Alle Modelle
OpenAI
text-embedding-3-large
OpenAIs leistungsstärkstes Texteinbettungsmodell für semantische Suche, Empfehlungen, Clustering und Abrufpipelines.
Übersicht in einfacher englischer Sprache
Was text-embedding-3-large eigentlich ist
text-embedding-3-large wandelt Text in numerische Vektoren um, die in einer Vektordatenbank gespeichert und anhand semantischer Ähnlichkeit verglichen werden können. Dies ist praktisch, wenn eine Anwendung bereits OpenAI verwendet und eine direkte API zum Abruf neben der Generierung benötigt.
Der Standardvektor hat 3.072 Dimensionen. Anwendungen können weniger Dimensionen anfordern, um Speicher- und Suchkosten zu senken, sollten jedoch die Abrufqualität ihrer eigenen Dokumente bewerten, bevor sie sich für eine kleinere Darstellung entscheiden.
Gute Passform für
- Hochwertige Textsuche und RAG
- OpenAI-zentrierte Anwendungsstapel
- Teams, die eine anpassbare Vektorgröße wünschen
Kategorievergleich
Die Fakten, die für die einbettungen-Modelle wichtig sind
Hierbei handelt es sich um vom Anbieter veröffentlichte Spezifikationen, nicht um Cody-Benchmark-Ergebnisse. Folgen Sie den verlinkten Quellen für aktuelle Grenzwerte und endpunktspezifische Ausnahmen.
- Einbettungspreis
- 0,13 $ / 1 Mio. TokenAktueller Anbieterpreis pro Million Eingabetoken oder die nächstgelegene veröffentlichte Abrechnungseinheit.
- Eingabekapazität
- 8.191 Eingabe-TokenMaximaler Inhalt, der in einer Einbettungseingabe akzeptiert wird, unter Verwendung der dokumentierten Token-Basis des Anbieters.
- Vektorabmessungen
- 3.072 Standard; kürzere Vektoren über DimensionenUnterstützte Ausgabegrößen; Kleinere Vektoren reduzieren den Speicherplatz, während größere Vektoren möglicherweise mehr Informationen bewahren.
- Akzeptierte Eingaben
- TextText-, Code-, Bild-, Audio-, Video-, PDF- oder dokumentenbezogene Eingaben, die vom Endpunkt unterstützt werden.
- Abrufkontrollen
- Optionaler Dimensionsparameter; Chunking wird von der Anwendung verarbeitetAbfrage-/Dokumentmodi, Aufgabentypen, Kürzung, Chunking oder andere Steuerelemente, die Vektoren für den Abruf formen.
- Wo es läuft
- OpenAI gehostete Embeddings-APIDirekte API, Cloud-Marktplatz, private Bereitstellung oder selbst gehostete Route, dokumentiert vom Anbieter.
Preise und Vergleiche
Kosten schätzen
Geben Sie Ihre Nutzung ein. Die Schätzung wird sofort aktualisiert.
Annahme: 600 Tokens pro separat verarbeiteter Seite. Tatsächliche Mengen variieren. Nur Embeddings, ohne Speicherung, Suche oder Antworten.
text-embedding-3-large
OpenAI
Geschätzte Summe (USD)
Für die angegebene Nutzung · USD · API-Preis, kein Abonnement
- Eingabe-Tokens
- 0,13 $ pro 1 Mio. Tokens
So funktioniert die Schätzung
Schätzungen ohne Steuern, Tools, Cache-Speicherung/-Schreiben, Freikontingente und individuelle Rabatte. Bei Bildern zählt nur die Ausgabe, nicht Prompt oder Referenzbilder. Qualitätsmodi unterscheiden sich. Nicht aufgeführte Einstellungen gelten nicht als kostenlos.
API- und Provider-Zugriff
Wo bekomme ich text-embedding-3-large?
Verfügbarkeit
Regionen und Zugriffsphase
Verfügbar über die Embeddings-API von OpenAI für unterstützte API-Konten.
Der direkte API-Zugriff folgt der Liste der unterstützten Länder und Gebiete von OpenAI. Cloud-Routen von Drittanbietern haben ihre eigenen regionalen Kataloge und Bedingungen.
Überprüfen Sie die Live-VerfügbarkeitDaten und Schulung
Die Route ist wichtig.
Laut OpenAI werden Geschäfts- und API-Daten standardmäßig nicht zum Trainieren seiner Modelle verwendet. Die Aufbewahrung von Daten zur Missbrauchsüberwachung und geeignete Kontrollen ohne Datenaufbewahrung hängen von der Endpunkt- und Organisationsgenehmigung ab.
