埋め込みとベクトル検索 に戻る
機種比較
text-embedding-3-large vs Mistral Embed
Compare text-embedding-3-large and Mistral Embed using the same provider-sourced 埋め込みとベクトル検索 rubric.謎のスコアや発明されたベンチマークランキングはありません。
事実確認済み 2026年9月4日
コストを見積もる
利用量を入力すると、見積もりが自動で更新されます。
1ページ600トークンで個別に処理すると仮定します。実際の数は異なります。埋め込みのみで、保存・検索・回答生成は含みません。
見積もりの仕組み
税金、ツール、キャッシュ保存・書き込み、無料枠、個別割引は含みません。画像は出力料金のみで、プロンプトや参照画像の料金は含みません。品質モードはモデルごとに異なります。未掲載の設定を無料とは扱いません。
| モデル | アクセス | 合計見積額（USD） |
|---|---|---|
| Mistral EmbedMistral AI | Mistral AI | $0.0006 |
| text-embedding-3-largeOpenAI | OpenAI | $0.0008 |
クイックテイク
text-embedding-3-large
セマンティック検索、レコメンデーション、クラスタリング、および取得パイプラインのための OpenAI の最高機能のテキスト埋め込みモデル。
こんな方に最適
- 高品質のテキスト検索と RAG
- OpenAI 中心のアプリケーション スタック
- ベクター サイズを調整したいチーム
気をつけてください
このモデルはテキストのみを埋め込み、長いドキュメントを分割しません。取り込みパイプラインには、依然として意図的なチャンク化、メタデータ、評価、および再インデックス付けの戦略が必要です。
Mistral Embed
セマンティック検索、クラスタリング、分類、および RAG のための、Mistral の直接的なホスト型テキスト埋め込みモデル。
こんな方に最適
- テキストのみのセマンティック検索
- ミストラル中心の RAG アプリケーション
- シンプルな固定次元のエンドポイントを必要とするチーム
気をつけてください
8K 入力ウィンドウと固定 1,024 次元は、新しいエンベディング ファミリよりも少ないコントロールを提供します。地域のエンドポイントのサポートを確認し、言語とドメインでの取得品質を測定します。
公表された事実を比較する
text-embedding-3-large vs Mistral Embed
値には、各プロバイダーが独自に公開している単位と制限が使用されます。空白は、プロバイダーがレビューされた情報源で直接比較可能な値を公開していないことを意味します。
| 埋め込みとベクトル検索 | text-embedding-3-large | Mistral Embed |
|---|---|---|
| 埋め込み価格Current provider price per million input tokens or the closest published billing unit. | $0.13 / 100万トークン | $0.10 / 100万トークン |
| 入力容量プロバイダーの文書化されたトークン ベースを使用して、1 つの埋め込み入力で受け入れられる最大コンテンツ。 | 8,191 個の入力トークン | 8Kトークン |
| ベクトルの次元サポートされている出力サイズ。ベクトルが小さいとストレージが削減されますが、ベクトルが大きいとより多くの情報を保持できます。 | 3,072 デフォルト。次元を介したより短いベクトル | 1,024 |
| 受け入れられる入力エンドポイントでサポートされているテキスト、コード、画像、オーディオ、ビデオ、PDF、またはドキュメント対応入力。 | テキスト | テキスト |
| 取得制御クエリ/ドキュメント モード、タスク タイプ、切り捨て、チャンキング、または取得用のベクトルを整形するその他のコントロール。 | オプションの寸法パラメータ。アプリケーションによって処理されるチャンク化 | 単一またはバッチ入力。アプリケーションはチャンキングを処理します |
| どこで実行されるかDirect API, cloud marketplace, private deployment, or self-hosted route documented by the provider. | OpenAI ホスト型埋め込み API | Mistral がホストする API とスタジオ |
選び方
誇大宣伝ではなく、仕事を比較してください。
完了する必要があるジョブから始めて、正確なプロバイダー ルートのコスト、アクセス、ポリシーの詳細を検証します。
text-embedding-3-large
OpenAI は、デフォルトではモデルのトレーニングにビジネス データと API データは使用されないと述べています。不正行為の監視の保存と適格なゼロデータ保存の制御は、エンドポイントと組織の承認によって異なります。
プロバイダーと API のリンク
Mistral Embed
ミストラル氏によると、デフォルトではAPIデータはトレーニングに使用されないという。標準 API の入力と出力は、承認されたゼロデータ保持制御が適用されない限り、不正行為を監視するために通常 30 日間保持されます。
プロバイダーと API のリンク
よくある質問
text-embedding-3-large と Mistral Embed のよくある質問
text-embedding-3-large と Mistral Embed の主な違いは何ですか?
text-embedding-3-large: セマンティック検索、レコメンデーション、クラスタリング、および取得パイプラインのための OpenAI の最高機能のテキスト埋め込みモデル。 Mistral Embed: セマンティック検索、クラスタリング、分類、および RAG のための、Mistral の直接的なホスト型テキスト埋め込みモデル。
text-embedding-3-large または Mistral Embed を選択する必要がありますか?
優先順位が 高品質のテキスト検索と RAG の場合は、text-embedding-3-large を検討してください。優先順位が テキストのみのセマンティック検索 の場合は、Mistral Embed を検討してください。 Test both with your own data and provider route before committing.
これは text-embedding-3-large と Mistral Embed の比較は Cody ベンチマークに基づいていますか?
いいえ。この比較は、プロバイダーが公開した 埋め込みとベクトル検索 カテゴリの事実を一致させます。普遍的な勝者を主張したり、互換性のないサードパーティのベンチマーク スコアを組み合わせたりするものではありません。