本文へスキップ

openai/text-embedding-3-small/embedding

text-embedding-3-small はメモや文書の段落を検索用のベクトルに変換し、標準の 1,536 次元から短縮できます。

最低価格 $0.000004/1,000 トークン公式価格より 80% 安い

プレイグラウンド

入力

埋め込みベクトル
3-small の dimensions は 1~1,536 です。文書と検索クエリには同じ次元数を使ってください。 1 以上 · 1536 以下
3-small には文字列、文字列の配列、トークン ID の配列、またはトークン配列のバッチを渡せます。
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力
{"data":[{"embedding":[0.52685546875,0.419189453125,0.6533203125,-0.0018758773803710938,-0.25048828125,-0.0029315948486328125,0.2252197265625,-0.07879638671875],"index":0},{"embedding":[-0.0767822265625,0.150146484375,0.52099609375,0.15771484375,-0.184814453125,0.0173492431640625,-0.5791015625,-0.55224609375],"index":1}],"inputTokens":12}

お探しのモデルが見つかりませんか?

3-small で新しいメモ索引を作る際は、256 次元での検索精度を測定してから保存サイズを決めてください。

主なスペック

次元数
1536

トークン予算

入力ウィンドウ
300,000
1 リクエストあたりのトークン

課金前に知っておくこと

埋め込みベクトル

text-embedding-3-small の本エンドポイントは 1 回 128 件まで、各入力 8,192 トークン以内、合計 300,000 トークン以内です。text-embedding-3-small に渡すトークン ID 配列は 2,048 要素までです。

できること

長さを調整できる小型ベクトル

3-small の出力長を調整すると、メモアプリで 256 次元の小さな索引と標準の表現を比較できます。短いベクトルは保存容量を抑えられますが、実際の利用者が入力する質問で精度とのバランスを確かめてください。同じコレクションの文書と検索クエリには、共通の次元数を使用します。

段落ごとに独立したベクトル

3-small のバッチ処理では、各段落に対して個別のベクトルが返されます。結果の index を元の入力と対応付け、アプリ側の文書 ID、出典位置、閲覧権限を関連付けられます。本エンドポイントは 1 回につき 128 件まで受け付け、バッチ全体の実測入力トークン数に基づいて課金します。

活用シーン

  • 個人ノートの検索

    個人のノートを 3-small で検索する場合は、短い段落をノート ID とともに保存します。検索語と本文の表現が異なっていても、関連する候補を探せます。利用者が内容や日付を確認できるよう、検索結果には元の段落も表示してください。

  • 承認済みヘルプ記事の取得

    サポート記事を 3-small で検索する場合は、問い合わせに関連する承認済みの記事を選び、その出典を別の文章生成モデルに渡せます。ベクトルの近さは検索の手掛かりです。どの記事を顧客に見せられるかは、アプリ側で判断します。

モデルリファレンス

text-embedding-3-small API リファレンス

text-embedding-3-small API の仕様

次元数
1536

text-embedding-3-small API の呼び出し方

  1. プロンプトガイドと実践のヒント

    3-small に渡す長い文書は、意味の通る節の境界で分割します。単独では曖昧になる段落には、少量の前後の文脈を重ねてください。回答を作る指示ではなく、表現したい本文そのものを渡します。空文字列は受け付けず、各入力は 8,192 トークン以内、合計は 300,000 トークン以内です。事前に分割したトークン ID の配列は 2,048 要素までです。 3-small の索引を本番採用する前に、既知の質問を使って標準の次元数と短縮した設定を比較してください。索引にはモデル ID、次元数、文書分割のバージョンを保存し、設定を変更した範囲のベクトルは再作成します。候補を選ぶ際にはアカウントとプロジェクトの閲覧条件を適用し、元のメモが削除されたら索引からも取り除いてください。

text-embedding-3-small API のよくある質問

text-embedding のすべてのモデル3