OpenAI
Opérationnel· vérifié toutes les quelques minutes

Text Embedding 3 Small API

Le text-embedding-3-small d'OpenAI sur la même API qu'OpenAI, à $0.01 par 1M tokens au lieu de $0.02 : des vecteurs pour la recherche et le RAG identiques à ceux d'OpenAI.

Prix par 1M tokens en entrée50%de réduction
Entrée
$0.01$0.02
Sortie
$0.00
Obtenez votre clé APIEssayez dans l’espace de test
Identifiant du modèletext-embedding-3-smallMis à jour
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")

URL de base https://api.zurelay.com/v1. Compatible avec tous les SDK OpenAI, LangChain, LlamaIndex et l'AI SDK. Docs de l'API Embeddings

Dimensions
1,536, ou moins
Par entrée
Jusqu’à 8,192 tokens
Par requête
2,048 entrées, 300K tokens
Sortie
Vecteurs, gratuits
Date de sortie
25 janv. 2024
Statut
Opérationnel

Tarifs

Tarifs de l’API Text Embedding 3 Small. Une fraction du prix catalogue.

Payez à l’usage avec votre crédit prépayé, sans abonnement. Rechargez dès $10. Les requêtes qui échouent ne sont jamais facturées.

TarifZurelayTarif public OpenAI
Entrée
par 1M tokens
$0.01$0.02
Sortie
par 1M tokens
$0.00—

Facturé sur les tokens que vous envoyez, comptés comme les compte OpenAI, sans minimum par requête. Les vecteurs sont gratuits, et des dimensions réduites ou du base64 coûtent pareil. Les requêtes qui échouent ne coûtent rien.

Simulateur d’économies

Ajustez les curseurs selon votre utilisation mensuelle.

Tokens d’entrée par mois50M
Zurelay
$0.50
Tarif public OpenAI
$1.00
Vos économies chaque mois$0.50

$6.00 par an

Coût

Texte Embedding 3 Small : le coût API, calculé.

Des charges de travail typiques aux prix en vigueur chez Zurelay, à côté du prix catalogue.

    Vue d’ensemble

    Qu’est-ce que Text Embedding 3 Small ?

    Texte Embedding 3 Small (text-embedding-3-small) est le petit modèle d'embedding économique d'OpenAI. Il transforme un texte en un vecteur de 1,536 nombres, disposés de façon à ce que les textes de sens proche se retrouvent côte à côte, pour la recherche sémantique, la récupération (RAG), le clustering et les recommandations. Zurelay le sert sur l'endpoint embeddings d'OpenAI, avec le même ID de modèle, la même requête et la même réponse, à 50% sous le prix catalogue d'OpenAI, et les vecteurs sont identiques à ceux d'OpenAI.

    Envoyez du texte à POST https://api.zurelay.com/v1/embeddings avec l'ID de modèle text-embedding-3-small et vous recevez un vecteur par entrée, dans le format de réponse d'OpenAI. L'entrée peut être une chaîne, un tableau de 2,048 chaînes maximum, un tableau d'IDs de tokens du tokenizer cl100k_base d'OpenAI, ou un tableau de 2,048 tableaux de tokens maximum. Chaque entrée peut faire jusqu'à 8,192 tokens, et une requête jusqu'à 300,000 tokens au total.

    Les vecteurs ont 1,536 dimensions par défaut. Le paramètre dimensions les raccourcit à n'importe quelle longueur de 1 à 1,536 : les modèles text-embedding-3 sont entraînés pour qu'un vecteur raccourci fonctionne toujours, et il revient renormalisé. Des vecteurs plus courts prennent moins de stockage et la recherche est plus rapide. Avec encoding_format défini sur base64, chaque vecteur revient sous forme de nombres float32 little-endian encodés en base64, plus petits et plus rapides à télécharger ; le SDK Python d'OpenAI le demande par défaut et le décode pour vous.

