جميع الموديلات
OpenAI
text-embedding-3-large
نموذج تضمين النص ذو القدرة الأعلى من OpenAI للبحث الدلالي والتوصيات والتجميع وخطوط الاسترجاع.
نظرة عامة على اللغة الإنجليزية البسيطة
ما هو text-embedding-3-large في الواقع
يقوم text-embedding-3-large بتحويل النص إلى متجهات رقمية يمكن تخزينها في قاعدة بيانات المتجهات ومقارنتها بالتشابه الدلالي. يعد هذا مناسبًا عمليًا عندما يستخدم التطبيق بالفعل OpenAI ويريد واجهة برمجة تطبيقات مباشرة واحدة للاسترجاع جنبًا إلى جنب مع الإنشاء.
يحتوي المتجه الافتراضي على 3072 بُعدًا. يمكن للتطبيقات أن تطلب أبعادًا أقل لتقليل تكاليف التخزين والبحث، ولكن يجب أن تقوم بتقييم جودة الاسترجاع على المستندات الخاصة بها قبل اختيار تمثيل أصغر.
جيد مناسب ل
- بحث نصي عالي الجودة وRAG
- مكدسات التطبيقات التي تركز على OpenAI
- الفرق التي تريد حجم ناقل قابل للتعديل
مقارنة الفئة
الحقائق التي تهم نماذج التضمين
هذه مواصفات منشورة من قبل الموفر، وليست درجات معيار Cody. اتبع المصادر المرتبطة للحدود الحالية والاستثناءات الخاصة بنقطة النهاية.
- سعر التضمين
- 0.13 دولار / 1 مليون رمزسعر الموفر الحالي لكل مليون رمز إدخال أو أقرب وحدة فوترة منشورة.
- سعة الإدخال
- 8,191 رمز إدخاليتم قبول الحد الأقصى للمحتوى في إدخال تضمين واحد، باستخدام أساس الرمز المميز الموثق الخاص بالموفر.
- أبعاد المتجهات
- 3,072 افتراضي؛ ناقلات أقصر عبر الأبعادأحجام الإخراج المدعومة؛ تعمل المتجهات الأصغر على تقليل مساحة التخزين بينما قد تحتفظ المتجهات الأكبر حجمًا بمزيد من المعلومات.
- المدخلات المقبولة
- نصالنص أو التعليمات البرمجية أو الصورة أو الصوت أو الفيديو أو PDF أو الإدخال المدرك للمستندات الذي تدعمه نقطة النهاية.
- ضوابط الاسترجاع
- معلمة الأبعاد الاختيارية؛ التقطيع الذي يعالجه التطبيقأوضاع الاستعلام/المستند، أو أنواع المهام، أو الاقتطاع، أو التقطيع، أو عناصر التحكم الأخرى التي تشكل المتجهات للاسترجاع.
- حيث يتم تشغيله
- OpenAI يستضيف Embeddings APIواجهة برمجة التطبيقات المباشرة أو السوق السحابية أو النشر الخاص أو المسار المستضاف ذاتيًا والموثق من قبل الموفر.
الأسعار والمقارنات
قدّر التكلفة
حدّد استخدامك. يتحدّث التقدير أثناء الكتابة.
يفترض 600 رمز لكل صفحة تُعالج على حدة. يختلف العدد الفعلي. يشمل التضمين فقط، دون التخزين أو البحث أو إنشاء الإجابات.
text-embedding-3-large
OpenAI
الإجمالي التقديري (USD)
للاستخدام الموضح · دولار أمريكي · تسعير API وليس اشتراكًا
- رموز الإدخال
- 0.13 US$ لكل مليون رمز
كيف يعمل هذا التقدير
لا تشمل التقديرات الضرائب والأدوات وتخزين وكتابة الذاكرة المؤقتة والحصص المجانية والخصومات الخاصة. تشمل الصور تكلفة المخرجات فقط دون النص أو الصور المرجعية. تختلف أوضاع الجودة حسب النموذج. الإعدادات غير المدرجة ليست مجانية.
الوصول إلى واجهة برمجة التطبيقات والموفر
أين يمكن الحصول على text-embedding-3-large
التوفر
المناطق ومرحلة الوصول
متاح من Embeddings API الخاص بـ OpenAI إلى حسابات API المدعومة.
الوصول المباشر لواجهة برمجة التطبيقات (API) يتبع قائمة البلدان والأقاليم المدعومة في OpenAI؛ تحتوي المسارات السحابية التابعة لجهات خارجية على كتالوجات وشروط إقليمية خاصة بها.
تحقق من التوفر المباشرالبيانات والتدريب
الطريق مهم.
تقول OpenAI أن بيانات الأعمال وواجهة برمجة التطبيقات (API) لا تُستخدم لتدريب نماذجها بشكل افتراضي. يعتمد الاحتفاظ بمراقبة إساءة الاستخدام وضوابط الاحتفاظ بالبيانات المؤهلة على نقطة النهاية وموافقة المؤسسة.
