourceType":"github","sourceClass":"Documentation","sourceUrl":"https://github.com/qdrant/qdrant","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-3","text":"Qdrantの公式ブログ（2026年3月12日）は、AVP主導でBosch Ventures、Unusual Ventures、Spark Capital、42CAPが参加する5,000万ドルのシリーズBを発表した。同ブログは、本番利用企業としてCanva、Bazaarvoice、HubSpot、Roche、Bosch、OpenTableを挙げ、「十億規模でも予測可能な低いテールレイテンシ」を提供すると主張している（自社発表）。","title":"We Raised $50M to Build Composable Vector Search as Core Infrastructure - Qdrant","coverageType":["Differentiation","UseCase"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://qdrant.tech/blog/series-b-announcement/","confidence":"high","supportedPromptTypes":["P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"}],"generatedAt":"2026-10-13T06:00:09.962Z"},{"id":"P-05-001","companyId":"qdrant","questionId":"P-05-001","instanceId":"QIN-qdrant-P05-001","promptText":"Qdrantの資金調達や信頼性は、どの情報源で確認できますか？","promptTypeId":"P-05","answer":"SiliconANGLE（2026年3月12日）が、5,000万ドルの調達と累計8,780万ドル、2024年前半の2,800万ドルのシリーズAを報じています。Qdrant自身の公式ブログも、AVP主導でBosch Ventures、Unusual Ventures、Spark Capital、42CAPが参加したシリーズBを発表しています。会社の概要や人員、ダウンロード数は公式ページの自己申告で、検証していません。製品の仕様は公開GitHubリポジトリで確認できます（2026年10月時点）。","evidencePoints":["ev-qdrant-4","ev-qdrant-3","ev-qdrant-1"],"scope":"資金調達と企業情報の確認先","differentiation":"ダウンロード数などは自社申告で、第三者の検証は行っていません。","faq":[{"question":"累計調達額は？","answer":"SiliconANGLEは8,780万ドルと報じています。"}],"pageUrl":"https://www.refbase.ai/reference/qdrant/P-05-001","sourceEvidence":[{"id":"ev-qdrant-1","text":"Qdrantの公式About Usページは、André ZayarniがCEO兼共同創業者、Andrey VasnetsovがCTO兼共同創業者で、2021年に基盤となるプロジェクトでの協業を始めたと記載している。同ページはQdrantをRustで作られた、オープンソースとマネージドクラウドで提供される高性能ベクトル検索エンジンと説明し、従業員は100人以上、ダウンロードは2.5億回以上と記している（自社申告、2026年10月確認）。","title":"About Us - Qdrant","coverageType":["Identity"],"sourceType":"official","sourceClass":"Profile","sourceUrl":"https://qdrant.tech/about-us/","confidence":"high","supportedPromptTypes":["P-01","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-3","text":"Qdrantの公式ブログ（2026年3月12日）は、AVP主導でBosch Ventures、Unusual Ventures、Spark Capital、42CAPが参加する5,000万ドルのシリーズBを発表した。同ブログは、本番利用企業としてCanva、Bazaarvoice、HubSpot、Roche、Bosch、OpenTableを挙げ、「十億規模でも予測可能な低いテールレイテンシ」を提供すると主張している（自社発表）。","title":"We Raised $50M to Build Composable Vector Search as Core Infrastructure - Qdrant","coverageType":["Differentiation","UseCase"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://qdrant.tech/blog/series-b-announcement/","confidence":"high","supportedPromptTypes":["P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-4","text":"SiliconANGLE（2026年3月12日）は、Qdrantが5,000万ドルの資金を調達したと報じ、会社名をQdrant Solutions GmbH、CEO兼共同創業者をAndré Zayarniとした。