Zurück zu Einbettungen und Vektorsuche

Modellvergleich

text-embedding-3-large vs. Voyage 4 Large

Vergleichen Sie text-embedding-3-large und Voyage 4 Large mit derselben vom Anbieter bereitgestellten einbettungen und vektorsuche-Rubrik. Kein Mystery-Score und kein erfundenes Benchmark-Ranking.

Fakten geprüft 4. September 2026

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.

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.

Kosten schätzen
ModellGeschätzte Summe (USD)
Voyage 4 LargeVoyage AI0,0007 $
text-embedding-3-largeOpenAI0,0008 $

Belege für Qualität und Geschwindigkeit

Ergebnisse gelten für einen bestimmten Test, eine Sprache und Konfiguration, nicht für allgemeine Intelligenz. Fehlende Ergebnisse bedeuten keine schlechtere Qualität.

Voyage 4 Large · FinanceBenchRetrieval

Von der Community eingereicht

Suchrelevanz (0–1; höher ist besser)

Testkonfiguration

MTEB · 2.1.3 · eng-Latn · test/default

dimensions: 1024 · similarity: cosine · modelMetadata: https://github.com/embeddings-benchmark/results/blob/main/results/voyageai__voyage-4-large/1/model_meta.json

Geprüft: 5. September 2026

MTEB contributors · FinanceBenchRetrieval

0,9288 nDCG@10

Schnelle Aufnahme

text-embedding-3-large

OpenAIs leistungsstärkstes Texteinbettungsmodell für semantische Suche, Empfehlungen, Clustering und Abrufpipelines.

Am besten für

  • Hochwertige Textsuche und RAG
  • OpenAI-zentrierte Anwendungsstapel
  • Teams, die eine anpassbare Vektorgröße wünschen

Achten Sie auf

Das Modell bettet nur Text ein und zerlegt lange Dokumente nicht für Sie. Ihre Aufnahmepipeline benötigt weiterhin eine bewusste Strategie zur Aufteilung, Metadaten, Auswertung und Neuindizierung.

Voyage 4 Large

Das qualitätsorientierte allgemeine Einbettungsmodell von Voyage AI für den Text- und Codeabruf mit anpassbaren Abmessungen und einem gemeinsamen Familienvektorraum.

Am besten für

  • Qualitätssensible Textsuche
  • Suche, die Prosa und Code verbindet
  • Teams, die asymmetrische Index- und Abfragemodelle bewerten

Achten Sie auf

Bei dem großen kostenlosen Token-Kontingent handelt es sich um ein kommerzielles Detail auf Kontoebene und nicht um eine dauerhafte Nullkostengarantie. Bestätigen Sie die Berechtigung, die Aufbewahrungseinstellungen und den Satz, der nach der Vergütung gilt.

Vergleichen Sie die veröffentlichten Fakten

text-embedding-3-large vs Voyage 4 Large

Die Werte verwenden die von jedem Anbieter veröffentlichten Einheiten und Grenzwerte. Ein Leerzeichen bedeutet, dass der Anbieter in den überprüften Quellen keinen direkt vergleichbaren Wert veröffentlicht hat.

Einbettungen und Vektorsuchetext-embedding-3-largeVoyage 4 Large
EinbettungspreisAktueller Anbieterpreis pro Million Eingabetoken oder die nächstgelegene veröffentlichte Abrechnungseinheit.0,13 $ / 1 Mio. Token0,12 $ / 1 Mio. Token nach 200 Mio. Gratis
EingabekapazitätMaximaler Inhalt, der in einer Einbettungseingabe akzeptiert wird, unter Verwendung der dokumentierten Token-Basis des Anbieters.8.191 Eingabe-Token32.000 Token
VektorabmessungenUnterstützte Ausgabegrößen; Kleinere Vektoren reduzieren den Speicherplatz, während größere Vektoren möglicherweise mehr Informationen bewahren.3.072 Standard; kürzere Vektoren über Dimensionen1.024 Standard; 256, 512 oder 2.048 optional
Akzeptierte EingabenText-, Code-, Bild-, Audio-, Video-, PDF- oder dokumentenbezogene Eingaben, die vom Endpunkt unterstützt werden.TextText und Code
AbrufkontrollenAbfrage-/Dokumentmodi, Aufgabentypen, Kürzung, Chunking oder andere Steuerelemente, die Vektoren für den Abruf formen.Optionaler Dimensionsparameter; Chunking wird von der Anwendung verarbeitetAbfrage-/Dokumenteingabetypen, Kürzung, Ausgabedimension
Wo es läuftDirekte API, Cloud-Marktplatz, private Bereitstellung oder selbst gehostete Route, dokumentiert vom Anbieter.OpenAI gehostete Embeddings-APIVoyage API, MongoDB Atlas und ausgewählte Clouds

So wählen Sie aus

Vergleichen Sie den Job, nicht den Hype.

Beginnen Sie mit dem Auftrag, den Sie erledigen müssen, und validieren Sie dann die Kosten-, Zugangs- und Richtliniendetails für Ihre genaue Anbieterroute.

text-embedding-3-large

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.

Voyage 4 Large

Die öffentlichen Geschäftsbedingungen von Voyage ermöglichen es Kundeninhalten, die Dienste zu verbessern, es sei denn, der Kunde widerspricht. Berechtigte kostenpflichtige Organisationen können eine Abmeldung und eine Zero-Day-Aufbewahrung konfigurieren; Die gesondert ausgehandelten Geschäftsbedingungen können abweichen.

Häufig gestellte Fragen

Häufig gestellte Fragen zu text-embedding-3-large und Voyage 4 Large

Was ist der Hauptunterschied zwischen text-embedding-3-large und Voyage 4 Large?

text-embedding-3-large: OpenAIs leistungsstärkstes Texteinbettungsmodell für semantische Suche, Empfehlungen, Clustering und Abrufpipelines. Voyage 4 Large: Das qualitätsorientierte allgemeine Einbettungsmodell von Voyage AI für den Text- und Codeabruf mit anpassbaren Abmessungen und einem gemeinsamen Familienvektorraum.

Soll ich text-embedding-3-large oder Voyage 4 Large wählen?

Ziehen Sie text-embedding-3-large in Betracht, wenn Ihre Priorität Hochwertige Textsuche und RAG ist. Ziehen Sie Voyage 4 Large in Betracht, wenn Ihre Priorität Qualitätssensible Textsuche ist. Testen Sie beides mit Ihren eigenen Daten und der Route Ihres Anbieters, bevor Sie sich verpflichten.

Basiert dieser Vergleich zwischen text-embedding-3-large und Voyage 4 Large auf Cody-Benchmarks?

Nein. Dieser Vergleich gleicht die vom Anbieter veröffentlichten Fakten für die Kategorie Einbettungen und Vektorsuche an. Es wird kein allgemeiner Gewinner beansprucht und es werden auch keine inkompatiblen Benchmark-Ergebnisse Dritter kombiniert.