OpenAI text-embedding-3-small

Name: OpenAI text-embedding-3-small
Brand: OpenAI
SKU: text-embedding-3-small
Price: 0.024 USD
Availability: InStock

EmbeddingsE disponueshme

nga OpenAItext-embedding-3-small

OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.

Provo Merr API key Krahasim

Çmim: 0,024 US$/1M hyr
Kontekst: 8191 token
Hyrje → Dalje: Tekst → Vektor
Zhvillues: OpenAI
Përditësuar: 23 shtator 2026

Loja e lojërave

Provo OpenAI text-embedding-3-small

Hyrje & rezultat

0,024 US$/1M hyr

Hyrje

0 / 32 000

Krahasim me (opsional)

Ekzekuton modelin dy herë (faturuar dy herë).

⌘/Ctrl + Enter

Rezultat

Vektori shfaqet këtu.

Ky ekzekutim

Çmimi shfaqet kur hyrja është e plotë.

I ri këtu?

10 kredite falas (0,10 US$) kur të regjistrohet me Google

I përdorshëm 24 orë pas regjistrimit, deri në 5 ekzekutime në ditë dhe më shumë se 2 kredite për ekzekutim. Metodat e tjera të hyrjes fillojnë pa kredite.

Rreth OpenAI text-embedding-3-small

PërmbledhjeMë 23 shtator 2026

OpenAI text-embedding-3-small është një model i OpenAI në kategorinë Embeddings. Në Railwail, OpenAI text-embedding-3-small kushton 0,024 US$ / 1M token hyrjeje. Dritarja e kontekstit përmban 8191 token.

text-embedding-3-small is the cheaper of OpenAI's third-generation embedding models. It outputs 1536-dim embeddings by default but supports the dimensions parameter, which uses Matryoshka-style truncation so you can request shorter vectors (for example 512 dims) and trade a small amount of accuracy for lower storage and faster similarity search. It scores higher than the older ada-002 on the MTEB benchmark while costing significantly less, which makes it the common default for production retrieval, clustering and classification pipelines. Accepts a single string or a batch of strings per request.

Sfondi

Rreth OpenAI

Themeluar 2015 · San Francisco, California, USA

OpenAI was founded in December 2015 by Sam Altman, Elon Musk, Greg Brockman, Ilya Sutskever, Wojciech Zaremba and John Schulman and restructured to a capped-profit company in 2019. The embedding line started with text-embedding-ada-001 (2021), was unified into ada-002 (December 2022) and replaced in January 2024 by the v3 generation. text-embedding-3-small is the smaller, cheaper sibling of text-embedding-3-large: it beats ada-002 by ~5 points on MTEB at one fifth the price ($0.00002 per 1k tokens). Together with the large variant it was the first OpenAI embedding model to support Matryoshka-style dimension shortening, allowing callers to choose any vector size between 256 and 1,536 without retraining or quality drop.

Vizito OpenAI

Arkitektura

Transformer bi-encoder with Matryoshka representation learning

OpenAI text-embedding-3-small is the entry-level embedding model in the v3 generation. It produces 1,536-dimensional vectors by default and supports the same Matryoshka shortening as the large variant, so callers can request any dimension between 256 and 1,536 in the API and OpenAI will truncate-and-renormalise on the fly. Maximum input length is 8,191 tokens. Training used a contrastive retrieval objective on a curated multilingual web corpus including search-query/document pairs. The model scores around 62.3% MTEB and 44.0% MIRACL multilingual retrieval, a clear step up from 61.0% / 31.4% for ada-002, while being roughly five times cheaper and faster. It is positioned as the default embedding model for cost-sensitive production RAG and large-scale search. Like all OpenAI models the system is closed-source and hosted only.

Parametrat: Undisclosed (smaller than text-embedding-3-large)
Konteksti: 8191 token

Aftësitë

1,536-dim vectors with Matryoshka truncation to any 256-1,536 size
8,191-token context window for long-document embedding
Multilingual coverage across 100+ languages
$0.00002 per 1k tokens (~5x cheaper than text-embedding-3-large)
Drop-in upgrade from ada-002 via the same /embeddings endpoint
L2-normalised vectors with cosine similarity
Best for: cost-sensitive RAG, large-scale search, embeddings at high QPS

Trajnimi & Licenca

Not disclosed. OpenAI describes a 'curated multilingual web corpus' with search-query/document pairs.

Licenca: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.

Testimi i sigurisë: Embeddings are not subject to content-filter constraints; OpenAI publishes general bias and fairness statements.

Kufizimet e njohura

Closed weights, hosted only
Cannot fine-tune the model
Lower MTEB / MIRACL scores than text-embedding-3-large
Multilingual quality below Cohere v3 for some low-resource languages
8,191-token cap may force chunking for long documents

Punimet kërkimore

Çmimet

Çmimet në dollarë amerikan. Përdorimi ngarkohet nga kreditet e parapaguar.

Hyrje	0,024 US$ / 1M token

Faturohet sipas token-ave që çdo kërkesë përdor në të vërtetë.
1 kredi = 0,01 US$

Kalkulator i kostos

Kalkulator çmimesh

Token-a hyrës

/ kërkesë

Token-a dalës

/ kërkesë

Kërkesa

Gjithsej

0,01 US$

1 kredite

Për kërkesë

0,0001 US$ · 0,01 kredite

Çdo kërkesë rrumbullakoset lart në 0,01 kredite.