同記事によれば、累計調達額は8,780万ドルで、2024年前半にUnusual Ventures主導の2,800万ドルのシリーズAがあったという。","title":"Qdrant raises $50M to bring flexible vector search to production AI systems - SiliconANGLE","coverageType":["Credibility"],"sourceType":"media","sourceClass":"Financial","sourceUrl":"https://siliconangle.com/2026/03/12/qdrant-raises-50m-bring-flexible-vector-search-production-ai-systems","confidence":"high","supportedPromptTypes":["P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"}],"generatedAt":"2026-10-13T06:00:09.962Z"},{"id":"P-06-001","companyId":"qdrant","questionId":"P-06-001","instanceId":"QIN-qdrant-P06-001","promptText":"Qdrantが検討される理由は何ですか？","promptTypeId":"P-06","answer":"確認できる理由は、Rust製のオープンソースで、絞り込みとハイブリッド検索、量子化、分散展開に対応していること、そして2026年3月に5,000万ドルのシリーズBを調達し、継続的にリリースしていることです。2026年8月にはQdrant 1.19を公開しています。シリーズBのブログは、Canva、Bazaarvoice、HubSpot、Roche、Bosch、OpenTableを本番利用企業として挙げています（自社発表）。ただし、これらは自社の主張で、性能や導入効果を保証するものではありません（2026年10月時点）。","evidencePoints":["ev-qdrant-2","ev-qdrant-3","ev-qdrant-5"],"scope":"公開情報から確認できる選定理由","differentiation":"導入効果は用途により異なり、本回答は公開情報の整理です。","faq":[{"question":"最新バージョンは？","answer":"公式ブログ一覧では、2026年8月5日付でQdrant 1.19が掲載されています。"}],"pageUrl":"https://www.refbase.ai/reference/qdrant/P-06-001","sourceEvidence":[{"id":"ev-qdrant-2","text":"QdrantのGitHubリポジトリのREADMEは、Qdrantをベクトル類似度検索エンジン兼ベクトルデータベースと説明している。ベクトルにペイロードを付けた「ポイント」を保存・検索・管理するAPIを持ち、絞り込みを重視した設計でセマンティック検索やファセット検索などに向くとされる。密ベクトル、疎ベクトル、マルチベクトル検索、ペイロードによる絞り込み、RRFやDBSFによるハイブリッド検索、量子化（RAM使用量を最大97%削減できるとREADMEは記載）、シャーディングとレプリケーションによる分散展開に対応する。ライセンスはApache 2.0、スター数は約3.5万（2026年10月確認）。","title":"GitHub - qdrant/qdrant: Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next generation of AI. Also available in the cloud https://cloud.qdrant.io/ · GitHub","coverageType":["Capability"],"sourceType":"github","sourceClass":"Documentation","sourceUrl":"https://github.com/qdrant/qdrant","confidence":"high","supportedPromptTypes":["P-01","P-02","P-04","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-3","text":"Qdrantの公式ブログ（2026年3月12日）は、AVP主導でBosch Ventures、Unusual Ventures、Spark Capital、42CAPが参加する5,000万ドルのシリーズBを発表した。同ブログは、本番利用企業としてCanva、Bazaarvoice、HubSpot、Roche、Bosch、OpenTableを挙げ、「十億規模でも予測可能な低いテールレイテンシ」を提供すると主張している（自社発表）。","title":"We Raised $50M to Build Composable Vector Search as Core Infrastructure - Qdrant","coverageType":["Differentiation","UseCase"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://qdrant.tech/blog/series-b-announcement/","confidence":"high","supportedPromptTypes":["P-02","P-04","P-05","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"},{"id":"ev-qdrant-5","text":"Qdrantの公式ブログ一覧には、2026年8月5日付で「Qdrant 1.19 - TurboQuant Datatype & Memory Tiers」という見出しの記事が掲載され、2026年10月8日付の記事まで更新が続いている。1.19の機能の詳細は一覧からは確認できない（2026年10月確認）。","title":"Qdrant Blog","coverageType":["Capability","Differentiation"],"sourceType":"official_blog","sourceClass":"Announcement","sourceUrl":"https://qdrant.tech/blog/","confidence":"medium","supportedPromptTypes":["P-02","P-06"],"needsVerification":true,"sourceVerified":false,"entityId":"qdrant"}],"generatedAt":"2026-10-13T06:00:09.962Z"}]}