OpenAI
Betriebsbereit· alle paar Minuten geprüft

Text Embedding 3 Small API

OpenAIs text-embedding-3-small auf derselben API, auf der OpenAI es anbietet, für $0.01 pro 1M Tokens statt $0.02: Vektoren für Suche und RAG, die mit OpenAIs eigenen übereinstimmen.

Preis pro 1M Input-tokens50%Rabatt
Input
$0.01$0.02
Output
$0.00
Hol dir deinen API-KeyIm Playground ausprobieren
Model IDtext-embedding-3-smallAktualisiert
embed.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
response = client.embeddings.create(
    model="text-embedding-3-small",
    input=[
        "How can I change my password?",
        "Invoices go out on the first of each month.",
    ],
)
for item in response.data:
    print(item.index, len(item.embedding))  # 1536 each
print(response.usage.prompt_tokens, "tokens")

Base URL https://api.zurelay.com/v1. Funktioniert mit jedem OpenAI SDK, LangChain, LlamaIndex und dem AI SDK. Embeddings-API-Docs

Dimensionen
1,536 oder weniger
Pro Input
Bis zu 8,192 tokens
Pro Anfrage
2,048 Inputs, 300K Tokens
Output
Vektoren, kostenlos
Veröffentlicht
25. Jan. 2024
Status
Betriebsbereit

Preise

Text Embedding 3 Small API-Preise. Ein Bruchteil des Listenpreises.

Du zahlst aus Prepaid-Guthaben, ohne Abo. Lade ab $10 auf. Fehlgeschlagene Anfragen werden nie berechnet.

PreisZurelayOpenAI-Listenpreis
Input
pro 1M tokens
$0.01$0.02
Output
pro 1M tokens
$0.00—

Abgerechnet werden die Tokens, die du sendest, gezählt wie OpenAI sie zählt, ohne Minimum pro Anfrage. Die Vektoren sind kostenlos, und kürzere Dimensionen oder base64 kosten dasselbe. Fehlgeschlagene Anfragen kosten nichts.

Sparrechner

Stell mit den Reglern deinen monatlichen Verbrauch ein.

Eingabe-Token pro Monat50M
Zurelay
$0.50
OpenAI-Listenpreis
$1.00
Du sparst jeden Monat$0.50

$6.00 pro Jahr

Kosten

Text Embedding 3 Small API-Kosten, durchgerechnet.

Typische Workloads zu Zurelays aktuellen Preisen, direkt neben dem Listenpreis.

    Übersicht

    Was ist Text Embedding 3 Small?

    Text Embedding 3 Small (text-embedding-3-small) ist OpenAIs kleines, günstiges Embedding-Modell. Es verwandelt Text in einen Vektor aus 1,536 Zahlen, so angeordnet, dass Texte mit ähnlicher Bedeutung nah beieinanderliegen – für semantische Suche, Retrieval (RAG), Clustering und Empfehlungen. Zurelay bietet es auf OpenAIs Embeddings-Endpoint mit derselben Modell-ID, derselben Anfrage und derselben Antwort an, 50% unter OpenAIs Listenpreis, und die Vektoren stimmen mit OpenAIs eigenen überein.

    Schick Text an POST https://api.zurelay.com/v1/embeddings mit der Modell-ID text-embedding-3-small und du bekommst einen Vektor pro Eingabe zurück, in OpenAIs Antwortformat. Die Eingabe kann ein String sein, ein Array mit bis zu 2,048 Strings, ein Array von Token-IDs aus OpenAIs cl100k_base Tokenizer oder ein Array mit bis zu 2,048 Token-Arrays. Jede Eingabe kann bis zu 8,192 Tokens lang sein, eine Anfrage insgesamt bis zu 300,000 Tokens.

    Vektoren haben standardmäßig 1,536 Dimensionen. Der Parameter dimensions kürzt sie auf jede Länge von 1 bis 1,536: Die text-embedding-3-Modelle sind so trainiert, dass ein gekürzter Vektor weiter funktioniert, und er kommt re-normalisiert zurück. Kürzere Vektoren brauchen weniger Speicher und suchen schneller. Mit encoding_format auf base64 kommt jeder Vektor als base64-kodierte Little-Endian-float32-Zahlen zurück, kleiner und schneller herunterzuladen; OpenAIs Python SDK fragt das standardmäßig an und dekodiert es für dich.

