Введение
text-embedding-3-small преобразует заметки, статьи справки и фрагменты документов в числовые векторы для поиска по сходству. По умолчанию результат содержит 1536 измерений; длину можно уменьшить. Для новой коллекции оценивайте объём хранения вместе с качеством выдачи. Модель возвращает представление исходного текста, а не письменный ответ на содержащийся в нём вопрос.
Ключевые возможности и особенности
Настраиваемая длина 3-small позволяет, например, сравнить индекс заметок на 256 измерений с представлением по умолчанию. Короткий вектор занимает меньше места, но этот компромисс нужно проверять на реальных вопросах пользователей. Для документов и запросов одной коллекции используйте одинаковую размерность.
Пакетный запрос к 3-small сохраняет отдельный вектор для каждого переданного фрагмента. Индекс результата связывает его с исходным вводом, к которому приложение может добавить идентификатор документа, положение в источнике и права доступа. Этот эндпоинт принимает до 128 элементов за запрос; оплата определяется измеренными входными токенами всего пакета.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
dimensions | Нет | Параметр dimensions у 3-small принимает значения от 1 до 1536; документы и запросы должны иметь одинаковую размерность. |
embedding_input | Да | Передавайте 3-small текст, список текстов, идентификаторы токенов или пакет массивов токенов. |
Стоимость
$0.000004 / 1 000 токенов
Сценарии использования
В личном блокноте с 3-small сохраняйте короткие фрагменты вместе с идентификаторами заметок, чтобы искать связанные материалы даже при другой формулировке запроса. Показывайте исходный текст и его дату рядом с результатом, чтобы читатель мог проверить смысл и актуальность.
В базе поддержки с 3-small выбирайте одобренные статьи, связанные с вопросом клиента, и передавайте эти источники отдельной модели для написания ответа. Близость векторов помогает найти кандидатов. Какие статьи разрешено показать этому клиенту, по-прежнему определяет приложение.
Руководство по промптам и практические советы
Длинные тексты для 3-small делите по осмысленным границам разделов. Добавляйте небольшое перекрытие контекста, если отдельный фрагмент станет неоднозначным. Передавайте сам текст для представления, без инструкции придумать ответ. Пустые строки отклоняются. На один элемент допускается 8192 токена, на весь запрос — 300000 токенов; предварительно токенизированный массив ограничен 2048 элементами.
Перед запуском индекса 3-small в рабочей среде сравните известные запросы с размерностью по умолчанию и хотя бы одним сокращённым вариантом. Сохраняйте идентификатор модели, размерность и версию разбиения документов. Изменение этих настроек требует пересоздать затронутые векторы. При выборе кандидатов применяйте права аккаунта и проекта, а при удалении исходной заметки удаляйте и запись индекса.
{
"model": "openai/text-embedding-3-small/embedding",
"input": [
"A notebook about coastal birds.",
"An index of harbor observations."
]
}
Быстрый старт API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/text-embedding-3-small/embedding",
"input": {
"embedding_input": "The customer asks for a refund after being billed twice."
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.


