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

OpenAI

text-embedding-3-small

Texte

Vecteurs texte efficaces pour la recherche sémantique en production

Entrée $0.02 / 1M de tokens | Sortie Gratuit / 1M de tokens text-embedding-3-small Lire la documentation →
Santé du modèle Données insuffisantes
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": [
    "Créez des embeddings pour ces articles de support et une requête client afin que je puisse classer les correspondances les plus proches."
  ],
  "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": "Créez des embeddings pour ces articles de support et une requête client afin que je puisse classer les correspondances les plus proches."}]
)
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: "Créez des embeddings pour ces articles de support et une requête client afin que je puisse classer les correspondances les plus proches." }]
});
https://runapi.ai 1 endpoint

3 versions disponibles

Playground

Essayez text-embedding-3-small

Choisissez un modèle et générez en quelques secondes.

Aucun modèle disponible pour le moment.

Spécifications

FICHE TECHNIQUE

Fournisseur OpenAI
ID du modèle text-embedding-3-small
Modalité Texte
Types de tâche Synchronous
Endpoint API /v1/embeddings
Unité de facturation 1 000 jetons
État du catalogue Opérationnel
COMMENT ÇA MARCHE

Utilisez ce modèle en 3 étapes

  1. Créez votre clé

    Inscrivez-vous gratuitement et créez une clé API pour text-embedding-3-small depuis le tableau de bord.

  2. Envoyez une requête

    Envoyez une requête POST à /v1/embeddings avec l’identifiant du modèle text-embedding-3-small et vos paramètres.

  3. Obtenez les résultats

    Lisez directement la réponse text-embedding-3-small terminée depuis l’endpoint.

Ce que ce modèle propose

Couverture des endpoints

Expose 1 endpoint(s) public(s) : embedding.

Facturation à l'usage

Mesuré par 1 000 jetons, sans abonnement requis.

text-embedding-3-small TARIFS

Endpoint
Prix
embedding
Entrée: $0.02 / 1M de tokens Sortie: Gratuit / 1M de tokens
RÉFÉRENCE API

Spécification de l'endpoint

Endpoint
POST /v1/embeddings
ID du modèle
text-embedding-3-small
Types de tâche
embedding

Paramètres de requête

Aucun paramètre de requête n'est publié pour cet endpoint.

CAS D’USAGE

Recherche sémantique

Indexez des documents, FAQ ou catalogues produits sous forme de vecteurs et récupérez les résultats les plus pertinents par sens, sans correspondance de mots-clés.

Pipelines RAG

Transformez les segments de votre base de connaissances en vecteurs et injectez les passages les plus proches dans un prompt LLM pour des réponses fondées avec citations.

Clustering et classification

Regroupez tickets de support, réponses à des sondages ou retours utilisateurs par similarité sémantique, sans étiquetage manuel.

FAQ

Questions fréquentes sur text-embedding-3-small

Comment sélectionner text-embedding-3-small ?

Passez l'ID de modèle affiché dans le quickstart.

Les tarifs sont-ils à l'usage ?

Oui. Les tarifs sont mesurés par appel ou par unité.

Quelles dimensions text-embedding-3-small produit-il ?

text-embedding-3-small génère 1 536 dimensions par défaut. Il supporte les embeddings Matryoshka : vous pouvez demander 256, 512 ou 1 024 dimensions pour réduire le coût de stockage tout en conservant l'essentiel de la qualité de récupération.

Comment text-embedding-3-small se compare-t-il à text-embedding-3-large ?

text-embedding-3-large dispose de 3 072 dimensions et obtient environ 2 points de plus sur le benchmark MTEB, mais coûte environ 6,5 fois plus par million de tokens. Pour la plupart des usages de recherche sémantique et de RAG, text-embedding-3-small offre une qualité comparable à une fraction du coût.

Quel est le coût de text-embedding-3-small sur RunAPI ?

RunAPI facture par appel d'embedding, sans abonnement ni dépense minimale. Consultez la grille tarifaire sur cette page pour connaître le tarif actuel à l'appel. Les requêtes échouées ne sont pas facturées.

Puis-je utiliser le traitement par lots pour réduire les coûts d'embedding ?

Oui. Envoyez plusieurs textes dans un seul appel API pour limiter les frais généraux. RunAPI traite les requêtes d'embedding par lots et retourne tous les vecteurs en une seule réponse, ce qui est plus efficace pour indexer de grandes collections de documents.

Vous construisez avec une équipe ?

Nous vous aidons pour la mise en place entreprise, les intégrations et les questions techniques.

Nous contacter