OpenAI: text-embedding-3-small

يوفر نموذج Text Embedding 3 Small متجهات مدمجة لتشابه النصوص والاسترجاع. وهو نقطة انطلاق مفيدة لفهرس البحث، أو ميزة التوصية، أو خط أنابيب RAG الذي يحتاج إلى نموذج تضمين اقتصادي.

مقارنة النماذج

text-embedding-3-small

متاحOpenAIتضمينمتزامن

الإدخال / الإخراج-30%: $0.02 / $0.00$0.014 / $0.00
السياق: 8.2K
الأنماط: تضمين

عن text-embedding-3-small

يُعد text-embedding-3-small نموذج التضمين المدمج لدى OpenAI، وينتج متجهات تقيس مدى ترابط نصين. تقدمه OpenAI كتحسين على نموذج التضمين ada السابق، وتدرج البحث والتجميع والتوصيات واكتشاف الشذوذ والتصنيف كاستخدامات له. إنه الخيار الاقتصادي بجانب text-embedding-3-large، وهو مناسب للفهارس الكبيرة وخطوط أنابيب RAG.

نقاط القوة

تحسين على نموذج التضمين ada، وفقاً لصفحة نماذج OpenAI.
متجهات أصغر من نموذج Large تحافظ على خفة التخزين والبحث للفهارس الكبيرة.
يغطي مهام البحث والتجميع والتوصيات واكتشاف الشذوذ والتصنيف.
يعمل على نقاط نهاية التضمين (embeddings) والدفعات (batch)، مما يناسب الفهرسة الضخمة.

متى تستخدم نموذجاً آخر

جودة الاسترجاع أقل من text-embedding-3-large، وهو أمر مهم عندما تعتمد الإجابات على تطابقات دقيقة.
يقوم بتضمين النصوص فقط، وليس الصور أو الصوت.
تبديل النماذج لاحقاً يعني إعادة تضمين المجموعة النصية بالكامل.

البدء

إنشاء مفتاح API
أنشئ مفتاح في Console واستخدمه مع جميع النماذج على المنصة.

إرسال طلبك الأول

انسخ المثال الخاص بلغة البرمجة التي تستخدمها وقم بتشغيله مقابل نقطة النهاية (endpoint).

تضميننقطة اتصال TokenLab

POST/v1/embeddings

curl -X POST "https://api.tokenlab.sh/v1/embeddings" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "encoding_format": "float",
  "model": "text-embedding-3-small",
  "input": "The quick brown fox jumps over the lazy dog."
}'

التسعير

سعر TokenLab مخصص لمسارات Verified الأقل تكلفة. السعر الرسمي يطبق على مسارات Official الأكثر موثوقية. خيار Auto يختار المسار الذي يضمن إتمام طلبك ويحاسبك بناءً عليه.

تضمين

لكل 1M Token

السعر الرسمي: المدخلات $0.02 / المخرجات $0.00
سعر TokenLab: المدخلات $0.014 / المخرجات $0.00
خصم: -30%

	السعر الرسميلكل 1M Token	سعر TokenLabلكل 1M Token	خصم
تضمين	المدخلات $0.02 / المخرجات $0.00	المدخلات $0.014 / المخرجات $0.00	-30%

الاستخدام والنشاط

معدل النجاح هو نسبة الطلبات المكتملة. زمن الاستجابة هو مدة الاستجابة الكاملة؛ ويعني P95 أن 95% من الطلبات اكتملت ضمن ذلك الوقت.

الاستخدام والتوفر

آخر 24 ساعة

الطلبات
معدل النجاح
زمن الاستجابة P95
إجمالي الرموز

أداء النموذج

آخر تحديث 9 أكتوبر 2026، 12:16 ص UTC

تظهر المقاييس بمجرد استيفاء حدود الخصوصية وحجم البيانات.

تستند البيانات إلى طلبات المستخدمين المجمعة، باستثناء عمليات التحقق من الحالة.

فتح في Console

افتح text-embedding-3-small في Console وجهز الرسالة للتعديل أو الإرسال.