    OpenAIs SDKs funktionieren unverändert: Base URL auf https://api.zurelay.com/v1 setzen, deinen Zurelay-Key nutzen und client.embeddings.create aufrufen. Genauso LangChains OpenAIEmbeddings, LlamaIndex' OpenAIEmbedding, der OpenAI-Provider des Vercel AI SDK und Apps, in denen du eine OpenAI Base URL für Embeddings setzen kannst. Wir haben jede Route gegen OpenAIs eigene API geprüft: Bei gleichem Text stimmen die Vektoren überein, mit einer Kosinus-Ähnlichkeit von 0.9999 oder mehr – ein Index, der mit OpenAIs API gebaut wurde, funktioniert also weiter, wenn du ihn über Zurelay abfragst.

    Abgerechnet wird nur über Input-Tokens, gezählt wie OpenAI sie zählt: $0.01 pro 1M bei Zurelay gegenüber OpenAI's $0.02, ohne Mindestbetrag pro Anfrage, und die Vektoren sind gratis. Eine Embeddings-Anfrage wird immer von dem Modell beantwortet, das du nennst: Vektoren verschiedener Modelle lassen sich nicht vergleichen, deshalb antwortet Zurelay nie mit einem anderen, und ein Wechsel zu einem anderen Modell heißt, alles Gespeicherte neu zu embedden.

    Stärken

    Worin Text Embedding 3 Small glänzt. Und was Teams damit entwickeln.

    01

    Zum halben OpenAI-Preis

    $0.01 pro 1M Tokens gegenüber OpenAI's $0.02, ohne Mindestbetrag pro Anfrage, und die Vektoren sind gratis.

    02

    Dein Index läuft weiter

    Für denselben Text stimmen die Vektoren mit denen von OpenAI überein – ein Index, den du mit OpenAI's API gebaut hast, braucht also kein neues Embedding, um zu Zurelay zu wechseln.

    03

    Kürzere Vektoren auf Wunsch

    Frag weniger Dimensionen ab, um Speicher zu sparen und schneller zu suchen: Der gekürzte Vektor kommt re-normalisiert zurück und funktioniert weiter.

    04

    Tausende Texte pro Anfrage

    Schick bis zu 2,048 Texte auf einmal und bekomm ihre Vektoren in derselben Reihenfolge zurück – abgerechnet pro Token, nicht pro Anfrage.

    Anwendungsfälle

    • Semantische Suche

      Finde Dokumente, Produkte oder Tickets über ihre Bedeutung statt über exakte Wörter – per Kosinus-Ähnlichkeit ihrer Vektoren.

    • Retrieval für Chatbots (RAG)

      Hol die Passagen, die einer Frage am nächsten liegen, und gib sie einem Chat-Modell mit demselben Zurelay-Key.

    • Deduplizierung und Clustering

      Gruppiere fast identische Datensätze, Support-Tickets oder Bewertungen danach, wie nah ihre Vektoren beieinanderliegen.

    • Empfehlungen

      Schlag ähnliche Artikel, Produkte oder Inserate vor – aus den Vektoren dessen, was sich jemand angesehen hat.

    Jetzt starten

    Nutze Text Embedding 3 Small in drei Schritten.

    Keine Warteliste, kein neues SDK. Wenn dein Code schon OpenAIs Embeddings aufruft, läuft er mit Zurelay – und deine gespeicherten Vektoren auch.

    1. 1

      Key erstellen

      Sign up, add credit und create an API key. Set a monthly budget or a rate limit per key if you like.

      Hol dir deinen API-Key
    2. 2

      Point your SDK bei Zurelay

      Change the base URL. The model IDs, the request und the vectors stay the same as OpenAI's.

      https://api.zurelay.com/v1
    3. 3

      Use text-embedding-3-small

      Call client.embeddings.create, or POST text to /v1/embeddings, one string or up to 2,048 at once, und get a vector for each.

      text-embedding-3-small

    Funktioniert mit den Tools, die du schon nutzt

    Vergleich

    Ähnliche Modelle. Alle mit demselben Schlüssel.

    50%Rabatt

    Text Embedding 3 Large

    $0.065 per 1M Eingabe-Token

    Nimm Text Embedding 3 Large, OpenAI's größeres Embedding-Modell, für genauere Retrieval-Ergebnisse mit bis zu 3,072 Dimensionen – zu einem höheren Preis pro Token.

    Text Embedding 3 Large API
    75%Rabatt

    GPT-6 Luna

    $0.025 / $0.125 pro 1M tokens

    Nimm GPT-6 Luna, OpenAI's schnelles, günstiges Chat-Modell, um Antworten aus dem zu schreiben, was deine Suche findet.

    GPT-6 Luna API
    60%Rabatt

    GPT-6 Luna Decisions

    $0.04 per 1M Eingabe-Token

    Nimm GPT-6 Luna Decisions, um Text mit Wahrscheinlichkeiten zu klassifizieren oder zu bewerten, statt Texte nach Bedeutung zu vergleichen.

