हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

OpenAI: Text Embedding 3 Small

openai/text-embedding-3-small

Embeddingsइनपुट: text8K30 अक्टू॰ 2025 को जोड़ा गया

playground में खोलें OpenAI: Text Embedding 3 Small के लिए API key पाएं

OpenAI: Text Embedding 3 Small अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

इनपुट (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

OpenAI: Text Embedding 3 Small एक नज़र में

इनपुट कीमत 34 Embeddings मॉडल के मीडियन के करीब है।

OpenAI: Text Embedding 3 Small के बारे में

OpenAI: Text Embedding 3 Small, OpenAI का एक embedding मॉडल है, जो api14 पर मॉडल आईडी openai/text-embedding-3-small के अंतर्गत सूचीबद्ध है। यह embeddings श्रेणी में आता है, और OpenAI इसे ada embedding मॉडल का एक बेहतर, अधिक प्रदर्शनकारी संस्करण बताता है। चैट उत्तर उत्पन्न करने के बजाय, यह embeddings बनाता है, जो टेक्स्ट के संख्यात्मक प्रतिनिधित्व हैं जिनका उपयोग यह मापने के लिए किया जाता है कि टेक्स्ट के दो टुकड़े कितने संबंधित हैं।

मॉडल अपने एकमात्र इनपुट मोडैलिटी के रूप में टेक्स्ट स्वीकार करता है और अपने एकमात्र आउटपुट मोडैलिटी के रूप में embeddings लौटाता है, इसलिए यह उन पाइपलाइनों में फिट बैठता है जहाँ आप स्ट्रिंग्स को वेक्टर में बदलते हैं, न कि संवादी प्रणालियों में। इसकी कॉन्टेक्स्ट लंबाई 8192 टोकन है, जो यह सीमा तय करती है कि एक अनुरोध कितने टेक्स्ट को कवर कर सकता है इससे पहले कि आपको इसे विभाजित करने की आवश्यकता हो। विवरण में अधिकतम आउटपुट 7372 भी सूचीबद्ध है, जो एक उपयोगी आंकड़ा है जिसे ध्यान में रखना चाहिए जब आप लंबे दस्तावेजों को कैसे खंडित करें यह तय कर रहे हों।

व्यावहारिक उपयोग सीधे उसी स्वरूप से निकलते हैं। चूँकि embeddings आपको टेक्स्ट के बीच संबंध मापने देते हैं, मॉडल semantic search के लिए उपयुक्त है, जहाँ आप एक क्वेरी और एक कोर्पस को embed करते हैं और समानता के आधार पर दस्तावेजों को रैंक करते हैं। Retrieval augmented generation एक और सामान्य उपयोग है, क्योंकि embeddings पर बनी एक retrieval परत प्रासंगिक अंशों को एक अलग generation मॉडल में भेज सकती है। यही गुण बड़े टेक्स्ट संग्रहों में clustering और विषय समूहन, लगभग समान सामग्री के deduplication, classification जब आप वेक्टर के ऊपर एक हल्का classifier प्रशिक्षित करते हैं, और सिफारिश या समानता सुविधाओं का समर्थन करता है जो वस्तुओं की उनके टेक्स्ट विवरणों द्वारा तुलना करती हैं। 8192 टोकन कॉन्टेक्स्ट का अर्थ है कि प्रत्येक इनपुट एक पर्याप्त अनुच्छेद हो सकता है, न कि केवल एक वाक्य, जो तब मदद करता है जब आप अलग-अलग पंक्तियों के बजाय पूरे अनुभागों को embed करते हैं।

आप मॉडल को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी openai/text-embedding-3-small का उपयोग करके कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, मौजूदा OpenAI क्लाइंट लाइब्रेरीज़ और embeddings endpoint को लक्षित करने वाला कोड न्यूनतम परिवर्तनों के साथ api14 की ओर इंगित कर सकते हैं। मॉडल की समर्थित पैरामीटर सूची खाली है, इसलिए embeddings कॉल के मानक अनुरोध ढांचे के अलावा कोई अतिरिक्त अनुरोध पैरामीटर प्रलेखित नहीं हैं: आप मॉडल आईडी और टेक्स्ट इनपुट प्रदान करते हैं, और आपको वेक्टर आउटपुट प्राप्त होता है। आप जो भी ट्यूनिंग चाहते हैं, जैसे कि आप टेक्स्ट को कैसे खंडित करते हैं या परिणामी वेक्टर की तुलना कैसे करते हैं, वह मॉडल पैरामीटर के बजाय आपकी अपनी पाइपलाइन में होती है।

चूँकि यह केवल टेक्स्ट इन और embeddings आउट संभालता है, यह मॉडल सही विकल्प नहीं है जब आपको उत्पन्न टेक्स्ट, टूल कॉल, या कोई संवादी व्यवहार चाहिए; एक चैट या completion मॉडल उन मामलों को कवर करता है। यह एक निश्चित कॉन्टेक्स्ट विंडो वाला embedding मॉडल भी है, इसलिए बहुत लंबे दस्तावेजों को embed करने से पहले अभी भी विभाजित करने की आवश्यकता होती है। उन सीमाओं के भीतर यह उन टीमों के लिए एक उचित डिफ़ॉल्ट है जो OpenAI-संगत endpoint के पीछे एक छोटा, वर्तमान OpenAI embedding मॉडल चाहती हैं।

OpenAI: Text Embedding 3 Small API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "openai/text-embedding-3-small" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.embeddings.create({
  "model": "openai/text-embedding-3-small",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

स्पेसिफिकेशन

Context लंबाई: 8,192
अधिकतम आउटपुट: 7,372
इनपुट: text
आउटपुट: embeddings

api14 पर requests · पिछले 7 दिन

OpenAI: Text Embedding 3 Small: अक्सर पूछे जाने वाले सवाल

OpenAI: Text Embedding 3 Small API की कीमत कितनी है?: OpenAI: Text Embedding 3 Small की कीमत इनपुट $0.07 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
OpenAI: Text Embedding 3 Small की context window कितनी है?: OpenAI: Text Embedding 3 Small हर request में 8,192 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 7,372 आउटपुट tokens तक लिखता है।
OpenAI: Text Embedding 3 Small क्या कर सकता है?: OpenAI: Text Embedding 3 Small text स्वीकार करता है और embeddings लौटाता है।
अपने कोड से OpenAI: Text Embedding 3 Small कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "openai/text-embedding-3-small" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
OpenAI: Text Embedding 3 Small के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Embeddings मॉडल: VoyageAI by MongoDB: voyage-4-lite, Qwen: Qwen3 Embedding 4B, Perplexity: Embed V1 4B। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

OpenAI: Text Embedding 3 Small कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। OpenAI: Text Embedding 3 Small के बारे में पहला टॉपिक खोलें।