Un embedding è una posizione, e il significato è distanza
Dai a un modello di embedding la frase "come ottengo indietro i miei soldi" e restituisce un elenco di numeri. Dagli "politica di rimborso" e restituisce un altro elenco. I due elenchi sono vicini tra loro. Dagli "il rimborso degli elettroni nel catodo" e l'elenco finisce lontano, anche se condivide la parola.
Questo è tutto il trucco. Il modello ha imparato a posizionare il testo in uno spazio con centinaia o migliaia di dimensioni in modo che sia il significato, non il vocabolario, a decidere dove le cose finiscono. Una volta che il testo è una posizione, le domande sul significato diventano domande sulla distanza, e la distanza è qualcosa che un computer può calcolare per un milione di elementi in millisecondi.
La famosa dimostrazione iniziale, dal lavoro word2vec del 2013, era aritmetica sulle posizioni delle parole: prendi il vettore per "re", sottrai "uomo", aggiungi "donna", e la parola più vicina al risultato è "regina". I modelli di embedding moderni fanno lo stesso per intere frasi e documenti, e i vettori sono più lunghi.
Quanto è grande un embedding, nei modelli che le persone usano davvero
La lunghezza dell'elenco si chiama numero di dimensioni. È cresciuta insieme ai modelli.
word2vec nel 2013 usava 300 dimensioni e BERT base 768 nel 2018; Voyage 3 restituisce 1.024, text-embedding-3-small di OpenAI restituisce 1.536 numeri per input e text-embedding-3-large ne restituisce 3.072; anche Gemini Embedding di Google usa 3.072 come impostazione predefinita. Più dimensioni possono contenere distinzioni più fini, al costo di spazio di archiviazione e tempo di confronto, motivo per cui i modelli più recenti permettono anche di troncare l'elenco a una dimensione più piccola quando la velocità conta più della sfumatura.
Ciascuno di quei numeri non ha significato da solo. La dimensione 412 non è "formalità" o "argomento". Il significato sta solo in dove l'intero elenco finisce rispetto ad altri elenchi, motivo per cui un embedding è inutile senza una raccolta con cui confrontarlo.
I modelli di embedding trovano; i modelli linguistici scrivono
Le persone confondono i due perché entrambi sono "IA sul testo". Sono modelli diversi che svolgono compiti opposti.
| Modello di embedding | Modello linguistico (LLM) | |
|---|---|---|
| Input | Testo (o un'immagine) | Testo (o un'immagine) |
| Output | Un elenco fisso di numeri | Nuovo testo, un token alla volta |
| Compito | Posizionare l'input in modo che le cose simili siano vicine | Continuare l'input in modo plausibile |
| Usato per | Ricerca, corrispondenza, clustering, recupero | Rispondere, scrivere, riassumere |
| Costo per milione di token | $0.02 su text-embedding-3-small | $0.20 sulla riga GPT più economica, da $2 a $10 su quelle di frontiera |
| Può sbagliare? | Può classificare per prima una corrispondenza scadente | Può inventare una risposta |
La riga sul costo è quella da notare. Fare l'embedding di un milione di token con il modello piccolo di OpenAI costa $0.02, contro $0.20 per milione di token di input per GPT-5.6 Luna, a pari merito per la riga GPT più economica con Luna Pro e GPT-5.4 Nano, secondo l'indice dei costi dei modelli IA ai prezzi OpenRouter rilevati il 2026-08-20. Trovare costa dieci volte meno della scrittura GPT più economica e almeno cento volte meno della scrittura di frontiera. Questo divario è il motivo per cui ogni sistema serio prima trova e poi scrive. Cos'è un LLM approfondisce il lato della scrittura.
Dove girano gli embeddings senza che tu li veda
Chat con i tuoi documenti. Quando carichi un lungo PDF e fai una domanda, il file viene suddiviso in passaggi, ogni passaggio viene trasformato in embedding e memorizzato in un database vettoriale, la tua domanda viene trasformata in embedding, e i passaggi i cui vettori sono più vicini vengono consegnati al modello linguistico come contesto. Il modello risponde partendo da quei passaggi. Questa è la generazione aumentata dal recupero, e cos'è il RAG percorre l'intera pipeline; gli embeddings sono il suo passaggio di ricerca. La guida alla chat con i PDF spiega come interrogare un file caricato su Whizi.
Se un documento viene cercato o semplicemente letto per intero dipende dalla finestra. La finestra di contesto di ogni modello, in pagine, è qui sotto; tutto ciò che ci sta può entrare per intero, e il recupero esiste per le raccolte che non ci stanno.
Ricerca che capisce i sinonimi. Un sito di assistenza che restituisce l'articolo sulla cancellazione per "smetto di pagare" sta confrontando embeddings, non parole.
