OpenAI text-embedding-3-small

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

EmbeddingsDostupné

od 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.

Vyzkoušet Získat API klíč Porovnat

Cena: 0,024 US$/1M vstup
Kontext: 8 191 tokenů
Vstup → výstup: Text → Vektor
Vývojář: OpenAI
Aktualizováno: 23. září 2026

Playground

Vyzkoušet OpenAI text-embedding-3-small

Vstup a výstup

0,024 US$/1M vstup

Vstup

0 / 32 000

Porovnat s (volitelné)

Spustí model dvakrát (zaúčtováno dvakrát).

⌘/Ctrl + Enter

Výsledek

Vektor se zobrazí zde.

Tento běh

Cena se zobrazí, jakmile je vstup kompletní.

Nový zde?

10 bezplatných credits (0,10 US$) při registraci přes Google

Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits.

O OpenAI text-embedding-3-small

StručněStav: 23. září 2026

OpenAI text-embedding-3-small je model od OpenAI v kategorii Embeddings. Na Railwail stojí OpenAI text-embedding-3-small 0,024 US$ / 1M vstupních tokenů. Kontextní okno obsahuje 8 191 tokenů.

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.

Pozadí

O OpenAI

Založeno 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.

Navštívit OpenAI

Architektura

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.

Parametry: Undisclosed (smaller than text-embedding-3-large)
Kontext: 8 191 tokenů

Schopnosti

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

Trénování a licence

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

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

Bezpečnostní testy: Embeddings are not subject to content-filter constraints; OpenAI publishes general bias and fairness statements.

Známá omezení

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

Vědecké články

Ceny

Ceny v USD. Použití se účtuje z předplacených kreditů.

Vstup	0,024 US$ / 1M tokenů

Účtují se tokeny, které jednotlivý požadavek skutečně spotřebuje.
1 kredit = 0,01 US$

Kalkulátor nákladů

Kalkulátor cen

Vstupní tokeny

/ požadavek

Výstupní tokeny

/ požadavek

Požadavky

Celkem

0,01 US$

1 kreditů

Na požadavek

0,0001 US$ · 0,01 kreditů

Každý požadavek se zaokrouhluje nahoru na 0,01 kreditu.

API

Volejte OpenAI text-embedding-3-small s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:

text-embedding-3-smallDokumentace API Získat API klíč

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);

Nastavte svůj klíč jako RAILWAIL_API_KEYVytvořit API klíč

Specifikace

ID modelu: text-embedding-3-small
Vývojář: OpenAI
Kategorie: Embeddings
Vstup: Text
Výstup: Vektor
Kontextové okno: 8 191 tokenů
Fakturace: Podle použití (tokeny nebo GPU čas)
Velikost modelu: Undisclosed (smaller than text-embedding-3-large)
Licence: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.
Záznam v katalogu aktualizován: 23. září 2026

Vstupní parametry

Vstupy a nastavení ze vstupního schématu modelu. Příklad v sekci API ukazuje, které z nich API přijímá.

ParametrTypVýchozíPovolené hodnoty

inputpovinné
Text to embed (single string or array of strings)
Typ: Text
Výchozí: –
Povolené hodnoty: až 32 000 znaků
dimensions
Typ: Celé číslo
Výchozí: 1536
Povolené hodnoty: 64 až 1 536
encoding_format
Typ: Volba
Výchozí: float
Povolené hodnoty: float nebo base64

Štítky

openai
embedding
retrieval
rag
matryoshka
general

Příklady promptů

Příklady z katalogu Railwail. Nebyly generovány živě na této stránce.

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

Případy použití

K čemu se používá

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

Související průvodce

Embedding Models for Search & Science

Všechny modely: Embeddings

Často kladené otázky

Co je OpenAI text-embedding-3-small?

OpenAI text-embedding-3-small je model od OpenAI v kategorii Embeddings. Na Railwail jej můžete volat pomocí API klíče přes Railwail API.

Kolik stojí OpenAI text-embedding-3-small na Railwail?

Na Railwail stojí OpenAI text-embedding-3-small 0,024 US$ / 1M vstupních tokenů. Platíte za to, co každý požadavek skutečně spotřebuje. Použití se platí z předplacených kreditů; 1 kredit se rovná 0,01 US$.

Jaké je kontextní okno OpenAI text-embedding-3-small?

Kontextní okno OpenAI text-embedding-3-small obsahuje 8 191 tokenů.

Jak rychlý je OpenAI text-embedding-3-small?

Pro OpenAI text-embedding-3-small je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je OpenAI text-embedding-3-small lepší než OpenAI text-embedding-3-large?

Záleží na úkolu. OpenAI text-embedding-3-small (OpenAI) a OpenAI text-embedding-3-large (OpenAI) jsou oba modely v kategorii Embeddings. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat OpenAI text-embedding-3-small a OpenAI text-embedding-3-large

Jak mohu používat OpenAI text-embedding-3-small přes API?

Vytvořte Railwail API klíč a pošlete svůj požadavek s ID modelu text-embedding-3-small. Příklady kódu pro curl, Python a JavaScript jsou v sekci API na této stránce.

Srovnatelné modely

Všechny v této kategorii

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 vstup
550 % dražší na jednotku
Porovnat OpenAI text-embedding-3-small a OpenAI text-embedding-3-large

Používejte OpenAI text-embedding-3-small přes API

Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.

Získat API klíč Zobrazit všechny modely