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

OpenAI

text-embedding-3-small

テキスト

本番セマンティック検索向けの効率的なテキストベクター

入力 $0.02 / 100万トークン | 出力 無料 / 100万トークン text-embedding-3-small ドキュメントを読む →
モデルの状態 データ不足
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": [
    "これらのサポート記事と顧客クエリをエンベディングし、最も近い一致をランキングできるようにしてください。"
  ],
  "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": "これらのサポート記事と顧客クエリをエンベディングし、最も近い一致をランキングできるようにしてください。"}]
)
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: "これらのサポート記事と顧客クエリをエンベディングし、最も近い一致をランキングできるようにしてください。" }]
});
https://runapi.ai 1 endpoint

3 個のバージョンを利用可能

プレイグラウンド

text-embedding-3-small を試す

モデルを選んで、数秒で生成できます。

現在利用可能なモデルがありません。

仕様

仕様

プロバイダー OpenAI
モデル ID text-embedding-3-small
モダリティ テキスト
タスク種別 Synchronous
API エンドポイント /v1/embeddings
請求単位 1,000 トークン
カタログ状態 稼働中
使い方

このモデルを3ステップで使う

  1. キーを取得

    無料で登録し、ダッシュボードから text-embedding-3-small 用の API キーを作成します。

  2. リクエストを送信

    /v1/embeddings に text-embedding-3-small のモデル ID とパラメータを指定して POST リクエストを送信します。

  3. 結果を取得

    エンドポイントから完了した text-embedding-3-small のレスポンスを直接読み取ります。

このモデルが提供する機能

Endpoint カバレッジ

1 個の公開 endpoint を提供しています: embedding。

従量課金

1,000 トークン に基づいて計量課金されます。サブスクリプション不要。

text-embedding-3-small 料金

エンドポイント
料金
embedding
入力: $0.02 / 100万トークン 出力: 無料 / 100万トークン
API リファレンス

エンドポイント仕様

エンドポイント
POST /v1/embeddings
モデル ID
text-embedding-3-small
タスクタイプ
embedding

リクエストパラメータ

このエンドポイントに公開されたリクエストパラメータはありません。

ユースケース

セマンティック検索

ドキュメント、FAQ、商品カタログをベクターとしてインデックスし、キーワードマッチではなく意味で最も関連する結果を取得します。

RAG パイプライン

ナレッジベースのチャンクをエンベディングし、最も近い一致を LLM プロンプトに渡して、根拠と引用に裏付けられた回答を生成します。

クラスタリング・分類

サポートチケット、アンケート回答、ユーザーフィードバックを手動ラベリングなしに意味的な類似性でグループ化します。

FAQ

text-embedding-3-small に関するよくある質問

text-embedding-3-small はどう選択しますか?

quickstart に表示されるモデル ID を渡してください。

料金は従量課金ですか?

はい。呼び出しまたは単位ごとの従量課金です。

text-embedding-3-small の出力次元数はいくつですか?

text-embedding-3-small はデフォルトで 1,536 次元を出力します。Matryoshka エンベディングをサポートしているため、ストレージコストを抑えながら検索品質の大半を維持したい場合は 256、512、1,024 次元をリクエストできます。

text-embedding-3-small と text-embedding-3-large の違いは何ですか?

text-embedding-3-large は 3,072 次元で MTEB ベンチマークのスコアが約 2 ポイント高い一方、100 万トークンあたりのコストは約 6.5 倍です。セマンティック検索や RAG のユースケースの多くでは、text-embedding-3-small がわずかなコストで同等の品質を発揮します。

RunAPI での text-embedding-3-small の料金は?

RunAPI はエンベディング呼び出しごとの従量課金で、サブスクリプションや最低利用料はありません。現在の呼び出し単価はこのページの料金表で確認できます。失敗したリクエストは課金されません。

バッチ処理でエンベディングコストを削減できますか?

はい。1 回の API 呼び出しで複数のテキストを送ることでオーバーヘッドを削減できます。RunAPI はバッチエンベディングリクエストを処理し、すべてのベクターを 1 つのレスポンスで返します。大規模なドキュメントコレクションのインデックス作成に効率的です。

チームで構築していますか?

エンタープライズ導入、連携、技術的なご相談をお手伝いします。

お問い合わせ