Embeddings 计费与检索架构：别和 Chat 混账

# Embeddings 计费与检索架构：别和 Chat 混账

OpenAI 的 Embeddings API 专为创建文本向量而设计，主要服务于检索增强生成（RAG）、语义搜索、分类和聚类等场景。它与 Chat 模型完全不同，不参与输出生成，仅按输入 token 计费，且价格远低于 GPT 系列。适用于 1M+ token 月级别的项目开发者和需要精确语义匹配的开发者。

核心概念与术语

• Embeddings（嵌入）：将文本转换为固定维度的浮点数向量（如 1536 或 3072 维），向量距离越近表示语义越相似。
• Embedding API：OpenAI 专属接口（POST /v1/embeddings），用于生成向量。
• Token 计费单位：仅输入 token（非输出），与 Chat 模型的 /v1/chat/completions 完全独立。
• 模型类型：

- text-embedding-3-small：推荐首选，性价比高，MTEB 得分 62.3%。

- text-embedding-3-large：追求更高准确性，MTEB 得分 64.6%。

- text-embedding-ada-002：老一代模型，仍可使用但已过时。

决策表：Embeddings 何时与 Chat 模型混用

场景	推荐模型	是否混用 Chat	原因与决策依据
RAG 知识库检索	text-embedding-3-small	否	向量距离匹配最优，成本最低
语义搜索与分类	text-embedding-3-small	否	实时响应，输入量大时更经济
高精度聚类/推荐	text-embedding-3-large	否	准确率胜出，适合离线/批量处理
ChatGPT Plus 订阅	无需 Embeddings	是	仅聊天，Embeddings 另计费
混合应用（Chat + 检索）	Embeddings + Chat	否	向量仅 Embeddings 计费，Chat 单独计费

决策原则：项目中使用向量检索时，必须选择 Embeddings API；如果同时调用 Chat 模型，价格完全独立，按实际 token 统计。

实操清单：分步可核对计费

1. 创建 API Key：进入 OpenAI 平台，生成并保存。

2. 选择模型：在请求中指定 model: "text-embedding-3-small"（或 large/ada）。

3. 构建请求：

   {

     "input": ["文本1", "文本2"],   // 数组支持批量

     "model": "text-embedding-3-small"

   }

4. 调用 API：使用 curl、Python requests 或官方 SDK。

5. 检查计费：响应中 usage.prompt_tokens 即为计费 token；查看 OpenAI 计费页面 对照公式计算。

6. 批量优化：开启 Batch API 可减半价格（$0.01/M for small）。

示例（per 1M tokens）：

• text-embedding-3-small：$0.02（标准），Batch 后 $0.01
• text-embedding-3-large：$0.13（标准），Batch 后 $0.065

常见坑与风险边界

• 误以为 Chat 计费：Embeddings 没有输出 token，很多人把向量视为“生成结果”导致低估成本。
• 维度混淆：text-embedding-3-large 为 3072 维，small 为 1536 维，影响存储和查询速度。
• Batch 延迟：24 小时返回，不适合实时应用。
• 价格变动：以 OpenAI 官方定价页 当日数据为准，历史模型已迁移至新版。
• 输入长度限制：单个请求最大约 300,000 tokens。

非法律意见声明：以上信息基于公开官方文档整理，仅供参考，不构成任何法律或专业咨询。实际计费以 OpenAI 平台实时数据为准，请自行核对 API 文档与计费页面。

站内路径：相关工具与页面

• 官方 API 入门指南：完整模型列表与快速上手
• OpenAI API 价格一览：实时定价对照表
• API 流量与计费监控：实时费用追踪与优化建议
• 计费核对全流程：账单拆解与 API 明细查询
• API 使用最佳实践指南：Embeddings 与 Chat 混合开发示例