OpenAI
稼働中· 数分ごとに確認

Text Embedding 3 Small API

OpenAI の text-embedding-3-small を、OpenAI と同じ API 上で、$0.02 の代わりに 1M トークンあたり $0.01 で提供します。検索や RAG に使えるベクトルは OpenAI のものと一致します。

入力1Mトークンあたりの料金50%割引
入力
$0.01$0.02
出力
$0.00
APIキーを取得Playgroundで試す
モデルIDtext-embedding-3-small更新
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")

ベースURL https://api.zurelay.com/v1. OpenAI SDK、LangChain、LlamaIndex、AI SDK のいずれでも動作します。 Embeddings API ドキュメント

次元数
1,536以下
入力あたり
最大 8,192 tokens
リクエストごと
2,048件の入力、300Kトークン
出力
ベクトルは無料
リリース日
2024年1月25日
ステータス
稼働中

料金

テキスト Embedding 3 SmallのAPI料金。 定価より大幅にお得です。

プリペイド残高からの従量課金で、サブスクリプションは不要です。$10からチャージできます。失敗したリクエストには課金されません。

料金ZurelayOpenAIの定価
入力
1M トークンあたり
$0.01$0.02
出力
1M トークンあたり
$0.00—

送信したトークンに対して、OpenAIと同じ方法でカウントして課金されます。1リクエストあたりの最低料金はありません。ベクトルは無料で、次元数を減らしても base64 でも料金は変わりません。失敗したリクエストは無料です。

節約額の計算

スライダーで月間使用量を設定してください。

月間入力トークン数50M
Zurelay
$0.50
OpenAIの定価
$1.00
毎月の節約額$0.50

年間$6.00

料金

テキスト Embedding 3 Small の API コスト、計算しました。

代表的なワークロードでの Zurelay の実際の価格を、定価と並べて比較できます。

    概要

    テキスト Embedding 3 Smallとは？

    テキスト Embedding 3 Small（text-embedding-3-small）は、OpenAI の小型で低コストな埋め込みモデルです。テキストを 1,536 個の数値からなるベクトルに変換し、意味の近いテキストどうしが近くに並ぶように配置します。セマンティック検索、検索拡張生成（RAG）、クラスタリング、レコメンデーションに使えます。Zurelay は OpenAI の embeddings エンドポイント上で、同じモデル ID、リクエスト、レスポンスのまま、OpenAI の定価より 50% 安く提供しており、ベクトルも OpenAI のものと一致します。

    テキストをモデル ID text-embedding-3-small とともに POST https://api.zurelay.com/v1/embeddings に送ると、入力ごとに 1 つのベクトルが OpenAI のレスポンス形式で返ります。入力には、文字列、最大 2,048 個の文字列の配列、OpenAI の cl100k_base トークナイザーによるトークン ID の配列、または最大 2,048 個のトークン配列からなる配列を指定できます。各入力は最大 8,192 トークン、1 リクエストあたり合計 300,000 トークンまでです。

    ベクトルは既定で 1,536 次元です。dimensions パラメータを使うと 1 から 1,536 までの任意の長さに短縮できます。text-embedding-3 モデルは短縮しても使えるように学習されているため、短縮したベクトルも再正規化されて返ります。短いベクトルはストレージを節約でき、検索も速くなります。encoding_format を base64 に設定すると、各ベクトルは base64 でエンコードされたリトルエンディアンの float32 数値として返り、サイズが小さくダウンロードも速くなります。OpenAI の Python SDK は既定でこれを要求し、自動的にデコードします。

    OpenAI の SDK はそのまま使えます。ベース URL を https://api.zurelay.com/v1 に設定し、Zurelay のキーを使って client.embeddings.create を呼び出してください。LangChain の OpenAIEmbeddings、LlamaIndex の OpenAIEmbedding、Vercel AI SDK の OpenAI プロバイダー、そして埋め込み用に OpenAI のベース URL を設定できるアプリも同様に動作します。すべての経路を OpenAI の API と突き合わせて確認しました。同じテキストに対してベクトルは一致し、コサイン類似度は 0.9999 以上です。そのため、OpenAI の API で構築したインデックスは、Zurelay 経由でクエリしてもそのまま動作します。

    課金は入力トークンのみで、数え方は OpenAI と同じです。Zurelay では 1M あたり $0.01、OpenAI の $0.02 に対して、リクエストごとの最低額はなく、ベクトルは無料です。埋め込みリクエストには必ず指定したモデルが応答します。異なるモデルのベクトルは比較できないため、Zurelay が別のモデルで応答することはありません。別のモデルに移行する場合は、保存済みのすべてを埋め込み直す必要があります。

    強み

    テキスト Embedding 3 Smallが得意なこと。 チームでの活用例も紹介します。

    01

    OpenAI の半額

    1M トークンあたり $0.01、OpenAI の $0.02 に対して。リクエストごとの最低額はなく、ベクトルは無料です。

    02

    既存のインデックスがそのまま使える

    同じテキストに対して OpenAI と同じベクトルが返るため、OpenAI の API で構築したインデックスは、Zurelay に移行しても埋め込み直す必要がありません。

    03

    次元を指定して短くできる

    次元数を減らすよう指定すれば、ストレージを節約でき、検索も速くなります。短縮されたベクトルは再正規化されて返るので、そのまま使えます。

    04

    1リクエストで数千件のテキスト

    一度に最大 2,048 件のテキストを送信でき、ベクトルは同じ順序で返ります。課金はリクエスト単位ではなくトークン単位です。

    ユースケース

    • セマンティック検索

      ベクトルのコサイン類似度を使って、文言そのものではなく意味で文書、商品、チケットを検索できます。

    • チャットボット向けの検索 (RAG)

