全モデル
埋め込みとベクトル検索安定した
OpenAItext-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。
平易な英語による概要
text-embedding-3-large とは実際には何ですか
text-embedding-3-large は、テキストを数値ベクトルに変換します。数値ベクトルはベクトル データベースに保存し、意味の類似性によって比較できます。これは、アプリケーションがすでに OpenAI を使用しており、生成と同時に取得するために 1 つの直接 API が必要な場合に実用的です。
デフォルトのベクトルの次元は 3,072 です。アプリケーションは、ストレージと検索のコストを削減するために、より少ないディメンションを要求できますが、より小さい表現を選択する前に、独自のドキュメントの検索品質を評価する必要があります。
ぴったりフィット
- 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
カテゴリ比較
埋め込み モデルにとって重要な事実
これらはプロバイダーが公開した仕様であり、Cody ベンチマーク スコアではありません。現在の制限とエンドポイント固有の例外については、リンクされたソースに従ってください。
- 埋め込み価格
- $0.13 / 100万トークンCurrent provider price per million input tokens or the closest published billing unit.
- 入力容量
- 8,191 個の入力トークン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。
- ベクトルの次元
- 3,072 デフォルト。次元を介したより短いベクトル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。
- 受け入れられる入力
- テキスト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。
- 取得制御
- 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。
- どこで実行されるか
- OpenAI ホスト型埋め込み APIDirect API, cloud marketplace, private deployment, or self-hosted route documented by the provider.
料金と比較
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。
text-embedding-3-large
OpenAI
合計見積額（USD）
上記の利用量に対する概算 · 米ドル · API料金（サブスクリプションではありません）
- 入力トークン
- $0.13 100万トークンあたり
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。
APIとプロバイダーへのアクセス
text-embedding-3-largeの入手場所
可用性
地域とアクセス段階
OpenAI の Embedding API からサポートされている API アカウントで利用できます。
直接 API アクセスは、OpenAI のサポートされる国と地域のリストに従います。 third-party cloud routes have their own regional catalogs and terms.
ライブの空き状況を確認するデータとトレーニング
ルートは重要です。
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。
これは、引用された提供者の資料を簡潔にまとめたものであり、法的アドバイスではありません。サードパーティのゲートウェイには、モデル メーカーの直接 API とは異なるストレージ、ルーティング、トレーニング、常駐条件が適用される場合があります。
プロバイダーポリシーを読むよくある質問
text-embedding-3-large よくある質問
text-embedding-3-largeとは何ですか?
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。 text-embedding-3-large は、テキストを数値ベクトルに変換します。数値ベクトルはベクトル データベースに保存し、意味の類似性によって比較できます。これは、アプリケーションがすでに OpenAI を使用しており、生成と同時に取得するために 1 つの直接 API が必要な場合に実用的です。
text-embedding-3-large はいつリリースされましたか?
引用されたプロバイダーの資料によると、text-embedding-3-large は 2024年1月25日 でリリースされました。
text-embedding-3-large にはどこからアクセスできますか?
OpenAI の Embedding API からサポートされている API アカウントで利用できます。 このガイドに記載されているアクセスルートは OpenAI です。
text-embedding-3-largeの価格はいくらですか?
$0.13 / 100万トークン. OpenAI の標準ホスト API の定価。非同期処理がワークロードに適合する場合、バッチ API レートは低くなります。
text-embedding-3-large はどこで入手できますか?
OpenAI の Embedding API からサポートされている API アカウントで利用できます。 直接 API アクセスは、OpenAI のサポートされる国と地域のリストに従います。 third-party cloud routes have their own regional catalogs and terms.
私の text-embedding-3-large API データはトレーニングに使用されますか?
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。 このポリシーはプロバイダーのルートとアカウントの条件に属しているため、運用環境で使用する前に再度確認してください。
料金比較
表示APIの標準コンテキスト長での100万トークンあたりの米ドル料金。キャッシュや長いコンテキストの料金は異なる場合があります。対応する確認済み料金がないモデルは省略しています。安さは品質の高さを意味しません。
- Mistral Embed$0.10
Mistral AI
- Voyage 4 Large$0.12
Voyage AI
- Voyage Context 4$0.12
Voyage AI
- Voyage Code 4$0.12
Voyage AI
- text-embedding-3-large$0.13
OpenAI
このモデル
- Gemini Embedding 2$0.20
Google
関連する比較
モデル別の詳細比較
text-embedding-3-large vs Gemini Embedding 2
テキスト、画像、ビデオ、オーディオ、PDF を 1 つの検索可能なベクトル空間に配置するための Google のマルチモーダル埋め込みモデル。
完全な比較を開くtext-embedding-3-large vs Cohere Embed 4
Cohere のエンタープライズ埋め込みモデルは、128K コンテキスト ウィンドウを備えた多言語テキスト、画像、視覚的に豊富なドキュメント向けです。
完全な比較を開くtext-embedding-3-large vs Voyage 4 Large
Voyage AI のテキストおよびコード検索用の品質第一の一般的な埋め込みモデル。調整可能な寸法と共有ファミリー ベクトル空間を備えています。
完全な比較を開くtext-embedding-3-large vs Voyage Context 4
Voyage AI のドキュメント対応埋め込みモデルは、周囲のドキュメントからの情報を保持しながら、チャンクのベクトルを自動的に作成します。
完全な比較を開くtext-embedding-3-large vs Voyage Code 4
自然言語の質問やその他のソースコードのコンテキストから関連するコードを見つけるための、Voyage AI の専門的な埋め込みモデル。
完全な比較を開くtext-embedding-3-large vs 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。
完全な比較を開く