    Les SDK d'OpenAI fonctionnent tels quels : définissez l'URL de base sur https://api.zurelay.com/v1, utilisez votre clé Zurelay et appelez client.embeddings.create. Idem pour OpenAIEmbeddings de LangChain, OpenAIEmbedding de LlamaIndex, le provider OpenAI du Vercel AI SDK et les applis qui permettent de définir une URL de base OpenAI pour les embeddings. Nous avons vérifié chaque route contre l'API d'OpenAI elle-même : pour un même texte, les vecteurs correspondent, avec une similarité cosinus de 0.9999 ou plus, donc un index construit avec l'API d'OpenAI continue de fonctionner quand vous l'interrogez via Zurelay.

    La facturation porte uniquement sur les tokens d'entrée, comptés comme chez OpenAI : $0.01 par 1M sur Zurelay contre $0.02 chez OpenAI, sans minimum par requête, et les vecteurs sont gratuits. Une requête d'embeddings est toujours traitée par le modèle que vous indiquez : les vecteurs de modèles différents ne sont pas comparables, donc Zurelay ne répond jamais avec un autre modèle, et passer à un autre modèle implique de réembedder tout ce que vous avez stocké.

    Points forts

    Là où Text Embedding 3 Small excelle. Et ce que les équipes créent avec.

    01

    Moitié du prix d'OpenAI

    $0.01 par 1M de tokens contre $0.02 chez OpenAI, sans minimum par requête, et les vecteurs sont gratuits.

    02

    Votre index continue de fonctionner

    Les vecteurs correspondent à ceux d'OpenAI pour un même texte : un index construit avec l'API d'OpenAI passe donc sur Zurelay sans réembedding.

    03

    Des vecteurs plus courts sur demande

    Demandez moins de dimensions pour économiser du stockage et accélérer la recherche : le vecteur raccourci revient renormalisé et reste exploitable.

    04

    Des milliers de textes par requête

    Envoyez jusqu'à 2,048 textes d'un coup et récupérez leurs vecteurs dans le même ordre, facturés au token et non à la requête.

    Cas d’usage

    • Recherche sémantique

      Trouvez des documents, des produits ou des tickets par leur sens et non par les mots exacts, grâce à la similarité cosinus de leurs vecteurs.

    • Récupération pour chatbots (RAG)

      Récupérez les passages les plus proches d'une question et transmettez-les à un modèle de chat avec la même clé Zurelay.

    • Dédoublonnage et clustering

      Regroupez les enregistrements, tickets support ou avis quasi identiques selon la proximité de leurs vecteurs.

    • Recommandations

      Suggérez des articles, produits ou annonces similaires à partir des vecteurs de ce qu'une personne a consulté.

    Commencer

    Appelez Text Embedding 3 Small en trois étapes.

    Pas de liste d'attente ni de nouveau SDK. Si votre code appelle déjà les embeddings d'OpenAI, il fonctionne avec Zurelay, et les vecteurs que vous avez stockés aussi.

    1. 1

      Créer une clé

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

      Obtenez votre clé API
    2. 2

      Point your SDK en Zurelay

      Change the base URL. The model IDs, the request et 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, et get a vector for each.

      text-embedding-3-small

    Compatible avec les outils que vous utilisez déjà

    Comparer

    Modèles similaires. Tous avec la même clé.

    50%de réduction

    Text Embedding 3 Large

    $0.065 per 1M tokens en entrée

    Choisissez Text Embedding 3 Large, le plus grand modèle d'embedding d'OpenAI, pour une récupération plus précise avec jusqu'à 3,072 dimensions, à un prix par token plus élevé.

    API Text Embedding 3 Large
    75%de réduction

    GPT-6 Luna

    $0.025 / $0.125 par 1M tokens

    Choisissez GPT-6 Luna, le modèle de chat rapide et économique d'OpenAI, pour rédiger les réponses à partir de ce que votre recherche remonte.

    API GPT-6 Luna
    60%de réduction

    GPT-6 Luna Decisions

    $0.04 per 1M tokens en entrée

    Choisissez GPT-6 Luna Decisions pour classer ou noter du texte avec des probabilités, plutôt que de comparer des textes par leur sens.

    API GPT-6 Luna Decisions

    FAQ

    Questions sur l’API Text Embedding 3 Small.

