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

OpenAI

text-embedding-3-small

文字

高效率文字向量,適合生產語意搜尋

輸入 $0.02 / 百萬 tokens | 輸出 免費 / 百萬 tokens text-embedding-3-small API reference →
模型健康狀態 資料不足
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": [
    "將這些支援文章和客戶查詢轉成 embeddings,好讓我排序最接近的匹配結果。"
  ],
  "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": "將這些支援文章和客戶查詢轉成 embeddings,好讓我排序最接近的匹配結果。"}]
)
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: "將這些支援文章和客戶查詢轉成 embeddings,好讓我排序最接近的匹配結果。" }]
});
https://runapi.ai 1 endpoint

3 個版本可用

Playground

試用 text-embedding-3-small

選擇任一模型,幾秒內即可開始生成。

目前沒有可用的模型。

規格

技術細節

提供者 OpenAI
模型 ID text-embedding-3-small
模態 文字
任務類型 Synchronous
API 端點 /v1/embeddings
計費單位 1K tokens
目錄狀態 可直接上線
使用方式

3 個步驟使用此模型

  1. 取得 API 金鑰

    免費註冊後,從控制台建立 text-embedding-3-small 的 API 金鑰。

  2. 傳送請求

    向 /v1/embeddings 傳送 POST 請求,並傳入 text-embedding-3-small 模型 ID 與參數。

  3. 取得結果

    直接從端點讀取已完成的 text-embedding-3-small 回應。

此模型提供的功能

Endpoint 覆蓋範圍

公開 1 個公共 endpoint:embedding。

用量計費

依 1K tokens 計量,無需訂閱。

text-embedding-3-small 價格

API endpoint
價格
embedding
輸入: $0.02 / 百萬 tokens 輸出: 免費 / 百萬 tokens
API 參考

端點規格

端點
POST /v1/embeddings
模型 ID
text-embedding-3-small
工作類型
embedding

請求參數

此端點尚未發布請求參數。

使用情境

語意搜尋

將文件、FAQ 或產品型錄向量化後建立索引,依語意而非關鍵字比對,取回最相關的結果。

RAG 流水線

將知識庫片段向量化,把最接近的匹配結果注入 LLM prompt,生成有據可查、附來源引用的回答。

聚類與分類

依語意相似度自動將客服工單、問卷回覆或用戶反饋分群,無需人工標記。

FAQ

關於 text-embedding-3-small 的常見問題

如何選擇 text-embedding-3-small?

傳入 quickstart 顯示的 model ID。

這個 variant 的速率限制是多少?

每個金鑰的速率限制會依使用方案而調整。請查看定價頁面以了解目前限制。

之後可以切換 variant 嗎?

可以——variant 只是旗標。只要變更 model 參數即可切換。

它支援串流嗎?

只要支援串流,RunAPI 就會端到端串流。

我該在哪裡回報品質問題?

請在公開 GitHub repo 提交 issue,或寄信給支援。

text-embedding-3-small 輸出幾個維度?

text-embedding-3-small 預設輸出 1,536 個維度。它支援 Matryoshka 嵌入,可指定 256、512 或 1,024 維,在保留大部分檢索品質的同時降低儲存成本。

text-embedding-3-small 與 text-embedding-3-large 有何差異?

text-embedding-3-large 有 3,072 個維度,MTEB 基準分數約高出 2 分,但每百萬 token 的費用約為前者的 6.5 倍。對大多數語意搜尋和 RAG 使用情境而言,text-embedding-3-small 能以極低成本達到相近的品質。

text-embedding-3-small 在 RunAPI 上的費用是多少?

RunAPI 按次計費,無訂閱費或最低消費門檻。目前費率請參考本頁的價格表。失敗的請求不計費。

可以用批次處理來降低嵌入成本嗎?

可以。在單次 API 呼叫中傳入多段文字,即可減少額外開銷。RunAPI 會批次處理嵌入請求並在單一回應中回傳所有向量,更適合大型文件集合的索引場景。

正在與團隊一起打造?

我們可以協助企業接入、整合與技術問題。

聯絡我們