API

Thirr OpenAI text-embedding-3-small me çelësin tuaj të API-t Railwail. Përdor këtë ID modeli në kërkesë:

text-embedding-3-smallDokumentacioni i API-t Merr një çelës API

curl https://railwail.com/api/v1/embeddings \
  -H "Authorization: Bearer $RAILWAIL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-small",
    "input": "The quick brown fox"
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["RAILWAIL_API_KEY"],
    base_url="https://railwail.com/api/v1",
)

res = client.embeddings.create(
    model="text-embedding-3-small",
    input="The quick brown fox",
)

print(len(res.data[0].embedding))

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.RAILWAIL_API_KEY,
  baseURL: "https://railwail.com/api/v1",
});

const res = await client.embeddings.create({
  model: "text-embedding-3-small",
  input: "The quick brown fox"
});

console.log(res.data[0].embedding.length);

Vendos çelësin tënd si RAILWAIL_API_KEYKrijo çelës API

Specifikacione

ID i modelit: text-embedding-3-small
Zhvilluesi: OpenAI
Kategoria: Embeddings
Hyrja: Tekst
Dalja: Vektor
Dritarja e kontekstit: 8191 token
Faturimi: Sipas përdorimit (token ose kohë GPU)
Madhësia e modelit: Undisclosed (smaller than text-embedding-3-large)
Licenca: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.
Katalogu i përditësuar: 23 shtator 2026

Parametrat e hyrjes

Hyrjet dhe cilësimet nga skema e hyrjes së modelit. Shembulli në seksionin API tregon cilat prej tyre e pranon API-ja.

ParametriLlojiParazgjedhjaVlerat e lejuara

inputi detyrueshëm
Text to embed (single string or array of strings)
Lloji: Tekst
Parazgjedhja: –
Vlerat e lejuara: deri 32 000 karaktere
dimensions
Lloji: Numër i plotë
Parazgjedhja: 1536
Vlerat e lejuara: 64 deri 1536
encoding_format
Lloji: Zgjedhje
Parazgjedhja: float
Vlerat e lejuara: float ose base64

Etiketat

openai
embedding
retrieval
rag
matryoshka
general

Shembuj të kërkesave

Shembuj nga katalogu i Railwail. Ata nuk u gjenerohen drejtpërdrejt në këtë faqe.

Semantic Search
How to deploy a Node.js app to production
Document Clustering
Machine learning model training techniques

Raste përdorimi

Për çfarë përdoret

Cost-sensitive production RAG
Large-scale semantic search across millions of documents
Embeddings for high-QPS personalisation pipelines
Clustering and topic discovery at low cost
Embeddings for downstream classification

Udhëzime të lidhura

Embedding Models for Search & Science

Të gjitha modelet në Embeddings

Pyetje të shpeshta

Çfarë është OpenAI text-embedding-3-small?

OpenAI text-embedding-3-small është një model nga OpenAI në kategorinë Embeddings. Në Railwail mund ta thirrësh me një çelës API përmes Railwail API.

Sa kushton OpenAI text-embedding-3-small në Railwail?

Në Railwail, OpenAI text-embedding-3-small kushton 0,024 US$ / 1M token hyrjeje. Të tarifohesh për atë që çdo kërkesë në fakt përdor. Përdorimi paguhet nga kredite të parapaguar; 1 kredit barazon 0,01 US$.

Cila është dritarja e kontekstit të OpenAI text-embedding-3-small?

Dritarja e kontekstit të OpenAI text-embedding-3-small përmban 8191 token.

Sa i shpejtë është OpenAI text-embedding-3-small?

Nuk ka ende mjaft ekzekutime të matura të OpenAI text-embedding-3-small në Railwail për të deklaruar një kohë ekzekutimi. Varet nga hyrja, cilësimet dhe ngarkesa në ofruesin e shërbimit.

A është OpenAI text-embedding-3-small më i mirë se OpenAI text-embedding-3-large?

Varet nga detyra. OpenAI text-embedding-3-small (OpenAI) dhe OpenAI text-embedding-3-large (OpenAI) janë të dy modele në kategorinë Embeddings. Faqja e krahasimit tregon çmimet dhe specifikacimet e tyre krah për krah.

Krahaso OpenAI text-embedding-3-small dhe OpenAI text-embedding-3-large

Si e përdor OpenAI text-embedding-3-small përmes API?

Krijo një çelës Railwail API dhe dërgo kërkesën tënde me ID-në e modelit text-embedding-3-small. Shembujt e kodit për curl, Python dhe JavaScript janë në seksionin API të kësaj faqeje.

Modele të krahasueshme

Të gjitha në këtë kategori

OpenAI text-embedding-3-largeOpenAI
OpenAI's highest-quality embedding model. Returns 3072-dim vectors by default and supports reducing dimensions via the dimensions parameter. Outperforms text-embedding-3-small and the older ada-002 on MTEB and multilingual MIRACL retrieval benchmarks, for cases where accuracy matters more than cost.
0,156 US$/1M hyr
550 % më shtrenjtë për njësi
Krahasoje OpenAI text-embedding-3-small dhe OpenAI text-embedding-3-large

Përdor OpenAI text-embedding-3-small përmes API-t

Një çelës API për çdo model në Railwail. Përdorimi ngarkohet nga kreditet e parapaguar, 1 kredit = 0,01 US$.

Merr çelësin e API-t Shfletim të gjitha modelet