定義
埋め込み次元数とは、テキストや画像をベクトルに変換した際に、そのベクトルが持つ数値の個数（次元）のことである。
埋め込み次元数 (Embedding Dimension)とは（詳しく解説）
埋め込み次元数とは、テキストや画像をベクトル化する埋め込みモデルが出力するベクトルの要素数を指す。一般に次元数が大きいほど意味的な情報をより細かく表現できるとされるが、その分ベクトルDBの保存容量や検索の計算量が増え、コストと精度のトレードオフが生じる。2026年時点の実運用では、主要モデルで数百〜3000次元程度が広く採用されており、次元数を用途に応じて圧縮できるMatryoshka Embeddingのような手法も普及してきた。現場での選び方としては、まず小さめの次元数で検索精度を検証し、要件を満たさない場合のみ段階的に次元数を上げる進め方が取られることが多いとされる。次元数を必要以上に大きくすると、ベクトルDBの運用コストが相場感を超えて膨らむ落とし穴があるため、精度とコストのバランスを見て決めることが重要とされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「埋め込み次元数 (Embedding Dimension)とは」 https://aipicks.jp/glossary/embedding-dimension
埋め込み次元数 (Embedding Dimension)の使用例
- OpenAIのtext-embedding-3-smallは1536次元、3-largeは3072次元というように次元数はモデルごとに異なる。
- 「この埋め込みモデルの次元数を768から384に圧縮した場合の検索精度への影響を教えて」といった検証依頼で使われる。
