Choisissez Auto, TokenLab Verified ou Official pour chaque demande, avec les prix affichés à l'avance.Voir les nouveautés

Retour aux modèles

text-embedding-3-small vs Voyage 4 Lite

Comparaison de text-embedding-3-small et Voyage 4 Lite : prix, fenêtre de contexte, sortie maximale et capacités côte à côte sur TokenLab.

Le bon choix

Choisissez text-embedding-3-small d'OpenAI pour un modèle d'embedding compact, économique et polyvalent couvrant la recherche, le clustering, les recommandations et la classification, en tant que mise à niveau du modèle ada. Choisissez Voyage 4 Lite lorsque le volume de requêtes et la latence sont prioritaires et que vos documents sont indexés avec Voyage 4 ou Voyage 4 Large, car ses vecteurs sont compatibles avec les deux. Voyage 4 Lite est adapté aux pipelines de recherche ; text-embedding-3-small convient aux index polyvalents.

Comparatif des tarifs

text-embedding-3-smallVoyage 4 Lite
FournisseurOpenAIAutre
Disponibilité de livraisonDisponibleDisponible
Fenêtre de contexte8.2K32K
Sortie maximale--
Tarif Official
Entrée$0.02Par 1M TokenSortie$0.00Par 1M Token
Entrée$0.02Par 1M TokenSortie$0.00Par 1M Token
Prix TokenLab
Entrée$0.014Par 1M TokenSortie$0.00Par 1M Token
—
Performance du modèleCollecte de donnéesCollecte de données
Capacités

Pourquoi choisir text-embedding-3-small

  • Vous exécutez un premier index de recherche ou un prototype de RAG et souhaitez une valeur par défaut simple
  • Vous effectuez également de la classification, du clustering ou de la recommandation avec les mêmes vecteurs
  • Vous mettez à niveau un index construit sur des embeddings ada

Pourquoi choisir Voyage 4 Lite

  • Vous intégrez de nombreuses requêtes en direct et vous souciez du temps de réponse
  • Votre index de documents provient de Voyage 4 ou Voyage 4 Large
  • Vous souhaitez une taille de vecteur sélectionnable au sein de la même famille

Les différences

Critèretext-embedding-3-smallVoyage 4 Lite
RôleLe modèle compact d'OpenAI, positionné comme l'option économique à côté du modèle large.Le modèle de Voyage axé sur la latence et le coût au sein de sa quatrième série.
Compatibilité de la familleSes vecteurs se distinguent de ceux du modèle large d'OpenAI.Ses vecteurs correspondent à Voyage 4 et Voyage 4 Large, permettant aux requêtes de l'utiliser contre l'index d'un modèle plus grand.
Gamme de tâchesRecherche, clustering, recommandations, détection d'anomalies et classification.Axé sur la recherche, non spécialisé pour le code, la finance ou le texte juridique.
Niveau de qualitéInférieur à text-embedding-3-large en termes de correspondance précise.Inférieur à Voyage 4 et Voyage 4 Large en termes de qualité de recherche.
Options de taille de vecteurLes dimensions peuvent être réduites.Quatre tailles sont disponibles, de petite à grande.

Résumé

  • text-embedding-3-small: Entrée $0.014 / Sortie $0.00 Par 1M Token; Voyage 4 Lite: Entrée $0.02 / Sortie $0.00 Par 1M Token. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.
  • Voyage 4 Lite a une fenêtre de contexte 3,9x plus grande
text-embedding-3-small
Text Embedding
Voir les détails
Voyage 4 Lite
Voyage Embedding
Voir les détails

FAQ

Lequel est le meilleur pour un chatbot RAG, text-embedding-3-small ou Voyage 4 Lite ?

Si vous construisez l'index complet avec un seul modèle, l'un ou l'autre fonctionne ; commencez par text-embedding-3-small pour la simplicité. Si vous souhaitez des vecteurs de documents de meilleure qualité et des requêtes rapides, indexez avec Voyage 4 Large et interrogez avec Voyage 4 Lite.

Voyage 4 Lite peut-il lire un index construit avec text-embedding-3-small ?

Non. Les vecteurs provenant de différents fournisseurs ne sont pas comparables ; l'index existant doit donc être reconstruit avec Voyage 4 Lite avant que les requêtes puissent y être appariées.

Lequel est le modèle le plus récent ?

Voyage 4 Lite fait partie de la quatrième série de Voyage et succède à Voyage 3.5 Lite. text-embedding-3-small est l'amélioration d'OpenAI par rapport au modèle ada ; les deux n'ont aucune relation de mise à niveau.

Lequel est le moins cher, text-embedding-3-small ou Voyage 4 Lite ?

text-embedding-3-small: Entrée $0.014 / Sortie $0.00 Par 1M Token; Voyage 4 Lite: Entrée $0.02 / Sortie $0.00 Par 1M Token. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quelles sont les principales différences entre text-embedding-3-small et Voyage 4 Lite ?

Les deux modèles partagent des capacités similaires.

Sources

Mis à jour le 2 oct. 2026