Suggerimenti e clustering. Elementi con vettori vicini sono elementi simili: prodotti correlati, ticket duplicati, articoli sullo stesso argomento.
Funzioni di memoria nelle app di chat. Quando un assistente "ricorda" un fatto da una vecchia conversazione, un'implementazione comune trasforma in embedding le note passate e recupera quelle più vicine nel prompt.
In ogni caso l'embedding si occupa di trovare e qualcos'altro si occupa di decidere o scrivere. La modalità di fallimento è la stessa ovunque: se il vettore più vicino è il passaggio sbagliato, tutto ciò che segue risponde con sicurezza alla domanda sbagliata, cosa che cos'è un'allucinazione dell'IA elenca come un fallimento distinto dall'invenzione.
Cosa puoi fare con questa idea, senza scrivere codice
Raramente maneggerai un embedding direttamente, ma conoscere il meccanismo cambia il modo in cui usi gli strumenti costruiti su di esso.
- Fai domande nella lingua della risposta. Il recupero abbina la tua domanda ai passaggi per significato. Una domanda formulata come la formula il documento finisce più vicina di una formulata come la diresti ad alta voce.
- Dividi i caricamenti grandi per argomento. Un file di 400 pagine con tre argomenti non correlati finisce in embedding in uno spazio affollato; tre file vengono recuperati in modo pulito.
- Leggi il passaggio citato. Se una risposta di chat con file cita un passaggio, aprilo. Un mancato recupero sembra una risposta sicura a una domanda leggermente diversa.
- Aspettati che fallisca sulle stringhe esatte. Gli embeddings riguardano il significato; un numero di fattura o un codice articolo si trova meglio con una ricerca testuale semplice, e gli strumenti migliori combinano i due approcci.
La regola decisionale: quando il compito è trovare l'elemento giusto tra tanti, ti serve un modello di embedding, ed è bene che costi poco. Quando il compito è produrre un elemento, ti serve un modello linguistico, ed è bene che sia buono. I prodotti che ottengono questa distinzione giusta sono quelli la cui chat con i file funziona davvero.
- Ricorda la distinzione: gli embeddings trovano, i modelli linguistici scrivono
- Formula le domande a un documento caricato con i termini del documento stesso
- Dividi i caricamenti grandi per argomento così il recupero ha uno spazio di ricerca più pulito
- Apri il passaggio citato in ogni risposta di chat con file prima di fidartene
- Usa la ricerca testuale semplice per stringhe esatte come ID e codici; gli embeddings abbinano il significato, non i caratteri
Domande frequenti
Cos'è un embedding in parole semplici?
Un elenco di numeri che rappresenta il significato di un testo, posizionato in modo che significati simili ottengano elenchi simili. "Politica di rimborso" e "come ottengo indietro i miei soldi" finiscono vicini; una frase di chimica con la parola rimborso finisce lontana. La distanza tra elenchi è il modo in cui un computer misura la correlazione.
Qual è la differenza tra un modello di embedding e un LLM?
Un modello di embedding restituisce un elenco fisso di numeri che rappresenta il significato; un modello linguistico restituisce nuovo testo un token alla volta. Il primo trova e abbina, il secondo scrive e risponde. La chat con i tuoi documenti usa entrambi: gli embeddings per recuperare i passaggi rilevanti, l'LLM per scrivere la risposta a partire da essi.
Quante dimensioni ha un embedding?
Dipende dal modello. word2vec nel 2013 usava 300, BERT base 768, e i modelli attuali vanno da 1.024 a 3.072: text-embedding-3-small di OpenAI restituisce 1.536 e text-embedding-3-large restituisce 3.072, lo stesso valore predefinito di Gemini Embedding di Google. I modelli più recenti permettono di troncare a meno dimensioni quando la velocità conta più della sfumatura.
Gli embeddings sono costosi?
No, ed è proprio questo il punto. OpenAI indica text-embedding-3-small a $0.02 per milione di token, contro $0.20 per milione di token di input per GPT-5.6 Luna e da $2 a $5 per i modelli di chat di frontiera ai prezzi di listino OpenRouter rilevati il 2026-08-20. Trovare costa da dieci a cento volte meno che scrivere, motivo per cui i sistemi di recupero trasformano tutto in embedding e generano solo la risposta.
Dove si usano gli embeddings in ChatGPT, Claude o Gemini?
Nelle funzioni che trovano le cose: caricamento di file e chat con i documenti, ricerca nelle tue conversazioni passate e memoria che richiama fatti da chat precedenti. In ogni caso, la progettazione tipica è trasformare il testo in embedding, recuperare le corrispondenze più vicine, e far scrivere al modello linguistico partendo da quelle. L'embedding è invisibile per te; il mancato recupero, quando accade, non lo è.
