OpenAI: text-embedding-3-small
text-embedding-3-small- 入力 / 出力-30%
- $0.02 / $0.00$0.014 / $0.00
- コンテキスト
- 8.2K
- モダリティ
- 埋め込み
text-embedding-3-small について
text-embedding-3-smallはOpenAIのコンパクトな埋め込みモデルであり、2つのテキストがどれほど関連しているかを測定するベクトルを生成します。OpenAIは、これを以前のada埋め込みモデルの改良版として提示しており、検索、クラスタリング、レコメンデーション、異常検知、分類を用途として挙げています。text-embedding-3-largeに次ぐ経済的な選択肢であり、大規模なインデックスやRAGパイプラインに適しています。
得意なこと
- OpenAIのモデルページによると、ada埋め込みモデルの改良版です。
- Largeモデルよりも小さなベクトルにより、大規模インデックスのストレージと検索を軽量に保ちます。
- 検索、クラスタリング、レコメンデーション、異常検知、分類タスクをカバーします。
- embeddingsエンドポイントおよびbatchエンドポイントで動作し、一括インデックス作成に適しています。
他のモデルを検討すべきケース
- 検索品質はtext-embedding-3-largeより低く、正確な一致が回答を左右する場合には影響があります。
- テキストのみを埋め込みます。画像や音声は対象外です。
- 後からモデルを切り替える場合は、コーパス全体の再埋め込みが必要です。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
埋め込みTokenLab エンドポイントPOST/v1/embeddingscurl -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." }'
料金
VerifiedはTokenLab価格で低コストに、Officialは提供元の価格で高い信頼性を提供します。Autoはリクエストを完了したルートの料金を適用します。
埋め込み
100万トークンあたり- 公式価格
- 入力 $0.02 / 出力 $0.00
- TokenLab 価格
- 入力 $0.014 / 出力 $0.00
- 割引
- -30%
| 公式価格100万トークンあたり | TokenLab 価格100万トークンあたり | 割引 | |
|---|---|---|---|
| 埋め込み | 入力 $0.02 / 出力 $0.00 | 入力 $0.014 / 出力 $0.00 | -30% |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
Consoleでtext-embedding-3-smallを開き、プロンプトを編集・送信できます。
text-embedding-3-smallと/v1/embeddingsでembeddingを実行。結果とコストを表示します。
ユースケース
デフォルトのRAGインデックス
経済的な埋め込みモデルで検索パイプラインを開始し、アップグレード前に測定を行います。
レコメンデーション
ベクトルを比較し、各読者に最も近い近傍を提案することで、関連する記事や製品を見つけます。
異常検知
正常なデータのクラスタから大きく離れたログ行やレコードにフラグを立てます。
一括バッチ埋め込み
バックグラウンドでジョブを実行できる場合、batchエンドポイントを通じて数百万件の短いレコードを埋め込みます。
プロンプト例
各FAQエントリを埋め込み、チャットボットが最も近い回答を取得できるようにします。
これらの製品タイトルを埋め込み、それぞれに対して5件の類似アイテムを見つけます。
今月のログメッセージを埋め込み、外れ値にフラグを立てます。
このモデルは条件付き料金です。月間トークン総量だけでは確実な見積もりができません。リクエスト仕様・キャッシュ・該当時間帯に応じた詳細料金をご利用ください。
FAQ
text-embedding-3-smallとはどのようなモデルですか？
テキストを数値ベクトルに変換する、OpenAIのコンパクトな埋め込みモデルです。OpenAIはこれを以前のada埋め込みモデルの改良版と呼んでおり、検索、クラスタリング、レコメンデーション、異常検知、分類をサポートしています。
text-embedding-3-largeではなく、これを選ぶべき時はいつですか？
コスト、ストレージ、スループットが重要で、検索精度がすでに十分な場合はSmallを選択してください。困難なクエリや多言語クエリにおいて、より大きなベクトルが必要な品質をもたらす場合はLargeを選択してください。
text-embedding-ada-002より優れていますか？
OpenAIは、これをadaモデルの改良版であると説明しています。ada-002のインデックスがある場合、モデルを切り替えるにはコーパスを再埋め込みする必要があります。異なるモデルからのベクトルには互換性がないためです。
どのエンドポイントで動作しますか？
embeddingsとbatchの2つのルートがあります。チャット、音声、画像エンドポイントはサポートされていないため、ベクトルではなく回答が必要な場合は、別の生成モデルと組み合わせてください。
画像は扱えますか？
いいえ、テキスト入力のみを受け付けます。画像にはマルチモーダル埋め込みモデルを使用し、ベクトルあたりのストレージとコストが主な制約となるテキストコーパスにはこのモデルを使用してください。
text-embedding-3-small の料金はいくらですか？
TokenLab では text-embedding-3-small は 入力 $0.014 / 出力 $0.00 100万トークンあたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
text-embedding-3-small はどのエンドポイントを使うべきですか？
text-embedding-3-small のデフォルトは https://api.tokenlab.sh/v1/embeddings です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
text-embedding-3-small はどの操作に対応していますか？
text-embedding-3-small は 埋め込み に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
text-embedding-3-small を比較する
ソース
2026/10/02 時点での評価
