Text Embedding 3 Small
Red Neuronal
Text Embedding 3 Small es un modelo de embeddings de OpenAI que convierte texto en vectores para búsqueda semántica y sistemas RAG.
Características
- Entrada
- texto
- Salida
- vectores (embeddings)
- Tamaño del contexto
- 8 192 tokens
- Dimensiones del vector
- 1 536
Costo del prompt
(por 1M tokens)
Cómo funciona Text Embedding 3 Small?
Text Embedding 3 Small es un modelo vectorial de OpenAI, evolución de la línea ada: codifica texto en vectores numéricos para medir la proximidad semántica de los fragmentos. La comparación no se basa en la coincidencia de palabras, sino en la distancia entre vectores, por lo que el modelo sirve como capa base para búsqueda, clasificación y ranking. En BotHub, las llamadas se realizan a través de una API única compatible con OpenAI: acceso desde Rusia sin VPN ni tarjeta extranjera, pago en rublos según uso, y más de 250 modelos disponibles en una sola interfaz. Se utiliza para búsqueda semántica en bases de documentos, RAG sobre wikis corporativas, deduplicación y agrupación de consultas, selección de materiales similares y para alimentar almacenes vectoriales como Qdrant o pgvector.Preguntas frecuentes sobre Text Embedding 3 Small
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de embedding de OpenAI: convierte texto en un vector numérico, útil para calcular la proximidad semántica. Es adecuado para búsqueda semántica, pipelines RAG, agrupación y clasificación de documentos, deduplicación y recomendaciones. Acepta hasta 4095 tokens, por lo que los textos largos deben dividirse en fragmentos.
El resultado no es texto, sino un vector de dimensión fija: una matriz de números de punto flotante. Se guarda en bases de datos vectoriales como Qdrant o pgvector y se busca mediante similitud de coseno. La solicitud se realiza a través de la API de BotHub, compatible con OpenAI.
No hay indicaciones de razonamiento antes de responder en nuestros datos. La tarea del embedder es otra: codifica el significado del texto en un vector, no desarrolla una cadena de pensamiento. Si necesitas razonamiento y explicaciones, conecta un modelo de texto en la misma API; no tendrás que reescribir la integración.
En nuestros datos, no se indican llamadas a funciones (function calling) ni salida estructurada. La respuesta del modelo de embedding es un vector que su aplicación coloca en la estructura necesaria. Para herramientas y esquemas JSON, es más conveniente usar un modelo de texto de BotHub, accediendo a él con la misma clave.
No se indica la recepción de otras modalidades aparte de texto en nuestros datos: usted envía fragmentos de texto y recibe vectores. Si su proyecto requiere imágenes, audio o video, en BotHub hay modelos especializados disponibles; puede conectarlos junto a este en la misma interfaz y API.
La familia text-embedding-3 de OpenAI fue entrenada con datos multilingües, por lo que los textos en ruso se vectorizan correctamente y funciona la búsqueda interlingüe. La precisión depende de su área temática, así que antes de pasar a producción, ejecute una muestra de prueba y compare las métricas con sus documentos.