OpenAI text-embedding-3-small

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

EmbeddingsДоступно

од 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.

Пробај Узми API кључ Упореди

Цена: 0,024 US$/1М ул
Контекст: 8.191 токена
Унос → излаз: Текст → Вектор
Програмер: OpenAI
Ажурирано: 23. септембар 2026.

Плејграунд

Пробајте OpenAI text-embedding-3-small

Унос и резултат

0,024 US$/1М ул

Унос

0 / 32.000

Упореди са (опционално)

Покреће модел два пута (наплаћено два пута).

⌘/Ctrl + Enter

Резултат

Вектор се појављује овде.

Овај покрет

Цена се појављује када је унос завршен.

Нов си овде?

10 бесплатних кредита (0,10 US$) када се пријавиш са Google

Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита.

О OpenAI text-embedding-3-small

УкраткоСтање: 23. септембар 2026.

OpenAI text-embedding-3-small је модел од OpenAI из категорије Embeddings. На Railwail-у, OpenAI text-embedding-3-small кошта 0,024 US$ / 1М улазних токена. Контекстни прозор садржи 8.191 токена.

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.

Позадина

О OpenAI

Основано 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.

Посетите OpenAI

Архитектура

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.

Параметри: Undisclosed (smaller than text-embedding-3-large)
Контекст: 8.191 токена

Могућности

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

Обука и лиценца

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

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

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

Позната ограничења

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

Научни радови

Цене

Цене у америчким доларима. Употреба се наплаћује из унапред припремљених кредита.

Улаз	0,024 US$ / 1М токена

Наплаћује се број токена који сваки захтев заиста користи.
1 кредит = 0,01 US$

Калкулатор трошкова

Калкулатор цена

Input токени

/ захтев

Output токени

/ захтев

Захтеви

Укупно

0,01 US$

1 кредита

По захтеву

0,0001 US$ · 0,01 кредита

Сваки захтев се заокружује на 0,01 кредита.

API

Позови OpenAI text-embedding-3-small са твојим Railwail API кључем. Користи овај ID модела у захтеву:

text-embedding-3-smallПогледај API документацију Узми API кључ

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);

Поставите ваш кључ као RAILWAIL_API_KEYНаправи API кључ

Спецификације

ID модела: text-embedding-3-small
Програмер: OpenAI
Категорија: Embeddings
Унос: Текст
Излаз: Вектор
Контекстни прозор: 8.191 токена
Наплата: По потрошњи (токени или GPU време)
Величина модела: Undisclosed (smaller than text-embedding-3-large)
Лиценца: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.
Унос у каталог ажуриран: 23. септембар 2026.

Параметри уноса

Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.

ПараметарТипПодразумеваноДозвољене вредности

inputобавезно
Text to embed (single string or array of strings)
Тип: Текст
Подразумевано: –
Дозвољене вредности: до 32.000 карактера
dimensions
Тип: Целобројни број
Подразумевано: 1536
Дозвољене вредности: 64 до 1.536
encoding_format
Тип: Избор
Подразумевано: float
Дозвољене вредности: float или base64

Ознаке

openai
embedding
retrieval
rag
matryoshka
general

Примери промпта

Примери из Railwail каталога. Нису генерисани уживо на овој страници.

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

Области примене

За шта се користи

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

Водичи у вези

Embedding Models for Search & Science

Сви модели: Embeddings

Често постављана питања

Шта је OpenAI text-embedding-3-small?

OpenAI text-embedding-3-small је модел од OpenAI у категорији Embeddings. На Railwail-у га можете позвати са API кључем кроз Railwail API.

Колико кошта OpenAI text-embedding-3-small на Railwail-у?

На Railwail-у, OpenAI text-embedding-3-small кошта 0,024 US$ / 1М улазних токена. Наплаћује се оно што свака захтева заиста користи. Коришћење се плаћа из унапред припремљених кредита; 1 кредит је једнак 0,01 US$.

Колики је контекстни прозор од OpenAI text-embedding-3-small?

Контекстни прозор од OpenAI text-embedding-3-small садржи 8.191 токена.

Колико је брз OpenAI text-embedding-3-small?

За OpenAI text-embedding-3-small на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.

Да ли је OpenAI text-embedding-3-small бољи од OpenAI text-embedding-3-large?

То зависи од задатка. OpenAI text-embedding-3-small (OpenAI) и OpenAI text-embedding-3-large (OpenAI) су оба модела у категорији Embeddings. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите OpenAI text-embedding-3-small и OpenAI text-embedding-3-large

Како да користим OpenAI text-embedding-3-small кроз API?

Направите Railwail API кључ и пошаљите ваш захтев са ID модела text-embedding-3-small. Примери кода за curl, Python и JavaScript налазе се у API одељку ове странице.

Упоредиви модели

Сви у овој категорији

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$/1М ул
550 % скупље по јединици
Упоредите OpenAI text-embedding-3-small и OpenAI text-embedding-3-large

Користи OpenAI text-embedding-3-small преко API-ја

Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.

Узми API кључ Прегледај све моделе