OpenAI text-embedding-3-small

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

EmbeddingsDisponível

por 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.

Experimentar Obter chave API Comparar

Preço: US$ 0,024/1M entrada
Contexto: 8.191 tokens
Entrada → Saída: Texto → Vetor
Desenvolvedor: OpenAI
Atualizado: 23 de setembro de 2026

Playground

Experimentar OpenAI text-embedding-3-small

Entrada & saída

US$ 0,024/1M entrada

Entrada

0 / 32.000

Comparar com (opcional)

Executa o modelo duas vezes (cobrado duas vezes).

⌘/Ctrl + Enter

Resultado

O vetor aparece aqui.

Esta execução

O preço aparece quando a entrada está completa.

Novo por aqui?

10 créditos grátis (US$ 0,10) ao se inscrever com Google

Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem créditos.

Sobre OpenAI text-embedding-3-small

ResumoA partir de 23 de setembro de 2026

OpenAI text-embedding-3-small é um modelo de OpenAI na categoria Embeddings. No Railwail, OpenAI text-embedding-3-small custa US$ 0,024 / 1M tokens de entrada. A janela de contexto contém 8.191 tokens.

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.

Fundo

Sobre OpenAI

Fundado em 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.

Visite OpenAI

Arquitetura

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.

Parâmetros: Undisclosed (smaller than text-embedding-3-large)
Contexto: 8.191 tokens

Capacidades

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

Treinamento & licença

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

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

Testes de segurança: Embeddings are not subject to content-filter constraints; OpenAI publishes general bias and fairness statements.

Limitações conhecidas

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

Artigos de pesquisa

Preços

Preços em dólares americanos. O uso é cobrado a partir de créditos pré-pagos.

Entrada	US$ 0,024 / 1M tokens

Cobrado pelos tokens que cada solicitação realmente utiliza.
1 crédito = US$ 0,01

Calculadora de custos

Calculadora de preços

Tokens de entrada

/ req.

Tokens de saída

/ req.

Requisições

Total

US$ 0,01

1 créditos

Por requisição

US$ 0,0001 · 0,01 créditos

Cada requisição é arredondada para 0,01 créditos.

API

Chame OpenAI text-embedding-3-small com sua chave de API Railwail. Use este ID de modelo na solicitação:

text-embedding-3-smallDocumentação da API Obter uma chave de 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);

Defina sua chave como RAILWAIL_API_KEYCriar chave de API

Especificações

ID do modelo: text-embedding-3-small
Desenvolvedor: OpenAI
Categoria: Embeddings
Entrada: Texto
Saída: Vetor
Janela de contexto: 8.191 tokens
Faturamento: Por uso (tokens ou tempo de GPU)
Tamanho do modelo: Undisclosed (smaller than text-embedding-3-large)
Licença: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.
Entrada do catálogo atualizada: 23 de setembro de 2026

Parâmetros de entrada

Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.

ParâmetroTipoPadrãoValores permitidos

inputobrigatório
Text to embed (single string or array of strings)
Tipo: Texto
Padrão: –
Valores permitidos: até 32.000 caracteres
dimensions
Tipo: Número inteiro
Padrão: 1536
Valores permitidos: 64 a 1.536
encoding_format
Tipo: Escolha
Padrão: float
Valores permitidos: float ou base64

Prompts de exemplo

Exemplos do catálogo Railwail. Eles não foram gerados ao vivo nesta página.

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

Casos de uso

Para que é utilizado

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

Guias relacionados

Embedding Models for Search & Science

Todos os modelos em Embeddings

Perguntas frequentes

O que é OpenAI text-embedding-3-small?

OpenAI text-embedding-3-small é um modelo de OpenAI na categoria Embeddings. No Railwail você pode chamá-lo com uma chave de API através da API Railwail.

Quanto custa OpenAI text-embedding-3-small no Railwail?

No Railwail, OpenAI text-embedding-3-small custa US$ 0,024 / 1M tokens de entrada. Você é cobrado pelo que cada solicitação realmente usa. O uso é pago com créditos pré-pagos; 1 crédito equivale a US$ 0,01.

Qual é a janela de contexto de OpenAI text-embedding-3-small?

A janela de contexto de OpenAI text-embedding-3-small contém 8.191 tokens.

Qual é a velocidade de OpenAI text-embedding-3-small?

Ainda não há execuções medidas suficientes de OpenAI text-embedding-3-small no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.