      質問に最も近いパッセージを取得し、同じ Zurelay のキーでチャットモデルに渡します。

    • 重複排除とクラスタリング

      ほぼ重複したレコード、サポートチケット、レビューを、ベクトルの近さでグループ化します。

    • レコメンデーション

      ユーザーが見たもののベクトルから、似た記事、商品、出品をおすすめします。

    始める

    3ステップでText Embedding 3 Smallを呼び出せます。

    ウェイトリストも新しい SDK も不要です。すでに OpenAI の埋め込みを呼び出しているコードはそのまま Zurelay で動作し、保存済みのベクトルもそのまま使えます。

    1. 1

      キーを作成

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

      APIキーを取得
    2. 2

      ZurelayでPoint your SDK

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

      text-embedding-3-small

    普段使っているツールに対応

    比較

    類似モデル。 すべて同じキーで使えます。

    50%割引

    Text Embedding 3 Large

    $0.065 per 1M 入力トークン

    より精度の高い検索が必要なら、OpenAI のより大きな埋め込みモデルである Text Embedding 3 Large を選んでください。最大 3,072 次元で、トークンあたりの価格は高くなります。

    Text Embedding 3 Large API
    75%割引

    GPT-6 Luna

    1Mトークンあたり入力$0.025 / 出力$0.125

    検索で見つかった内容から回答を書くには、OpenAI の高速で低コストなチャットモデル、GPT-6 Luna を選んでください。

    GPT-6 Luna API
    60%割引

    GPT-6 Luna Decisions

    $0.04 per 1M 入力トークン

    テキストを意味で比較するのではなく、確率で分類したりスコアを付けたりするには、GPT-6 Luna Decisions を選んでください。

    GPT-6 Luna Decisions API

    よくある質問

    テキスト Embedding 3 Small APIについてよくある質問。

    ほかにご質問はありますか？ チームに問い合わせると、メールでお答えします。

    text-embedding-3-small API の料金はいくらですか？

    Zurelay の料金は 1M 入力トークンあたり $0.01 で、OpenAI の定価 $0.02 に対して 50% の節約になります。ベクトルは無料で、課金されるのは送信したトークンのみです。数え方は OpenAI と同じで、リクエストごとの最低額はありません。失敗したリクエストには料金がかかりません。

    OpenAI の text-embedding-3-small と同じものですか？

    はい。text-embedding-3-small へのリクエストは OpenAI のモデルで実行されます。すべてのルートを OpenAI 自身の API と照合したところ、同じテキストに対してベクトルはコサイン類似度 0.9999 以上で一致します。Zurelay は独立したサービスであり、OpenAI と提携しておらず、OpenAI による承認も受けていません。

    すでに持っているベクトルはそのまま使えますか？

    はい。OpenAI の text-embedding-3-small で作成したベクトルは、Zurelay で埋め込んだクエリでも検索でき、その逆も同様です。すべてを埋め込み直す必要があるのは、text-embedding-3-large など別のモデルに移行する場合だけです。異なるモデルのベクトルは比較できません。

    OpenAI SDK で text-embedding-3-small を呼び出すにはどうすればよいですか？

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

    LangChain、LlamaIndex、AI SDK で使えますか？

    はい。LangChain の OpenAIEmbeddings または LlamaIndex の OpenAIEmbedding に、モデル ID の text-embedding-3-small、Zurelay のベース URL、API キーを渡すか、それらを使って Vercel AI SDK の OpenAI プロバイダーを作成してください。LangChain の Python クラスはデフォルトでトークン ID を送信しますが、Zurelay はそれも受け付けるため、デフォルト設定のまま動作します。

    text-embedding-3-small の次元数はいくつですか？

    デフォルトは 1,536 です。短いベクトルが必要な場合は、dimensions に 1〜1,536 の任意の値を設定してください。モデルは短縮されたベクトルでも使えるように訓練されており、再正規化されて返ります。比較するベクトルはすべて同じ長さにしてください。

    上限はどれくらいですか？

    1リクエストあたり最大 2,048 件の入力、各入力は最大 8,192 トークン、リクエスト全体で最大 300,000 トークンです。空文字列は受け付けません。上限を超えたリクエストには、その上限を示す 400 エラーが返り、料金はかかりません。

    base64 エンコードは何のためにありますか？

    encoding_format を base64 に設定すると、各ベクトルは数値の JSON 配列ではなく、リトルエンディアンの float32 数値を base64 でエンコードした文字列として返されます。データサイズが小さくなり、ダウンロードも速くなります。OpenAI の Python SDK はデフォルトで base64 をリクエストし、自動でデコードします。料金は変わりません。

    スマートルーティングが別のモデルで応答することはありますか？

    いいえ、埋め込みでは決してありません。異なるモデルのベクトルは比較できないため、別モデルのベクトルはあなたのインデックスには誤りとなります。text-embedding-3-small がダウンしている場合、リクエストは 503 エラーで失敗します。これは再試行できます。

    Playground で試せますか？

    はい。ダッシュボードの Playground で text-embedding-3-small を選び、テキストをいくつか書いて埋め込んでみてください。各ベクトルの先頭の数値、課金されたトークン数、コスト、すべてのペアのコサイン類似度が表示されます。「コードを取得」では、同じリクエストを Python、Node.js、cURL 用に書き出します。

    Zurelayのその他のモデル

    すべてのモデル

    定価で払うのはもう終わり。
    今日から節約を始めましょう。

    数秒でキーを作成し、お使いのSDKをZurelayに接続するだけ。最初のトークンから、すべてのリクエストが最大90%安くなります。

    APIキーを取得エンジニアに相談