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

OpenAI

text-embedding-3-small

文本

高效文本向量,适合生产语义搜索

输入 $0.02 / 百万 tokens | 输出 免费 / 百万 tokens text-embedding-3-small API 参考 →
模型健康状态 数据不足
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": [
    "为这些支持文档和一个客户问题生成向量,方便按相似度排序。"
  ],
  "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": "为这些支持文档和一个客户问题生成向量,方便按相似度排序。"}]
)
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: "为这些支持文档和一个客户问题生成向量,方便按相似度排序。" }]
});
https://runapi.ai 1 endpoint

3 个版本可用

模型体验

体验 text-embedding-3-small

选择任意模型,几秒内开始生成。

暂时没有可用模型。

规格

技术细节

提供商 OpenAI
模型 ID text-embedding-3-small
模态 文本
任务类型 Synchronous
API 端点 /v1/embeddings
计费单位 1K tokens
目录状态 运行中
工作原理

3 步使用此模型

  1. 获取 API 密钥

    免费注册后,在控制台创建用于 text-embedding-3-small 的 API 密钥。

  2. 发送请求

    向 /v1/embeddings 发送 POST 请求,并传入 text-embedding-3-small 模型 ID 和参数。

  3. 获取结果

    直接从端点读取已完成的 text-embedding-3-small 响应。

该模型的核心能力

Endpoint 覆盖

提供 1 个公开 endpoint:embedding。

按量计费

按 1K tokens 计量,无需订阅。

text-embedding-3-small 定价

端点
价格
embedding
输入: $0.02 / 百万 tokens 输出: 免费 / 百万 tokens
API 参考

端点规格

端点
POST /v1/embeddings
模型 ID
text-embedding-3-small
任务类型
embedding

请求参数

此端点尚未发布请求参数。

应用场景

语义搜索

将文档、FAQ 或产品目录转化为向量并建立索引,按语义含义而非关键词匹配检索最相关的结果。

RAG 流水线

将知识库内容分块向量化,把最相似的片段注入 LLM 提示词,获得有依据、可引用的回答。

聚类与分类

无需人工标注,按语义相似度对支持工单、问卷回复或用户反馈自动聚类分组。

常见问题

text-embedding-3-small 常见问题

如何选择 text-embedding-3-small?

传入 quickstart 中显示的模型 ID。

该变体的限流?

Key 级限流随使用层级伸缩。当前限制见定价页。

能切到其它变体吗?

可以——变体只是参数,改 model 字段即可。

支持流式吗?

模型支持流式时,RunAPI 端到端流式。

质量问题在哪里报?

在公共 GitHub 仓库提 issue 或邮件联系 support。

text-embedding-3-small 的输出维度是多少?

text-embedding-3-small 默认输出 1,536 维向量。它支持 Matryoshka 嵌入,可按需请求 256、512 或 1,024 维,在保留大部分检索质量的同时降低存储成本。

text-embedding-3-small 和 text-embedding-3-large 有什么区别?

text-embedding-3-large 拥有 3,072 维向量,MTEB 基准分高出约 2 分,但每百万 token 的成本约为 small 的 6.5 倍。对于大多数语义搜索和 RAG 场景,text-embedding-3-small 以极低成本交付相近的质量。

text-embedding-3-small 在 RunAPI 上的费用是多少?

RunAPI 按调用次数计费,无订阅费用和最低消费要求。当前每次调用费率请查看本页定价表。失败的请求不计费。

可以用批量处理来降低向量化成本吗?

可以。在单次 API 调用中批量发送多段文本以降低请求开销。RunAPI 支持批量向量化请求,并在一个响应中返回所有向量——对大规模文档索引场景更加高效。

需要团队接入支持?

我们可以协助团队接入、完成系统集成并解答技术问题。

联系我们