هذه قراءة موجزة لمواد المزود المذكورة، وليست نصيحة قانونية. يمكن أن تحتوي بوابة الطرف الثالث على شروط تخزين وتوجيه وتدريب وإقامة مختلفة من واجهة برمجة التطبيقات المباشرة الخاصة بصانع النموذج.
اقرأ سياسة المزودالأسئلة المتداولة
الأسئلة الشائعة حول text-embedding-3-large
ما هو text-embedding-3-large؟
نموذج تضمين النص ذو القدرة الأعلى من OpenAI للبحث الدلالي والتوصيات والتجميع وخطوط الاسترجاع. يقوم text-embedding-3-large بتحويل النص إلى متجهات رقمية يمكن تخزينها في قاعدة بيانات المتجهات ومقارنتها بالتشابه الدلالي. يعد هذا مناسبًا عمليًا عندما يستخدم التطبيق بالفعل OpenAI ويريد واجهة برمجة تطبيقات مباشرة واحدة للاسترجاع جنبًا إلى جنب مع الإنشاء.
متى تم إصدار text-embedding-3-large؟
تم إصدار text-embedding-3-large على 25 يناير 2024 وفقًا لمواد الموفر المذكورة.
أين يمكنني الوصول إلى text-embedding-3-large؟
متاح من Embeddings API الخاص بـ OpenAI إلى حسابات API المدعومة. مسارات الوصول المدرجة في هذا الدليل هي OpenAI.
كم تكلفة text-embedding-3-large؟
0.13 دولار / 1 مليون رمز. قائمة أسعار واجهة برمجة التطبيقات المستضافة القياسية OpenAI. يكون معدل Batch API أقل عندما تناسب المعالجة غير المتزامنة عبء العمل.
أين يتوفر text-embedding-3-large؟
متاح من Embeddings API الخاص بـ OpenAI إلى حسابات API المدعومة. الوصول المباشر لواجهة برمجة التطبيقات (API) يتبع قائمة البلدان والأقاليم المدعومة في OpenAI؛ تحتوي المسارات السحابية التابعة لجهات خارجية على كتالوجات وشروط إقليمية خاصة بها.
هل يتم استخدام بيانات text-embedding-3-large API الخاصة بي للتدريب؟
تقول OpenAI أن بيانات الأعمال وواجهة برمجة التطبيقات (API) لا تُستخدم لتدريب نماذجها بشكل افتراضي. يعتمد الاحتفاظ بمراقبة إساءة الاستخدام وضوابط الاحتفاظ بالبيانات المؤهلة على نقطة النهاية وموافقة المؤسسة. تنتمي السياسة إلى مسار الموفر وشروط الحساب، لذا تحقق منها مرة أخرى قبل استخدام الإنتاج.
مقارنة الأسعار
بالدولار لكل مليون رمز لمسارات API المعروضة بطول سياق قياسي. قد تختلف أسعار التخزين المؤقت والسياق الطويل. تُستبعد النماذج دون أسعار متوافقة تمت مراجعتها؛ والتكلفة الأقل لا تعني جودة أفضل.
- Mistral Embed0.10 US$
Mistral AI
- Voyage 4 Large0.12 US$
Voyage AI
- Voyage Context 40.12 US$
Voyage AI
- Voyage Code 40.12 US$
Voyage AI
- text-embedding-3-large0.13 US$
OpenAI
هذا النموذج
- Gemini Embedding 20.20 US$
Google
المقارنات ذات الصلة
مقارنات مباشرة
text-embedding-3-large vs Gemini Embedding 2
نموذج التضمين متعدد الوسائط Google لوضع النصوص والصور والفيديو والصوت وملفات PDF في مساحة متجهة واحدة قابلة للبحث.
فتح المقارنة الكاملةtext-embedding-3-large vs Cohere Embed 4
نموذج التضمين المؤسسي Cohere للنصوص والصور والمستندات الغنية بصريًا مع نافذة سياق بحجم 128 كيلو بايت.
فتح المقارنة الكاملةtext-embedding-3-large vs Voyage 4 Large
نموذج التضمين العام الأول من نوعه في Voyage AI لاسترجاع النصوص والتعليمات البرمجية، مع أبعاد قابلة للتعديل ومساحة متجهة عائلية مشتركة.
فتح المقارنة الكاملةtext-embedding-3-large vs Voyage Context 4
نموذج التضمين المدرك للمستندات Voyage AI الذي يقوم تلقائيًا بإنشاء متجهات للقطع مع الحفاظ على المعلومات من المستند المحيط.
فتح المقارنة الكاملةtext-embedding-3-large vs Voyage Code 4
نموذج التضمين المتخصص الخاص بـ Voyage AI للعثور على التعليمات البرمجية ذات الصلة من أسئلة اللغة الطبيعية أو سياق التعليمات البرمجية المصدر الأخرى.
فتح المقارنة الكاملةtext-embedding-3-large vs Mistral Embed
نموذج تضمين النص المستضاف المباشر من ميسترال للبحث الدلالي، والتجميع، والتصنيف، وRAG.
فتح المقارنة الكاملة
