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

от 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.

Попробовать Получить API-ключ Сравнить

Цена: 0,024 $/1M вход
Контекст: 8 191 токенов
Вход → выход: Текст → Вектор
Разработчик: OpenAI
Обновлено: 23 сентября 2026 г.

Playground

Попробовать OpenAI text-embedding-3-small

Входные данные и результат

0,024 $/1M вход

Входные данные

0 / 32 000

Сравнить с (опционально)

Запускает модель дважды (счёт выставляется дважды).

⌘/Ctrl + Enter

Результат

Вектор появится здесь.

Этот запуск

Цена появится после завершения ввода.

Впервые здесь?

10 бесплатных кредитов (0,10 $) при регистрации через Google

Доступно 24 часов после регистрации, до 5 запусков в день и максимум 2 кредитов за запуск. Другие способы входа начинают без кредитов.

О OpenAI text-embedding-3-small

КороткоПо состоянию на 23 сентября 2026 г.

OpenAI text-embedding-3-small — это модель от OpenAI в категории Embeddings. На Railwail OpenAI text-embedding-3-small стоит 0,024 $ / 1M входных токенов. Контекстное окно содержит 8 191 токенов.

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.

Фон

О OpenAI

Основана в 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.

Посетить 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.

Параметры: Undisclosed (smaller than text-embedding-3-large)
Контекст: 8 191 токенов

Возможности

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

Обучение и лицензия

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

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

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

Известные ограничения

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

Научные статьи

Цены

Цены в долларах США. Использование оплачивается из предоплаченных кредитов.

Входные данные	0,024 $ / 1M токенов

Оплата рассчитывается по токенам, которые фактически использует каждый запрос.
1 кредит = 0,01 $

Калькулятор стоимости

Калькулятор цен

Входные токены

/ запр.

Выходные токены

/ запр.

Запросы

Итого

0,01 $

1 кредитов

За запрос

0,0001 $ · 0,01 кредитов

Каждый запрос округляется до 0,01 кредита.

API

Вызовите OpenAI text-embedding-3-small с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:

text-embedding-3-smallДокументация API Получить API-ключ

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);

Установите ключ как RAILWAIL_API_KEYСоздать API-ключ

Спецификации

ID модели: text-embedding-3-small
Разработчик: OpenAI
Категория: Embeddings
Входные данные: Текст
Выходные данные: Вектор
Контекстное окно: 8 191 токенов
Тарификация: По использованию (токены или время GPU)
Размер модели: Undisclosed (smaller than text-embedding-3-large)
Лицензия: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.
Запись в каталоге обновлена: 23 сентября 2026 г.

Входные параметры

Входные данные и параметры из схемы входных данных модели. Пример в разделе API показывает, какие из них принимает API.

ПараметрТипПо умолчаниюДопустимые значения

inputобязательно
Text to embed (single string or array of strings)
Тип: Текст
По умолчанию: –
Допустимые значения: до 32 000 символов
dimensions
Тип: Целое число
По умолчанию: 1536
Допустимые значения: от 64 до 1 536
encoding_format
Тип: Выбор
По умолчанию: float
Допустимые значения: float или base64

Примеры промптов

Примеры из каталога Railwail. Они не были созданы в реальном времени на этой странице.

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

Применение

Для чего это используется

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

Связанные руководства

Embedding Models for Search & Science

Все модели: Embeddings

Часто задаваемые вопросы

Что такое OpenAI text-embedding-3-small?

OpenAI text-embedding-3-small — модель от OpenAI в категории Embeddings. На Railwail вы можете вызвать её через API Railwail с помощью ключа API.

Сколько стоит OpenAI text-embedding-3-small на Railwail?

На Railwail OpenAI text-embedding-3-small стоит 0,024 $ / 1M входных токенов. Вы платите за то, что фактически использует каждый запрос. Использование оплачивается предоплаченными кредитами; 1 кредит = 0,01 $.

Какой размер контекстного окна у OpenAI text-embedding-3-small?

Контекстное окно OpenAI text-embedding-3-small содержит 8 191 токенов.

Насколько быстра OpenAI text-embedding-3-small?

На Railwail пока недостаточно измеренных запусков OpenAI text-embedding-3-small, чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.