text-embedding-3-small

text-embedding-3-small 是 OpenAI 的嵌入模型，模型页面将其描述为 ada 嵌入模型的改进、更高性能版本。嵌入指南给出默认输出维度 1536、最大输入 8192 token，并可通过 dimensions 参数缩短向量。它没有被列为弃用：OpenAI 弃用页面仅将其作为已于 2024 年 1 月 4 日关停的第一代嵌入模型的推荐替代。

核心功能

• 默认 1536 维，可通过 dimensions 参数缩短向量；据指南，如果手动缩短向量，需要自行归一化。
• 8192 token 输入上限，据指南。
• MTEB：指南报告该模型 MTEB 得分为 62.3%。
• 价格：模型页面显示每百万 token 0.02 美元。
• 支持 Batch 端点，但模型页面未列出批处理价格。

适用场景

• 面向文档的语义搜索与检索增强生成。
• 在成本敏感的聚类、去重和推荐场景。
• 用 dimensions 缩短向量以节省存储的方案。

价格与可用性

价格：每百万 token 0.02 美元，依据 OpenAI 模型页面，核对日期 2026-10-29。按输入 token 计费。状态：在弃用页面上未被弃用。不同嵌入模型的向量不可比较，因此更换模型意味着需要重新嵌入数据。

快速开始

1. 调用 Embeddings API，将 model 设为 text-embedding-3-small。
2. 保持输入在 8192 token 以内，长文档请分块。
3. 可选：设置 dimensions 缩短向量，若自行缩短请做归一化。
4. 把模型名与向量一起保存，方便日后规划迁移。

常见问题

text-embedding-3-small 返回多少维？

默认 1536 维，可通过 dimensions 参数缩短。

输入上限是多少？

据 OpenAI 嵌入指南为 8192 token。

价格是多少？

据 OpenAI 模型页面，每百万 token 0.02 美元。

它被弃用了吗？

截至 2026-10-29，OpenAI 弃用页面上没有它。

更大的选项是什么？

见 text-embedding-3-large。

替代方案

• text-embedding-3-large：OpenAI 更大的嵌入模型。
• text-embedding-ada-002：较早的 ada 嵌入模型。
• BGE-M3：开放的多语言嵌入模型。

总结

text-embedding-3-small 仍是低成本、文档完整、维度灵活且没有弃用通知的嵌入选项。参见模型页面、嵌入指南和模型分类。