Text Embedding 3 Small
text-embedding-3-small小型文本嵌入模型，以较低成本将文本转为数值向量，性能较早期 Ada 嵌入模型有所提升。可用于语义搜索、聚类、推荐、异常检测和分类。通过嵌入接口调用，按输入词元计费，不产生按输出词元收费的文本生成结果。官方 Standard 价格（美元/百万 tokens）：输入 $0.02、缓存读取 未单列、输出 未单列。
- 起始價格
- 查看完整計費明細
- 上下文
- 8.2K
- 最大輸入窗口
- 模態
- →
Pricing by Supplier
| 輸入/ 1M tokens |
|---|
$0.012 |
| 輸入/ 1M tokens |
|---|
$0.012 |
能力 / 支援的模態
廠商與數據私隱
BPE (vendor-specific)效能
基準測試
標準化評測得分。百分比越高越好，並展示排名百分位。
指標來源：Artificial Analysis 2026-09-30·Text Embedding 3 Small
目前基準快照不包含此模型。
缺少模型或測量值不代表零分。
基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分，基準成本或速度也不是本站的服務承諾。
About Text Embedding 3 Small
text-embedding-3-small 适合把大量文本变成可按含义检索的索引。文章标题、商品说明、客服问题和知识库段落都可以生成向量，再通过相似度找到相关内容。它侧重轻量和成本效率，适合经常新增资料或需要大量查询的应用。
例如用户输入“怎么让账号更安全”，系统可以召回介绍双重验证和登录保护的内容，而不必要求查询与文档使用完全相同的词。也可以用向量寻找相似工单、推荐相关文章，或对大量反馈做聚类，再由人工为类别命名。
默认输出为 1,536 维，可以用 dimensions 调整为更短的向量。索引库和查询端必须采用相同的模型、维度与预处理规则；改变设置后，旧向量不能直接混用。选择配置时，应使用真实问题检查召回质量，同时比较存储与检索开销。
长文本宜按主题分块，保留标题、原文和业务标识。检索时还需结合租户、权限、时间等过滤条件；向量相似并不代表内容有权访问，也不保证就是最终答案。这个模型返回数值向量，问答应用需要在召回资料后继续组织文字回答。
Use cases and prompting
文章推荐可以这样接入：为文章标题与摘要生成向量，保存文章 ID；用户阅读一篇文章后，用其向量检索相关内容，再按时间、类别或业务规则过滤排序。
示例输入文本：“为账号开启双重验证，并管理可信设备。”查询文本：“怎样防止别人登录我的账号？”直接提交文本，无需写聊天提示词。
检索效果怎样评估？准备真实查询和应召回的文档，比较分块、维度和过滤设置。更换模型或 dimensions 后重建索引，查询与文档保持一致。
API access
API 介面文件
text-embedding-3-small請查看對應文件，了解此模型的請求參數與呼叫範例。
身份驗證
所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。
在「令牌」頁面生成 API Key，可以按模型、分組、IP、速率等維度精細化授權。
速率限制
| 供應商 | RPM | TPM | RPD |
|---|---|---|---|
| Azure | 無限制 | 無限制 | 無限制 |
| OpenAI | 無限制 | 無限制 | 無限制 |
無限制
Frequently asked questions about text-embedding-3-small
What is text-embedding-3-small?
小型文本嵌入模型，以较低成本将文本转为数值向量，性能较早期 Ada 嵌入模型有所提升。可用于语义搜索、聚类、推荐、异常检测和分类。通过嵌入接口调用，按输入词元计费，不产生按输出词元收费的文本生成结果。官方 Standard 价格（美元/百万 tokens）：输入 $0.02、缓存读取 未单列、输出 未单列。
How do I call text-embedding-3-small?
Create an API key with access to text-embedding-3-small, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.
How is text-embedding-3-small priced?
Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.
What is the context window of text-embedding-3-small?
The model catalog lists a context window of 8192 tokens. Check the selected endpoint for request limits.
How should I evaluate text-embedding-3-small for my project?
Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.