    D’autres questions ? Contactez notre équipe et nous vous répondrons par e-mail.

    Combien coûte l'API text-embedding-3-small ?

    Zurelay facture $0.01 par 1M de tokens d'entrée, contre $0.02 au tarif public d'OpenAI, soit une économie de 50%. Les vecteurs sont gratuits : vous ne payez que les tokens envoyés, comptés comme chez OpenAI, sans minimum par requête. Les requêtes échouées ne coûtent rien.

    Est-ce identique au text-embedding-3-small d'OpenAI ?

    Oui. Les requêtes vers text-embedding-3-small passent par le modèle d'OpenAI, et nous avons vérifié chaque route par rapport à l'API d'OpenAI : pour un même texte, les vecteurs correspondent à ceux d'OpenAI avec une similarité cosinus de 0.9999 ou plus. Zurelay est un service indépendant, sans affiliation ni approbation d'OpenAI.

    Mes vecteurs existants continueront-ils de fonctionner ?

    Oui. Les vecteurs créés avec le text-embedding-3-small d'OpenAI peuvent être interrogés avec des requêtes embeddées via Zurelay, et inversement. Seul un passage à un autre modèle, comme text-embedding-3-large, impose de tout réembedder : les vecteurs de modèles différents ne sont pas comparables.

    Comment appeler text-embedding-3-small avec le SDK OpenAI ?

    Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 et call client.embeddings.create with model set to text-embedding-3-small et 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.

    Est-ce compatible avec LangChain, LlamaIndex et le AI SDK ?

    Oui. Indiquez l'ID de modèle text-embedding-3-small, l'URL de base de Zurelay et votre clé à OpenAIEmbeddings de LangChain ou à OpenAIEmbedding de LlamaIndex, ou créez le provider OpenAI du Vercel AI SDK avec ces mêmes valeurs. La classe Python de LangChain envoie des token IDs par défaut, ce que Zurelay accepte : ses réglages par défaut fonctionnent.

    Combien de dimensions compte text-embedding-3-small ?

    1,536 par défaut. Définissez dimensions sur n'importe quelle valeur de 1 à 1,536 pour obtenir un vecteur plus court : le modèle est entraîné pour qu'un vecteur raccourci reste valable, et il revient renormalisé. Utilisez la même longueur pour tous les vecteurs que vous comparez.

    Quelles sont les limites ?

    Jusqu'à 2,048 entrées par requête, jusqu'à 8,192 tokens dans chacune et jusqu'à 300,000 tokens pour la requête entière. Les chaînes vides ne sont pas acceptées. Une requête qui dépasse une limite renvoie une erreur 400 nommant la limite, sans frais.

    À quoi sert l'encodage base64 ?

    Définissez encoding_format sur base64 et chaque vecteur revient sous forme de chaîne base64 de nombres float32 little-endian au lieu d'un tableau JSON de nombres : plus petit et plus rapide à télécharger. Le SDK Python d'OpenAI demande base64 par défaut et le décode pour vous. Le prix reste le même.

    Le routage intelligent peut-il répondre avec un autre modèle ?

    Non, jamais pour les embeddings. Les vecteurs de modèles différents ne sont pas comparables : ceux d'un autre modèle seraient faux pour votre index. Si text-embedding-3-small est indisponible, la requête échoue avec une erreur 503 que vous pouvez réessayer.

    Puis-je l'essayer dans le Playground ?

    Oui. Dans le Playground du dashboard, choisissez text-embedding-3-small, saisissez quelques textes et vectorisez-les : vous voyez les premiers nombres de chaque vecteur, les tokens facturés, le coût et la similarité cosinus de chaque paire. Get code génère la même requête pour Python, Node.js ou cURL.

    D’autres modèles sur Zurelay

    Tous les modèles

    Ne payez plus le prix catalogue.
    Économisez dès aujourd’hui.

    Créez une clé en quelques secondes, configurez votre SDK habituel pour utiliser Zurelay et payez chaque requête jusqu’à 90% moins cher, dès le premier token.

    Obtenez votre clé APIParler à un ingénieur