text-embedding-3-small の技術仕様
| 項目 | 詳細 |
|---|---|
| Model ID | text-embedding-3-small |
| モデル種別 | テキスト埋め込みモデル |
| 説明 | 効率的な処理に適した小型のテキスト埋め込みモデル。 |
| 主な用途 | セマンティック検索、リトリーバル、クラスタリング、分類、類似度タスクのためにテキストを高密度ベクトル埋め込みに変換 |
| 入力モダリティ | テキスト |
| 出力モダリティ | 埋め込みベクトル |
| コンテキスト適合性 | 効率的なテキスト埋め込みワークロード向けに最適化 |
| 典型的な統合パターン | 下流の NLP およびリトリーバルシステム向けの API ベースの埋め込み生成 |
text-embedding-3-small とは？
text-embedding-3-small は、テキストを意味を捉えた数値ベクトル表現へ変換するために設計されたテキスト埋め込みモデルです。これらの埋め込みにより、アプリケーションは厳密なキーワード一致ではなく、類似度に基づいてテキスト同士を比較しやすくなります。
小型の埋め込みモデルであるため、text-embedding-3-small は、迅速な応答とスケーラブルな埋め込み生成を必要とする本番システムでの効率的な処理に適しています。セマンティック検索、レコメンデーションパイプライン、ドキュメントリトリーバル、重複排除、インテントマッチング、ナレッジベースのインデキシングといったワークフローで利用できます。
text-embedding-3-small の主な特長
- 高効率な埋め込み生成: 応答性の高いパフォーマンスが求められるアプリケーションにおいて、高速かつ軽量なテキストからベクトルへの変換を実現するよう設計。
- セマンティック理解: 単純な語彙の一致を超えて、意味や文脈上の類似性を捉えるのに役立つ埋め込みへテキストをエンコード。
- スケーラブルなデプロイ: ドキュメントのインデキシング、検索コーパス、FAQ、製品カタログ、サポートコンテンツなどの大規模パイプラインに適合。
- 多用途な下流利用: リトリーバル、リランキング準備、クラスタリング、分類、レコメンデーション、重複検出などのユースケースをサポート。
- API による統合の容易さ: ホスト型 API を通じたプログラム的な埋め込み生成に依存するモダンなアプリケーションスタックで良好に機能。
text-embedding-3-small へのアクセスと統合方法
ステップ 1: API キーにサインアップ
まずは CometAPI プラットフォームにサインアップし、ダッシュボードから API キーを生成します。キーを取得したら安全に保管し、text-embedding-3-small API へのすべてのリクエストの認証に使用してください。
ステップ 2: text-embedding-3-small API にリクエストを送信
API キーを取得したら、CometAPI エンドポイントに HTTPS リクエストを送信し、モデルに text-embedding-3-small を指定します。リクエストボディに入力テキストを含め、認可ヘッダーが正しく設定されていることを確認してください。
curl https://api.cometapi.com/v1/embeddings \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-d '{
"model": "text-embedding-3-small",
"input": "ここにテキストを入力"
}'
ステップ 3: 結果の取得と検証
リクエストが処理されると、API は指定した入力に対する埋め込みデータを返します。レスポンスに期待されるベクトル出力が含まれていることを確認し、リクエストが正常に完了したことを確かめたうえで、検索、リトリーバル、ランキング、分析パイプラインに埋め込みを保存または受け渡してください。