# OpenAI Text Embedding 3 Small

> Преобразует текст в векторы для поиска по смыслу, сравнения и группировки материалов, а также для рекомендаций и классификации.

- **ID для API:** `openai/text-embedding-3-small`
- **Тип Модели:** Модель эмбеддингов
- **Контекст:** 8 192 токенов
- **Вход:** текст → **Выход:** эмбеддинги, текст

## Описание

#### Суть

Text Embedding 3 Small — текстовая embedding-модель OpenAI. Она преобразует входной текст в числовое представление, которое можно сопоставлять с другими представлениями, чтобы оценивать смысловую близость фрагментов. Это не генератор ответов: модель создаёт представление текста для дальнейшей обработки в приложении.

#### Сильные стороны

OpenAI описывает эту модель как более производительную версию своего предыдущего embedding-подхода ada и как эффективную модель для получения векторов. Эмбеддинги подходят для задач, где важно учитывать не только совпадение отдельных слов, но и общую близость содержания. Их можно использовать в разных этапах обработки данных — например, для поиска, кластеризации или классификации.

#### Типовые сценарии

- Семантический поиск: представить запрос и документы в одном пространстве векторов, затем ранжировать документы по близости к запросу.
- Поиск контекста для RAG: находить релевантные фрагменты в коллекции, которые приложение сможет передать отдельной генеративной модели.
- Группировка и анализ коллекций: объединять похожие тексты, выявлять тематические группы или обнаруживать необычные элементы.
- Рекомендации и классификация: сопоставлять описания объектов или использовать векторы как признаки в последующей системе.

#### Ограничения

Модель принимает текст и возвращает embeddings; сама по себе она не формирует готовые ответы, не выполняет поиск по внешней базе и не управляет индексом — эти компоненты нужно реализовать отдельно. Сходство векторов служит сигналом близости, но не подтверждением истинности или взаимозаменяемости текстов. Качество поиска зависит также от подготовки данных, разбиения документов, выбора метрики и настройки ранжирования. По данным каталога, контекст модели составляет 8192 токена.

## Цены

- Запрос / 1М: 2,42 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| openai | Запрос / 1М: 2,42 ₽ | — | — | — | — |
| openai | Запрос / 1М: 2,42 ₽ | 8 192 | 7 372 | — | — |
| azure | Запрос / 1М: 2,42 ₽ | 8 192 | 7 372 | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/embeddings \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "openai/text-embedding-3-small",
  "input": [
    "Пример текста для поиска"
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/openai/text-embedding-3-small
- Каталог: https://polza.ai/models