ساعدني في تجربة text-embedding-3-small عبر embedding في /v1/embeddings. اعرض النتيجة والتكلفة.

حالات الاستخدام

فهرس RAG الافتراضي
ابدأ خط أنابيب استرجاع بنموذج تضمين اقتصادي وقم بالقياس قبل الترقية.
التوصيات
العثور على مقالات أو منتجات ذات صلة عن طريق مقارنة المتجهات واقتراح أقرب الجيران لكل قارئ.
اكتشاف الشذوذ
تحديد أسطر السجلات أو السجلات التي تقع بعيداً عن مجموعة السجلات العادية.
تضمين الدفعات الضخمة
تضمين ملايين السجلات القصيرة عبر نقطة نهاية الدفعات عندما يمكن تشغيل المهمة في الخلفية.

أمثلة Prompt

تضمين كل إدخال في الأسئلة الشائعة حتى يتمكن برنامج الدردشة الآلي من جلب الإجابة الأقرب.

تضمين عناوين المنتجات هذه والعثور على خمسة عناصر مشابهة لكل منها.

تضمين رسائل سجل هذا الشهر حتى يمكن تحديد القيم المتطرفة.

هذا النموذج بتسعير مشروط. مجاميع الرموز الشهرية وحدها لا تنتج تقديرًا موثوقًا؛ استخدم التسعير التفصيلي لمواصفات الطلب وذاكرة التخزين المؤقت والنافذة الزمنية المعمول بها.

FAQ

ما نوع النموذج الذي يمثله text-embedding-3-small؟

إنه نموذج تضمين مدمج من OpenAI يقوم بتحويل النص إلى متجهات رقمية. تصفه OpenAI بأنه تحسين على نموذج التضمين ada السابق، وهو يدعم البحث والتجميع والتوصيات واكتشاف الشذوذ والتصنيف.

متى يجب أن أختاره بدلاً من text-embedding-3-large؟

اختر Small عندما تكون التكلفة والتخزين والإنتاجية مهمة ويكون الاسترجاع كافياً بالفعل. اختر Large عندما تبرر الجودة في الاستعلامات الصعبة أو متعددة اللغات استخدام متجهات أكبر.

هل هو أفضل من text-embedding-ada-002؟

تصفه OpenAI بأنه تحسين على نموذج ada. إذا كان لديك فهرس ada-002، فيجب عليك إعادة تضمين المجموعة النصية للتبديل، لأن المتجهات من نماذج مختلفة غير متوافقة.

ما هي نقاط النهاية التي تعمل معه؟

مساران: التضمين (embeddings) والدفعات (batch). نقاط نهاية الدردشة والصوت والصورة غير مدعومة، لذا قم بإقرانه بنموذج توليد منفصل إذا كنت بحاجة إلى إجابات بدلاً من المتجهات.

هل يقبل الصور؟

لا، هو يقبل إدخال النص فقط. استخدم نموذج تضمين متعدد الوسائط للصور، واحتفظ بهذا النموذج للمجموعات النصية حيث تكون مساحة التخزين والتكلفة لكل متجه هي القيود الرئيسية.

كم تكلفة text-embedding-3-small؟

على TokenLab تكلف text-embedding-3-small المدخلات $0.014 / المخرجات $0.00 لكل 1M Token. التفاصيل الكاملة في جدول التسعير أعلاه. تعتمد الأسعار على وحدة الفوترة والمواصفات والاستخدام. قارن بين الشروط المتطابقة في التسعير التفصيلي للنموذج؛ السعر الواحد لا يحدد التكلفة الإجمالية.

ما نقطة النهاية التي يجب أن يستخدمها text-embedding-3-small؟

استخدم https://api.tokenlab.sh/v1/embeddings كافتراضي لـ text-embedding-3-small. إذا كانت الصيغة الأصلية للمزود مدعومة فإن API workbench يعرضها أيضاً.

ما العمليات التي يدعمها text-embedding-3-small؟

text-embedding-3-small يدعم تضمين. اختر عملية في API workbench أعلاه لرؤية نقطة النهاية وعينة الكود المطابقة.