OpenAI: text-embedding-3-small

Text Embedding 3 Small은 텍스트 유사성 및 검색을 위한 소형 벡터를 제공합니다. 경제적인 임베딩 모델이 필요한 검색 인덱스, 추천 기능 또는 RAG 파이프라인을 위한 유용한 시작점입니다.

text-embedding-3-small

사용 가능OpenAI임베딩동기

입력 / 출력-30%: $0.02 / $0.00$0.014 / $0.00
컨텍스트: 8.2K
모달리티: 임베딩

text-embedding-3-small 소개

text-embedding-3-small은 OpenAI의 소형 임베딩 모델로, 두 텍스트 간의 관련성을 측정하는 벡터를 생성합니다. OpenAI는 이 모델을 이전 ada 임베딩 모델보다 개선된 버전으로 소개하며, 검색, 클러스터링, 추천, 이상 탐지 및 분류를 주요 용도로 제시합니다. text-embedding-3-large에 비해 경제적인 선택이며, 대규모 인덱스 및 RAG 파이프라인에 적합합니다.

강점

OpenAI 모델 페이지에 따르면 ada 임베딩 모델보다 개선된 모델입니다.
Large 모델보다 작은 벡터를 사용하여 대규모 인덱스에서도 저장 및 검색 부담이 적습니다.
검색, 클러스터링, 추천, 이상 탐지 및 분류 작업을 지원합니다.
대량 인덱싱에 적합한 embeddings 및 batch 엔드포인트에서 작동합니다.

다른 모델이 필요한 경우

검색 품질은 text-embedding-3-large보다 낮으며, 이는 정확한 일치가 중요한 답변 시스템에서 고려해야 할 사항입니다.
텍스트만 임베딩하며, 이미지나 오디오는 처리하지 않습니다.
나중에 모델을 전환하려면 전체 코퍼스를 다시 임베딩해야 합니다.

시작하기

API 키 만들기
Console에서 키를 만들고 플랫폼의 모든 모델에 사용하세요.

첫 번째 요청 보내기

사용 중인 언어의 예시를 복사하여 엔드포인트에 실행하세요.

임베딩TokenLab 엔드포인트

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."
}'

가격 책정

Verified는 TokenLab 가격이 적용되어 대부분의 모델에서 더 저렴합니다. Official은 제조사가 책정한 공식 가격으로 더 안정적인 경로를 제공합니다. Auto는 요청을 완료한 경로의 가격으로 자동 청구합니다.

임베딩

1M Token 당

Official 가격: 입력 $0.02 / 출력 $0.00
TokenLab 가격: 입력 $0.014 / 출력 $0.00
할인: -30%

	Official 가격1M Token 당	TokenLab 가격1M Token 당	할인
임베딩	입력 $0.02 / 출력 $0.00	입력 $0.014 / 출력 $0.00	-30%

사용량 및 활동

성공률은 완료된 요청의 비율입니다. 지연 시간은 전체 응답에 걸리는 시간이며, P95는 요청의 95%가 해당 시간 내에 완료되었음을 의미합니다.

사용량 및 가용성

지난 24시간

요청
성공률
P95 지연 시간
총 토큰

모델 성능

마지막 업데이트: 2026년 10월 9일 오전 12:16 UTC

개인정보 보호 및 데이터 볼륨 임계값이 충족되면 메트릭이 표시됩니다.

데이터는 상태 확인을 제외한 집계된 사용자 요청을 기반으로 합니다.

Console에서 열기

Console에서 text-embedding-3-small을 열고 프롬프트를 수정하거나 전송하세요.

/v1/embeddings에서 embedding을(를) 사용하여 text-embedding-3-small을(를) 테스트합니다. 결과와 비용을 확인하세요.

사용 사례

기본 RAG 인덱스
경제적인 임베딩 모델로 검색 파이프라인을 시작하고, 업그레이드 전에 성능을 측정하십시오.
추천
벡터를 비교하고 각 독자에게 가장 가까운 항목을 제안하여 관련 기사나 제품을 찾습니다.
이상 탐지
정상적인 데이터 클러스터에서 멀리 떨어진 로그 라인이나 기록을 식별합니다.
대량 배치 임베딩
작업을 백그라운드에서 실행할 수 있을 때 batch 엔드포인트를 통해 수백만 개의 짧은 기록을 임베딩합니다.

프롬프트 예제

챗봇이 가장 가까운 답변을 가져올 수 있도록 각 FAQ 항목을 임베딩합니다.

제품 제목들을 임베딩하고 각각에 대해 유사한 항목 5개를 찾습니다.

이상치를 식별할 수 있도록 이번 달의 로그 메시지를 임베딩합니다.

이 모델은 조건부 요금제입니다. 월간 토큰 총량만으로는 신뢰할 수 있는 견적을 낼 수 없습니다. 요청 사양, 캐시, 해당 시간대에 맞는 상세 요금을 사용하세요.

FAQ

text-embedding-3-small은 어떤 모델인가요?

텍스트를 숫자 벡터로 변환하는 OpenAI의 소형 임베딩 모델입니다. OpenAI는 이를 이전 ada 임베딩 모델보다 개선된 모델로 정의하며, 검색, 클러스터링, 추천, 이상 탐지 및 분류를 지원합니다.

text-embedding-3-large 대신 이 모델을 선택해야 하는 경우는 언제인가요?

비용, 저장 공간, 처리량이 중요하고 검색 성능이 이미 충분하다면 Small을 선택하십시오. 복잡하거나 다국어 쿼리에서 더 큰 벡터를 사용할 만큼 품질이 중요하다면 Large를 선택하십시오.

text-embedding-ada-002보다 나은가요?

OpenAI는 이 모델이 ada 모델보다 개선되었다고 설명합니다. ada-002 인덱스를 사용 중이라면 모델 전환 시 코퍼스를 다시 임베딩해야 합니다. 서로 다른 모델의 벡터는 호환되지 않기 때문입니다.

어떤 엔드포인트와 함께 작동하나요?

embeddings와 batch, 두 가지 경로를 지원합니다. Chat, 오디오, 이미지 엔드포인트는 지원되지 않으므로, 벡터가 아닌 답변이 필요한 경우 별도의 생성 모델과 함께 사용하십시오.

이미지도 처리할 수 있나요?

아니요, 텍스트 입력만 가능합니다. 사진에는 멀티모달 임베딩 모델을 사용하고, 벡터당 저장 공간과 비용이 주요 제약 사항인 텍스트 코퍼스에는 이 모델을 사용하십시오.

text-embedding-3-small 의 가격은 얼마인가요?

TokenLab 에서 text-embedding-3-small 은 입력 $0.014 / 출력 $0.00 1M Token 당 입니다. 자세한 내역은 위 가격 표를 확인하세요. 요금은 청구 단위, 사양, 사용량에 따라 달라집니다. 모델의 상세 요금에서 동일한 조건끼리 비교하세요. 단일 요금으로 총비용이 결정되지 않습니다.

text-embedding-3-small 은 어떤 엔드포인트를 써야 하나요?

text-embedding-3-small에 대해 https://api.tokenlab.sh/v1/embeddings를 사용하세요. 아래 요청 예시는 일치하는 코드 형태를 보여줍니다.

text-embedding-3-small 은 어떤 오퍼레이션을 지원하나요?

text-embedding-3-small은(는) 임베딩을(를) 지원합니다. 엔드포인트와 요청 예시를 보려면 위에서 작업을 선택하세요.