Todos os modelos
OpenAI
text-embedding-3-large
Modelo de incorporação de texto de maior capacidade do OpenAI para pesquisa semântica, recomendações, clustering e pipelines de recuperação.
Visão geral em inglês simples
O que text-embedding-3-large realmente é
text-embedding-3-large converte texto em vetores numéricos que podem ser armazenados em um banco de dados vetorial e comparados por similaridade semântica. É uma opção prática quando um aplicativo já usa OpenAI e deseja uma API direta para recuperação junto com a geração.
O vetor padrão possui 3.072 dimensões. Os aplicativos podem solicitar menos dimensões para reduzir os custos de armazenamento e pesquisa, mas devem avaliar a qualidade da recuperação em seus próprios documentos antes de escolher uma representação menor.
Bom ajuste para
- Pesquisa de texto de alta qualidade e RAG
- Pilhas de aplicativos centradas em OpenAI
- Equipes que desejam tamanho de vetor ajustável
Comparação de categorias
Os fatos que importam para os modelos incorporações
Estas são especificações publicadas pelo fornecedor, não pontuações de benchmark Cody. Siga as fontes vinculadas para limites atuais e exceções específicas de endpoint.
- Preço de incorporação
- US$ 0,13/1 milhão de tokensPreço atual do provedor por milhão de tokens de entrada ou a unidade de cobrança publicada mais próxima.
- Capacidade de entrada
- 8.191 tokens de entradaConteúdo máximo aceito em uma entrada de incorporação, usando a base de token documentada do provedor.
- Dimensões vetoriais
- 3.072 inadimplência; vetores mais curtos via dimensõesTamanhos de saída suportados; vetores menores reduzem o armazenamento, enquanto vetores maiores podem preservar mais informações.
- Entradas aceitas
- TextoEntrada com reconhecimento de texto, código, imagem, áudio, vídeo, PDF ou documento compatível com o endpoint.
- Controles de recuperação
- Parâmetro opcional de dimensões; chunking tratado pelo aplicativoModos de consulta/documento, tipos de tarefas, truncamento, fragmentação ou outros controles que moldam vetores para recuperação.
- Onde corre
- API de incorporação hospedada OpenAIAPI direta, mercado em nuvem, implantação privada ou rota auto-hospedada documentada pelo provedor.
Preços e comparações
Estime seu custo
Defina seu uso. A estimativa é atualizada enquanto você digita.
Supõe 600 tokens por página, processada separadamente. A contagem real varia. Inclui apenas embeddings, sem armazenamento, busca ou respostas.
text-embedding-3-large
OpenAI
Total estimado (USD)
Para o uso indicado · USD · Preço de API, não de assinatura
- Tokens de entrada
- US$ 0,13 por 1 milhão de tokens
Como funciona esta estimativa
Estimativas sem impostos, ferramentas, armazenamento/gravação de cache, franquias gratuitas e descontos personalizados. Imagens incluem apenas a saída, sem prompt ou referências. Os modos de qualidade variam. Configurações não listadas não são consideradas gratuitas.
Acesso à API e ao provedor
Onde obter text-embedding-3-large
Disponibilidade
Regiões e estágio de acesso
Disponível na API Embeddings do OpenAI para contas de API compatíveis.
O acesso direto à API segue a lista de países e territórios suportados do OpenAI; rotas de nuvem de terceiros têm seus próprios catálogos e termos regionais.
Verifique a disponibilidade ao vivoDados e treinamento
A rota é importante.
OpenAI afirma que os dados de negócios e API não são usados para treinar seus modelos por padrão. A retenção de monitoramento de abuso e os controles elegíveis de retenção de dados zero dependem do endpoint e da aprovação da organização.
Esta é uma leitura concisa do material citado do fornecedor, e não um aconselhamento jurídico. Um gateway de terceiros pode ter diferentes termos de armazenamento, roteamento, treinamento e residência da API direta do criador do modelo.
Leia a política do provedorPerguntas frequentes
Perguntas frequentes sobre text-embedding-3-large
O que é text-embedding-3-large?
Modelo de incorporação de texto de maior capacidade do OpenAI para pesquisa semântica, recomendações, clustering e pipelines de recuperação. text-embedding-3-large converte texto em vetores numéricos que podem ser armazenados em um banco de dados vetorial e comparados por similaridade semântica. É uma opção prática quando um aplicativo já usa OpenAI e deseja uma API direta para recuperação junto com a geração.
Quando o text-embedding-3-large foi lançado?
text-embedding-3-large foi lançado em 25 de janeiro de 2024 de acordo com os materiais do fornecedor citado.
Onde posso acessar text-embedding-3-large?
Disponível na API Embeddings do OpenAI para contas de API compatíveis. As rotas de acesso listadas neste guia são OpenAI.
Quanto custa text-embedding-3-large?
US$ 0,13/1 milhão de tokens. Preço de tabela da API hospedada padrão do OpenAI. A taxa da API Batch é menor quando o processamento assíncrono se ajusta à carga de trabalho.
Onde o text-embedding-3-large está disponível?
Disponível na API Embeddings do OpenAI para contas de API compatíveis. O acesso direto à API segue a lista de países e territórios suportados do OpenAI; rotas de nuvem de terceiros têm seus próprios catálogos e termos regionais.
Os dados da minha API text-embedding-3-large são usados para treinamento?
OpenAI afirma que os dados de negócios e API não são usados para treinar seus modelos por padrão. A retenção de monitoramento de abuso e os controles elegíveis de retenção de dados zero dependem do endpoint e da aprovação da organização. A política pertence à rota do provedor e aos termos da conta, portanto, verifique-a novamente antes do uso em produção.
Comparação de preços
USD por milhão de tokens nas APIs indicadas com contexto padrão. Tarifas de cache e contexto longo podem variar. Modelos sem preços revisados compatíveis são omitidos; menor custo não significa melhor qualidade.
- Mistral EmbedUS$ 0,10
Mistral AI
- Voyage 4 LargeUS$ 0,12
Voyage AI
- Voyage Context 4US$ 0,12
Voyage AI
- Voyage Code 4US$ 0,12
Voyage AI
- text-embedding-3-largeUS$ 0,13
OpenAI
Este modelo
- Gemini Embedding 2US$ 0,20
Google
Comparações relacionadas
Comparações lado a lado
text-embedding-3-large vs Gemini Embedding 2
Modelo de incorporação multimodal do Google para colocar texto, imagens, vídeo, áudio e PDFs em um espaço vetorial pesquisável.
Abrir comparação completatext-embedding-3-large vs Cohere Embed 4
Modelo de incorporação empresarial do Cohere para texto multilíngue, imagens e documentos visualmente ricos com uma janela de contexto de 128K.
Abrir comparação completatext-embedding-3-large vs Voyage 4 Large
Modelo de incorporação geral de primeira qualidade do Voyage AI para recuperação de texto e código, com dimensões ajustáveis e um espaço vetorial familiar compartilhado.
Abrir comparação completatext-embedding-3-large vs Voyage Context 4
Modelo de incorporação com reconhecimento de documento do Voyage AI que cria automaticamente vetores para pedaços enquanto preserva informações do documento circundante.
Abrir comparação completatext-embedding-3-large vs Voyage Code 4
Modelo de incorporação especializado do Voyage AI para encontrar código relevante a partir de questões de linguagem natural ou outro contexto de código-fonte.
Abrir comparação completatext-embedding-3-large vs Mistral Embed
Modelo simples de incorporação de texto hospedado do Mistral para pesquisa semântica, clustering, classificação e RAG.
Abrir comparação completa
