Powrót do Osadzania i wyszukiwanie wektorów

Porównanie modeli

text-embedding-3-large kontra Voyage 4 Large

Porównaj text-embedding-3-large i Voyage 4 Large, korzystając z tej samej rubryki osadzania i wyszukiwanie wektorów pochodzącej od dostawcy. Żadnych tajemniczych wyników i żadnego wymyślonego rankingu porównawczego.

Sprawdzone fakty 4 września 2026

Oszacuj koszt

Podaj zużycie. Szacunek aktualizuje się podczas wpisywania.

Zakładamy 600 tokenów na stronę, przetwarzaną osobno. Faktyczna liczba się różni. Tylko embeddingi, bez przechowywania, wyszukiwania i odpowiedzi.

Jak działa ten szacunek

Szacunki nie obejmują podatków, narzędzi, zapisu i przechowywania pamięci podręcznej, darmowych limitów ani rabatów. Dla obrazów obejmują tylko wynik, bez promptu i obrazów referencyjnych. Tryby jakości różnią się. Brak stawki nie oznacza bezpłatności.

Oszacuj koszt
ModelkaSzacowany koszt (USD)
Voyage 4 LargeVoyage AI0,0007 USD
text-embedding-3-largeOpenAI0,0008 USD

Dane o jakości i szybkości

Wyniki dotyczą konkretnego testu, języka i konfiguracji, a nie ogólnej inteligencji. Brak wyników nie oznacza gorszej jakości.

Voyage 4 Large · FinanceBenchRetrieval

Wynik przesłany przez społeczność

Trafność wyszukiwania (0–1; więcej znaczy lepiej)

Konfiguracja testu

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

Sprawdzono: 5 września 2026

MTEB contributors · FinanceBenchRetrieval

0,9288 nDCG@10

Szybkie ujęcie

text-embedding-3-large

Model OpenAI o najwyższych możliwościach osadzania tekstu na potrzeby wyszukiwania semantycznego, rekomendacji, grupowania i potoków wyszukiwania.

Najlepsze dla

  • Wysokiej jakości wyszukiwanie tekstowe i RAG
  • Stosy aplikacji skupione na OpenAI
  • Zespoły, które chcą mieć regulowany rozmiar wektora

Uważaj na

Model osadza tylko tekst i nie dzieli za Ciebie długich dokumentów. Twój potok pozyskiwania nadal wymaga przemyślanej strategii dzielenia na porcje, metadanych, oceny i ponownego indeksowania.

Voyage 4 Large

Wysokiej jakości ogólny model osadzania Voyage AI do wyszukiwania tekstu i kodu, z regulowanymi wymiarami i współdzieloną przestrzenią wektorową rodziny.

Najlepsze dla

  • Wyszukiwanie tekstu z uwzględnieniem jakości
  • Wyszukiwanie łączące prozę i kod
  • Zespoły oceniające asymetryczne modele indeksów i zapytań

Uważaj na

Duży darmowy token jest szczegółem handlowym na poziomie konta, a nie stałą gwarancją zerowych kosztów. Potwierdź uprawnienia, ustawienia przechowywania i stawkę obowiązującą po przyznaniu ulgi.

Porównaj opublikowane fakty

text-embedding-3-large vs Voyage 4 Large

Wartości korzystają z opublikowanych jednostek i limitów każdego dostawcy. Puste miejsce oznacza, że ​​dostawca nie opublikował bezpośrednio porównywalnej wartości w sprawdzanych źródłach.

Osadzania i wyszukiwanie wektorówtext-embedding-3-largeVoyage 4 Large
Cena osadzaniaAktualna cena dostawcy za milion tokenów wejściowych lub najbliższa opublikowana jednostka rozliczeniowa.Tokeny o wartości 0,13 USD / 1 milion0,12 $ / 1 milion tokenów po 200 milionach za darmo
Pojemność wejściowaMaksymalna zawartość akceptowana w jednym wejściu do osadzania, przy użyciu udokumentowanej podstawy tokena dostawcy.8191 tokenów wejściowych32 tys. tokenów
Wymiary wektoroweObsługiwane rozmiary wyjściowe; mniejsze wektory zmniejszają ilość pamięci, podczas gdy większe wektory mogą zachować więcej informacji.3072 domyślnie; krótsze wektory poprzez wymiary1024 domyślnie; 256, 512 lub 2048 opcjonalnie
Zaakceptowane dane wejścioweTekst, kod, obraz, dźwięk, wideo, plik PDF lub dane wejściowe obsługujące dokument obsługiwane przez punkt końcowy.TekstTekst i kod
Kontrola pobieraniaTryby zapytań/dokumentów, typy zadań, obcinanie, dzielenie na porcje i inne elementy sterujące kształtujące wektory do pobrania.Opcjonalny parametr wymiarów; fragmentowanie obsługiwane przez aplikacjęTypy danych wejściowych zapytań/dokumentów, obcięcie, wymiar wyjściowy
Gdzie biegnieBezpośredni interfejs API, rynek w chmurze, wdrożenie prywatne lub trasa hostowana samodzielnie udokumentowana przez dostawcę.Hostowany interfejs API osadzania OpenAIVoyage API, MongoDB Atlas i wybrane chmury

Jak wybrać

Porównaj pracę, a nie szum.

Zacznij od zadania, które chcesz wykonać, a następnie sprawdź koszty, dostęp i szczegóły zasad dotyczące dokładnej trasy dostawcy.

text-embedding-3-large

OpenAI mówi, że dane biznesowe i API nie są domyślnie używane do uczenia modeli. Przechowywanie monitorowania nadużyć i kwalifikujące się kontrole polegające na zatrzymywaniu danych zerowych zależą od punktu końcowego i zgody organizacji.

Voyage 4 Large

Publiczne warunki Voyage pozwalają na ulepszanie usług przez treści klientów, chyba że klient zrezygnuje. Kwalifikujące się organizacje płatne mogą skonfigurować opcję rezygnacji i przechowywania danych typu zero-day; oddzielnie negocjowane warunki korporacyjne mogą się różnić.

Często zadawane pytania

Często zadawane pytania dotyczące text-embedding-3-large i Voyage 4 Large

Jaka jest główna różnica między text-embedding-3-large i Voyage 4 Large?

text-embedding-3-large: Model OpenAI o najwyższych możliwościach osadzania tekstu na potrzeby wyszukiwania semantycznego, rekomendacji, grupowania i potoków wyszukiwania. Voyage 4 Large: Wysokiej jakości ogólny model osadzania Voyage AI do wyszukiwania tekstu i kodu, z regulowanymi wymiarami i współdzieloną przestrzenią wektorową rodziny.

Czy powinienem wybrać text-embedding-3-large czy Voyage 4 Large?

Rozważ text-embedding-3-large, jeśli Twoim priorytetem jest Wysokiej jakości wyszukiwanie tekstowe i RAG. Rozważ Voyage 4 Large, jeśli Twoim priorytetem jest Wyszukiwanie tekstu z uwzględnieniem jakości. Przed zatwierdzeniem przetestuj oba rozwiązania, korzystając z własnych danych i trasy dostawcy.

Czy to porównanie text-embedding-3-large i Voyage 4 Large oparte jest na testach porównawczych Cody?

Nie. To porównanie porównuje fakty opublikowane przez dostawcę dla kategorii Osadzania i wyszukiwanie wektorów. Nie wskazuje uniwersalnego zwycięzcy ani nie łączy niezgodnych wyników testów porównawczych stron trzecich.