    GPT-6 Luna Decisions API

    FAQ

    Fragen zur Text Embedding 3 Small API.

    Noch Fragen? Frag unser Team – wir antworten dir per E-Mail.

    Was kostet die text-embedding-3-small API?

    Zurelay berechnet $0.01 pro 1M Input-Tokens gegenüber OpenAI's Listenpreis von $0.02, du sparst also 50%. Die Vektoren sind gratis: Du zahlst nur für die Tokens, die du sendest, gezählt wie OpenAI sie zählt, ohne Mindestbetrag pro Anfrage. Fehlgeschlagene Anfragen kosten nichts.

    Ist es dasselbe wie OpenAI's text-embedding-3-small?

    Ja. Anfragen an text-embedding-3-small laufen auf OpenAI's Modell, und wir haben jede Route gegen OpenAI's eigene API geprüft: Für denselben Text stimmen die Vektoren mit einer Kosinus-Ähnlichkeit von 0.9999 oder mehr mit denen von OpenAI überein. Zurelay ist ein unabhängiger Dienst und steht in keiner Verbindung zu OpenAI und wird von OpenAI nicht unterstützt.

    Funktionieren meine bestehenden Vektoren weiter?

    Ja. Vektoren, die du mit OpenAI's text-embedding-3-small erzeugt hast, lassen sich mit Queries durchsuchen, die über Zurelay embedded wurden – und umgekehrt. Nur ein Wechsel zu einem anderen Modell, etwa text-embedding-3-large, heißt, alles neu zu embedden: Vektoren verschiedener Modelle lassen sich nicht vergleichen.

    Wie rufe ich text-embedding-3-small mit dem OpenAI SDK auf?

    Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 und call client.embeddings.create with model set to text-embedding-3-small und your text as input. Or POST the same JSON to https://api.zurelay.com/v1/embeddings with your key as a Bearer token. The docs at https://zurelay.com/docs/embeddings have examples in Python, Node.js and cURL.

    Funktioniert es mit LangChain, LlamaIndex und dem AI SDK?

    Ja. Gib LangChain's OpenAIEmbeddings oder LlamaIndex' OpenAIEmbedding die Modell-ID text-embedding-3-small, Zurelay's Base-URL und deinen Key – oder erstelle damit den OpenAI-Provider des Vercel AI SDK. LangChain's Python-Klasse sendet standardmäßig Token-IDs, die Zurelay akzeptiert, ihre Standardeinstellungen funktionieren also.

    Wie viele Dimensionen hat text-embedding-3-small?

    Standardmäßig 1,536. Setz dimensions auf eine beliebige Zahl von 1 bis 1,536 für einen kürzeren Vektor: Das Modell ist so trainiert, dass ein gekürzter Vektor weiter funktioniert, und er kommt re-normalisiert zurück. Nutz für jeden Vektor, den du vergleichst, dieselbe Länge.

    Welche Limits gelten?

    Bis zu 2,048 Inputs pro Anfrage, bis zu 8,192 Tokens pro Input und bis zu 300,000 Tokens pro Anfrage insgesamt. Leere Strings werden nicht akzeptiert. Eine Anfrage über einem Limit bekommt einen 400-Fehler, der das Limit nennt, und kostet nichts.

    Wofür ist base64-Kodierung gut?

    Setz encoding_format auf base64, und jeder Vektor kommt als base64-String aus little-endian float32-Zahlen zurück statt als JSON-Array von Zahlen: kleiner und schneller zu laden. Das Python SDK von OpenAI fragt base64 standardmäßig an und dekodiert es für dich. Es kostet dasselbe.

    Kann smart routing mit einem anderen Modell antworten?

    Nein, bei Embeddings nie. Vektoren verschiedener Modelle lassen sich nicht vergleichen, die eines anderen Modells wären also falsch für deinen Index. Wenn text-embedding-3-small nicht verfügbar ist, schlägt die Anfrage mit einem 503-Fehler fehl, den du wiederholen kannst.

    Kann ich es im Playground ausprobieren?

    Ja. Im Playground im Dashboard wählst du text-embedding-3-small, schreibst ein paar Texte und embeddest sie: Du siehst die ersten Zahlen jedes Vektors, die abgerechneten Tokens, die Kosten und die Kosinus-Ähnlichkeit jedes Paares. „Code holen“ erzeugt dieselbe Anfrage für Python, Node.js oder cURL.

    Weitere Modelle auf Zurelay

    Alle Modelle

    Zahl nicht länger den Listenpreis.
    Spare ab heute.

    Erstelle in Sekunden einen Key, richte dein bestehendes SDK auf Zurelay aus und spare bei jeder Anfrage ab dem ersten Token bis zu 90%.

    Hol dir deinen API-KeySprich mit einem Engineer