Hierbei handelt es sich um eine prägnante Lektüre des zitierten Anbietermaterials und nicht um eine Rechtsberatung. Ein Drittanbieter-Gateway kann andere Speicher-, Routing-, Schulungs- und Residenzbedingungen haben als die direkte API des Modellherstellers.
Lesen Sie die Richtlinien des AnbietersHäufig gestellte Fragen
text-embedding-3-large FAQ
Was ist text-embedding-3-large?
OpenAIs leistungsstärkstes Texteinbettungsmodell für semantische Suche, Empfehlungen, Clustering und Abrufpipelines. text-embedding-3-large wandelt Text in numerische Vektoren um, die in einer Vektordatenbank gespeichert und anhand semantischer Ähnlichkeit verglichen werden können. Dies ist praktisch, wenn eine Anwendung bereits OpenAI verwendet und eine direkte API zum Abruf neben der Generierung benötigt.
Wann wurde text-embedding-3-large veröffentlicht?
text-embedding-3-large wurde gemäß den zitierten Anbietermaterialien auf 25. Januar 2024 veröffentlicht.
Wo kann ich auf text-embedding-3-large zugreifen?
Verfügbar über die Embeddings-API von OpenAI für unterstützte API-Konten. Die in diesem Handbuch aufgeführten Zugriffsrouten sind OpenAI.
Wie viel kostet text-embedding-3-large?
0,13 $ / 1 Mio. Token. Der standardmäßige Listenpreis für gehostete APIs von OpenAI. Die Batch-API-Rate ist niedriger, wenn die asynchrone Verarbeitung zur Arbeitslast passt.
Wo ist text-embedding-3-large erhältlich?
Verfügbar über die Embeddings-API von OpenAI für unterstützte API-Konten. Der direkte API-Zugriff folgt der Liste der unterstützten Länder und Gebiete von OpenAI. Cloud-Routen von Drittanbietern haben ihre eigenen regionalen Kataloge und Bedingungen.
Werden meine text-embedding-3-large-API-Daten für das Training verwendet?
Laut OpenAI werden Geschäfts- und API-Daten standardmäßig nicht zum Trainieren seiner Modelle verwendet. Die Aufbewahrung von Daten zur Missbrauchsüberwachung und geeignete Kontrollen ohne Datenaufbewahrung hängen von der Endpunkt- und Organisationsgenehmigung ab. Die Richtlinie gehört zu den Routen- und Kontobedingungen des Anbieters. Überprüfen Sie sie daher vor der produktiven Nutzung erneut.
Preisvergleich
USD pro Million Tokens für die gezeigten API-Zugänge bei Standardkontext. Cache- und Langkontextpreise können abweichen. Modelle ohne passende geprüfte Preise fehlen; günstigere Kosten bedeuten keine bessere Qualität.
- Mistral Embed0,10 $
Mistral AI
- Voyage 4 Large0,12 $
Voyage AI
- Voyage Context 40,12 $
Voyage AI
- Voyage Code 40,12 $
Voyage AI
- text-embedding-3-large0,13 $
OpenAI
Dieses Modell
- Gemini Embedding 20,20 $
Google
Verwandte Vergleiche
Direktvergleiche
text-embedding-3-large vs Gemini Embedding 2
Das multimodale Einbettungsmodell von Google zum Platzieren von Text, Bildern, Video, Audio und PDFs in einem durchsuchbaren Vektorraum.
Vollständigen Vergleich öffnentext-embedding-3-large vs Cohere Embed 4
Das Enterprise-Einbettungsmodell von Cohere für mehrsprachigen Text, Bilder und visuell ansprechende Dokumente mit einem 128-KByte-Kontextfenster.
Vollständigen Vergleich öffnentext-embedding-3-large vs Voyage 4 Large
Das qualitätsorientierte allgemeine Einbettungsmodell von Voyage AI für den Text- und Codeabruf mit anpassbaren Abmessungen und einem gemeinsamen Familienvektorraum.
Vollständigen Vergleich öffnentext-embedding-3-large vs Voyage Context 4
Das dokumentenorientierte Einbettungsmodell von Voyage AI, das automatisch Vektoren für Chunks erstellt und gleichzeitig Informationen aus dem umgebenden Dokument beibehält.
Vollständigen Vergleich öffnentext-embedding-3-large vs Voyage Code 4
Das spezielle Einbettungsmodell von Voyage AI zum Finden von relevantem Code aus Fragen in natürlicher Sprache oder anderem Quellcode-Kontext.
Vollständigen Vergleich öffnentext-embedding-3-large vs Mistral Embed
Mistrals unkompliziertes gehostetes Texteinbettungsmodell für semantische Suche, Clustering, Klassifizierung und RAG.
Vollständigen Vergleich öffnen
