2024 年 1 月 25 日，我们发布了两款新的嵌入模型：text-embedding-3-small 和 text-embedding-3-large。这是我们最新、性能最强的嵌入模型，不仅成本更低、多语言性能更出色，还新增了用于缩短嵌入向量的参数。了解更多。
在尝试嵌入字符串之前，如何判断它会有多少个 Token？
你可以使用 OpenAI 的 Tiktoken 软件包来检查字符串会有多少个 Token。请参阅我们的嵌入开发者指南了解更多信息。
如何快速检索 K 个最近的嵌入向量？
如需快速搜索大量向量，我们建议使用向量数据库。
应该使用哪种距离函数？
OpenAI API 的嵌入输出默认会进行 L2 归一化，使长度为 1，包括使用 dimensions 参数缩短之后也是如此，这意味着：
OpenAI 嵌入已归一化为长度 1，这意味着：
仅使用点积即可稍快地计算余弦相似度
余弦相似度和欧氏距离会得到相同的排序