It looks like you may prefer a different language. Switch anytime.

OpenAI

text-embedding-3-small

Text

Effiziente Textvektoren für semantische Suche in Produktion

Eingabe $0.02 / 1 Mio. Tokens | Ausgabe Kostenlos / 1 Mio. Tokens text-embedding-3-small Dokumentation lesen →
Modellgesundheit Unzureichende Daten
runapi.ai
# Base URL
https://runapi.ai

# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/embeddings \
  -H "Authorization: Bearer $RUNAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "text-embedding-3-small",
  "input": [
    "Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann."
  ],
  "encoding_format": "float"
}'
from openai import OpenAI

client = OpenAI(
    base_url="https://runapi.ai/v1",
    api_key="your-runapi-key"
)

response = client.chat.completions.create(
    model="text-embedding-3-small",
    messages=[{"role": "user", "content": "Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann."}]
)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://runapi.ai/v1",
  apiKey: "your-runapi-key"
});

const response = await client.chat.completions.create({
  model: "text-embedding-3-small",
  messages: [{ role: "user", content: "Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann." }]
});
https://runapi.ai 1 endpoint

3 Versionen verfügbar

Playground

text-embedding-3-small ausprobieren

Wähle ein Modell und generiere in Sekunden.

Derzeit sind keine Modelle verfügbar.

Specifications

DATENBLATT

Anbieter OpenAI
Modell-ID text-embedding-3-small
Modalität Text
Aufgabentypen Synchronous
API-Endpunkt /v1/embeddings
Abrechnungseinheit 1K-Token
Katalogstatus Betriebsbereit
SO FUNKTIONIERT ES

Dieses Modell in 3 Schritten verwenden

  1. API-Schlüssel erstellen

    Registriere dich kostenlos und erstelle im Dashboard einen API-Schlüssel für text-embedding-3-small.

  2. Anfrage senden

    Sende eine POST-Anfrage an /v1/embeddings mit der Modell-ID text-embedding-3-small und deinen Parametern.

  3. Ergebnisse abrufen

    Lies die fertige text-embedding-3-small-Antwort direkt vom Endpoint.

Was dieses Modell bietet

Endpoint-Abdeckung

Stellt 1 öffentliche(n) Endpoint(s) bereit: embedding.

Nutzungsbasierte Abrechnung

Gemessen nach 1K-Token, ohne Abo-Anforderung.

text-embedding-3-small PREISE

Endpunkt
Preis
embedding
Eingabe: $0.02 / 1 Mio. Tokens Ausgabe: Kostenlos / 1 Mio. Tokens
API-REFERENZ

Endpunktspezifikation

Endpunkt
POST /v1/embeddings
Modell-ID
text-embedding-3-small
Aufgabentypen
embedding

Anfrageparameter

Für diesen Endpunkt sind keine Anfrageparameter veröffentlicht.

ANWENDUNGSFÄLLE

Semantische Suche

Dokumente, FAQs oder Produktkataloge als Vektoren indexieren und nach Bedeutung statt Stichwort-Treffer die relevantesten Ergebnisse abrufen.

RAG-Pipelines

Knowledge-Base-Abschnitte einbetten und die ähnlichsten Treffer in einen LLM-Prompt einspeisen, um fundierte, quellengestützte Antworten zu erhalten.

Clustering & Klassifizierung

Support-Tickets, Umfrageantworten oder Nutzerfeedback nach semantischer Ähnlichkeit gruppieren – ohne manuelle Beschriftung.

FAQ

Häufige Fragen zu text-embedding-3-small

Wie wähle ich text-embedding-3-small aus?

Übergib die im Quickstart angezeigte Modell-ID.

Sind die Preise nutzungsbasiert?

Ja. Preise werden pro Aufruf oder Einheit gemessen.

Welche Dimensionen gibt text-embedding-3-small aus?

text-embedding-3-small gibt standardmäßig 1.536 Dimensionen aus. Es unterstützt Matryoshka-Embeddings, sodass du 256, 512 oder 1.024 Dimensionen anfordern kannst, um Speicherkosten zu senken und dabei den Großteil der Abrufqualität zu behalten.

Wie unterscheidet sich text-embedding-3-small von text-embedding-3-large?

text-embedding-3-large hat 3.072 Dimensionen und liegt im MTEB-Benchmark rund 2 Punkte höher, kostet aber etwa 6,5-mal mehr pro Million Token. Für die meisten semantischen Such- und RAG-Anwendungsfälle liefert text-embedding-3-small vergleichbare Qualität zu einem Bruchteil der Kosten.

Was kostet text-embedding-3-small auf RunAPI?

RunAPI berechnet pro Embedding-Aufruf – ohne Abo oder Mindestausgabe. Den aktuellen Preis pro Aufruf findest du in der Preistabelle auf dieser Seite. Fehlgeschlagene Anfragen werden nie berechnet.

Kann ich Batch-Verarbeitung nutzen, um Embedding-Kosten zu senken?

Ja. Sende mehrere Texte in einem einzigen API-Aufruf, um den Overhead zu reduzieren. RunAPI verarbeitet Batch-Embedding-Anfragen und gibt alle Vektoren in einer Antwort zurück – effizienter für die Indexierung großer Dokumentsammlungen.

Bauen Sie mit einem Team?

Wir helfen bei Enterprise-Setup, Integrationen und technischen Fragen.

Kontakt aufnehmen