OpenAI: text-embedding-3-small

Text Embedding 3 Small 为文本相似度和检索提供紧凑向量，适合作为搜索索引、推荐功能或 RAG 流程中较经济的向量模型起点。

text-embedding-3-small

可用OpenAI嵌入同步

输入 / 输出-30%: $0.02 / $0.00$0.014 / $0.00
上下文: 8.2K
模态: 嵌入

text-embedding-3-small 简介

text-embedding-3-small 是 OpenAI 的紧凑型向量化（embedding）模型，输出的向量可衡量两段文本的相关程度。OpenAI 把它定位为早期 ada 向量化模型的改进版，列出的用途有搜索、聚类、推荐、异常检测和分类。在 text-embedding-3-large 之外，它是更经济的选择，适合大型索引和 RAG 流水线。

擅长的任务

据 OpenAI 的模型页面，它是对 ada 向量化模型的改进。
向量比 large 模型小，大型索引的存储和搜索都更轻。
覆盖搜索、聚类、推荐、异常检测和分类任务。
可用于 embeddings 和 batch 端点，适合批量建索引。

什么情况换别的模型

检索质量低于 text-embedding-3-large，答案依赖精确匹配时这一点很重要。
它只向量化文本，不处理图片或音频。
以后换模型意味着要把整个语料重新向量化。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

嵌入TokenLab 端点

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."
}'

价格

TokenLab 价格用于 Verified，多数模型更便宜；官方价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。

嵌入

每 1M token

官方价格: 输入 $0.02 / 输出 $0.00
TokenLab 价格: 输入 $0.014 / 输出 $0.00
折扣: -30%

	官方价格每 1M token	TokenLab 价格每 1M token	折扣
嵌入	输入 $0.02 / 输出 $0.00	输入 $0.014 / 输出 $0.00	-30%

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

text-embedding-3-small 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 text-embedding-3-small 完成一次 embedding，接口是 /v1/embeddings。返回结果和费用。

使用场景

默认的 RAG 索引
用经济的向量化模型起步搭建检索流水线，先测量再决定是否升级。
推荐
通过比较向量找出相关的文章或商品，把最近邻推荐给每位读者。
异常检测
标出远离正常样本聚类的日志行或记录。
批量向量化
任务可以在后台运行时，通过 batch 端点向量化数百万条短记录。

提示词示例

把每条 FAQ 向量化，让聊天机器人能取到最接近的答案。

把这些商品标题向量化，为每个商品找出五个相似商品。

把这个月的日志消息向量化，以便标出离群值。

此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。

FAQ

text-embedding-3-small 是什么类型的模型？

它是 OpenAI 的紧凑型向量化模型，把文本转成数值向量。OpenAI 称它是上一代 ada 向量化模型的改进，支持搜索、聚类、推荐、异常检测和分类。

什么时候选它，而不是 text-embedding-3-large？

成本、存储和吞吐量重要，且检索效果已经够用时选 small。困难或多语言查询的质量值得用更大向量来换时，选 large。

它比 text-embedding-ada-002 好吗？

OpenAI 称它是对 ada 模型的改进。如果你有 ada-002 的索引，要切换就必须重新向量化语料，因为不同模型的向量互不兼容。

它支持哪些端点？

两个：embeddings 和 batch。不支持聊天、音频和图像端点，需要的是回答而不是向量时，请搭配单独的生成模型。

它支持图片吗？

不支持，只接受文本输入。图片请用多模态向量化模型；这个模型留给文本语料，适合存储和单个向量的成本是主要限制的场景。

text-embedding-3-small 的费用是多少？

在 TokenLab 上，text-embedding-3-small 的价格为输入 $0.014 / 输出 $0.00 每 1M token。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

text-embedding-3-small 应该使用哪个端点？

text-embedding-3-small 使用 https://api.tokenlab.sh/v1/embeddings。代码写法见下方的请求示例。

text-embedding-3-small 支持哪些操作？

text-embedding-3-small 支持嵌入。选了操作，上面会显示对应的端点和请求示例。

text-embedding-3-small 对比

text-embedding-3-small 对比 text-embedding-3-large text-embedding-3-small 对比 text-embedding-ada-002 text-embedding-3-small 对比 Gemini Embedding 001 text-embedding-3-small 对比 Qwen3.7 Text Embedding Flash

资料来源

OpenAI API docs: text-embedding-3-small

审阅于 2026年10月2日