Текст, изображения, видео и музыка через один API — выберите модель
  1. Главная
  2. /
  3. Модели
  4. /
  5. OpenAI: Text Embedding 3 Small
Эмбеддинги

OpenAI: Text Embedding 3 Small

text-embedding-3-small — это улучшенная и более производительная версия модели ada embedding от OpenAI. Встраивания представляют собой числовое представление текста, которое можно использовать для измерения степени связанности между двумя текстами. Встраивания полезны для задач поиска, кластеризации, рекомендаций, обнаружения аномалий и классификации.

Тарифы в рублях

Опубликованных операций: 1

Входные данные

Текст

Результат

Эмбеддинги

Контекст

8 192 токенов

Параметры и ценыМетоды API
  • Единый клиентский ключ Formula AI
  • Расчёты по использованию в рублях
  • Уровень проверки указан для каждой операции

О модели

text-embedding-3-small — это улучшенная и более производительная версия модели ada embedding от OpenAI. Встраивания представляют собой числовое представление текста, которое можно использовать для измерения степени связанности между двумя текстами. Встраивания полезны для задач поиска, кластеризации, рекомендаций, обнаружения аномалий и классификации.

Доступность

Модель имеет опубликованные операции. Их возможности и уровень проверки смотрите на вкладке «Операции API»; публикация сама по себе не означает полную реальную проверку всех параметров.

Характеристики обновлены: 2026-10-02 07:15:18.000000

Характеристики

ВходТекст
ВыходЭмбеддинги
Контекст8 192 токенов

Поддерживаемые параметры

encoding_formatdimensionsuserinput_type

Характеристики получены из каталогов источников. Применимость параметра зависит от выбранной операции; её контракт описан в документации API.

Клиентская цена

Операция / расходКоличество / единицаСтоимость
embeddings
completion		1 000 000 токенов0 ₽
embeddings
prompt		1 000 000 токенов2,7054755 ₽

Цена включает обычную наценку модели, категории или сервиса. Индивидуальные условия аккаунта учитываются в POST /api/v1/estimate с вашим API-ключом. Диапазон отражает действующие тарифы; итог зависит от фактически оплаченных попыток и использования.

Правила расчётов

Опубликованные операции

ОперацияНаправлениеПроверка
embeddingsЭмбеддингиБазовая проверка

Базовая проверка подтверждает отдельный завершённый сценарий. Варианты параметров, ошибки и возвраты могут ожидать проверки. «Без реальной проверки» означает публикацию по разрешению владельца без подтверждённого вызова.

Справочник методовOpenAPI

Другие модели

Модели этого направления

В каталоге
Эмбеддинги

BAAI: bge-base-en-v1.5

baai/bge-base-en-v1.5

Модель встраивания bge-base-en-v1.5 преобразует английские предложения и абзацы в плотные векторы размерностью 768, обеспечивая эффективные и высококачественные семантические встраивания, оптимизированные для поиска, семантического поиска и рабочих процессов сопоставления документов. Эта версия (v1.5) отличается улучшенным распределением оценок сходства и более высокой производительностью поиска из коробки.

Вход: Текст

512
токенов контекста
В каталоге
Эмбеддинги

BAAI: bge-large-en-v1.5

baai/bge-large-en-v1.5

Модель встраивания bge-large-en-v1.5 отображает английские предложения, абзацы и документы в 1024-мерное плотное векторное пространство, обеспечивая высококачественные семантические встраивания, оптимизированные для семантического поиска, извлечения документов и последующих задач обработки естественного языка на английском языке.

Вход: Текст

512
токенов контекста
В каталоге
Эмбеддинги

BAAI: bge-m3

baai/bge-m3

Модель bge-m3 преобразует предложения, абзацы и длинные документы в 1024-мерное плотное векторное пространство, обеспечивая высококачественные семантические векторы, оптимизированные для многоязычного поиска, семантического поиска и приложений с большим контекстом.

Вход: Текст

8 194
токенов контекста
В каталоге
Эмбеддинги

Google: Gemini Embedding 001

google/gemini-embedding-001

gemini-embedding-001 обеспечивает передовой унифицированный опыт в различных областях, включая науку, право, финансы и программирование. Эта модель встраивания стабильно занимает лидирующие позиции в многоязычном рейтинге Massive Text Embedding Benchmark (MTEB) с момента экспериментального запуска в марте.

Вход: Текст

20 000
токенов контекста
Вернуться к каталогу

Подключите выбранную модель.

Изучите быстрый старт и методы API. Ключ и пополнение баланса предоставляет администратор.

Быстрый старт Методы API