text-embedding-3-small API
text-embedding-3-small 是 OpenAI 的轻量级文本向量(Embedding)模型,在 CaMeL Hub 上费率 $0.12 / 1M tokens,走 OpenAI 兼容的 /v1/embeddings 接口,把 base_url 换成 https://api.camel-hub.com/v1 即可用现有 SDK 直接调用。单次最多输入 8192 token,输出 1536 维向量,适合语义检索与 RAG。
价格
| 每百万输入 tokens | 每百万输出 tokens | |
|---|---|---|
| CaMeL Hub | $0.12 | $0.12 |
| 官方定价 | $0.02 | — |
以下价格为默认公开分组价，单位为美元 / 每百万 tokens；输入与输出分开计费。 · 官方定价 · 2026-07-11 核实
规格参数
- 提供方
- OpenAI
- 上下文窗口
- 8192 tokens
- 能力
- embedding
- 端点
- openai, anthropic
适用场景
- RAG 检索:建库时把文档切片向量化写入 pgvector / Qdrant / Milvus,查询时把用户问题向量化,召回最相关的上下文再交给对话模型作答。
- 语义搜索:在内部知识库、工单、文档站上做"按意思搜",解决关键词搜索匹配不到同义改写问法的问题。
- 大规模文本去重与聚类:按向量相似度归并近似重复的新闻稿、商品文案、用户反馈。
- 轻量文本分类与意图识别:标注几百条样本并向量化,用 k 近邻查询直接给新输入分类,免去训练模型。
- 内容相似推荐:"相关文章""相似商品"直接按向量距离计算,不依赖点击共现数据。
- 控制向量库成本:存储或内存吃紧时,用 dimensions 参数请求缩短版向量,以极小的精度损失换存储与检索开销。
快速接入
OpenAI 兼容：把 base_url 指向 https://api.camel-hub.com/v1，换成你的 CaMeL Hub API Key 即可，无需改动 SDK。
cURL
curl https://api.camel-hub.com/v1/embeddings \
-H "Authorization: Bearer $CAMEL_HUB_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "text-embedding-3-small",
"input": "The quick brown fox jumps over the lazy dog"
}'Python
from openai import OpenAI
client = OpenAI(
api_key="$CAMEL_HUB_KEY",
base_url="https://api.camel-hub.com/v1", # <-- the only change vs. the OpenAI default
)
resp = client.embeddings.create(
model="text-embedding-3-small",
input="The quick brown fox jumps over the lazy dog",
)
print(resp.data[0].embedding[:8])常见问题
在 CaMeL Hub 上这个模型怎么计费?
输入 token 按 $0.12 / 1M tokens 计费,输出 token 同为 $0.12 / 1M tokens。向量化请求实际只产生输入 token 消耗——接口返回的是向量而不是生成文本——所以费用就是"向量化的 token 数 × $0.12 / 1M"。举例:1000 篇、每篇 500 token 的文档(共 50 万 token)全部向量化约花 $0.06。
它支持对话、流式输出或函数调用吗?
不支持。这是纯向量化模型,只能通过 /v1/embeddings 接口把文本转成数值向量,不能生成文本、不能对话、没有流式和函数调用。需要生成能力时,在 CaMeL Hub 同一端点下搭配任意对话模型即可。
单次输入最长多少?
OpenAI 官方文档标注单条输入上限为 8192 token。同一个请求还可以传入字符串数组批量向量化,建索引时用批量方式效率最高。
向量是多少维?能不能压缩?
默认输出 1536 维。模型支持请求参数 dimensions,可以直接返回缩短后的向量(如 512 维),语义质量损失很小,适合给向量数据库省存储、降检索延迟。
如何开始使用?
先在 CaMeL Hub 控制台(https://api.camel-hub.com/console)注册并创建 API key,然后把任意 OpenAI SDK 的 base_url 指向 https://api.camel-hub.com/v1,调用 client.embeddings.create(model="text-embedding-3-small", input="你的文本") 即可,其余代码不用改。