Cody
pl
ENESFRDEJAKOPT-BRPLAR
Zaloguj się · Assist
Zacznij za darmo
Agenci
Cody Assist logoCody AssistWiedza i wsparcieCody Convert logoCody ConvertProaktywny agent strony internetowejCody Clear logoCody ClearStopień zgodnościCody Live logoCody LiveAvatary i doświadczenia
Wszyscy agenciCennik
Zasoby
BlogaPrzypadki użyciaBiblioteka promptówBiblioteka umiejętnościBiblioteka modeli
Firma
O nasKontakt
Wszystkie modele
Osadzania i wyszukiwanie wektorówStabilny
OpenAI

text-embedding-3-large

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

Otwórz dokumentację dostawcyZobacz najważniejsze faktyCeny i porównania

Przegląd w prostym języku angielskim

Czym właściwie jest text-embedding-3-large

text-embedding-3-large konwertuje tekst na wektory numeryczne, które można przechowywać w bazie danych wektorów i porównywać pod kątem podobieństwa semantycznego. Jest to praktyczne rozwiązanie, gdy aplikacja korzysta już z OpenAI i potrzebuje jednego bezpośredniego interfejsu API do pobierania podczas generowania.

Domyślny wektor ma 3072 wymiary. Aplikacje mogą żądać mniejszej liczby wymiarów, aby obniżyć koszty przechowywania i wyszukiwania, ale przed wybraniem mniejszej reprezentacji powinny ocenić jakość wyszukiwania na podstawie własnych dokumentów.

Dobre dopasowanie do

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

Porównanie kategorii

Fakty, które mają znaczenie w przypadku modeli osadzenia

Są to specyfikacje opublikowane przez dostawcę, a nie wyniki testów porównawczych Cody. Skorzystaj z połączonych źródeł, aby poznać aktualne limity i wyjątki specyficzne dla punktu końcowego.

Cena osadzania
Tokeny o wartości 0,13 USD / 1 milionAktualna cena dostawcy za milion tokenów wejściowych lub najbliższa opublikowana jednostka rozliczeniowa.
Pojemność wejściowa
8191 tokenów wejściowychMaksymalna zawartość akceptowana w jednym wejściu do osadzania, przy użyciu udokumentowanej podstawy tokena dostawcy.
Wymiary wektorowe
3072 domyślnie; krótsze wektory poprzez wymiaryObsługiwane rozmiary wyjściowe; mniejsze wektory zmniejszają ilość pamięci, podczas gdy większe wektory mogą zachować więcej informacji.
Zaakceptowane dane wejściowe
TekstTekst, kod, obraz, dźwięk, wideo, plik PDF lub dane wejściowe obsługujące dokument obsługiwane przez punkt końcowy.
Kontrola pobierania
Opcjonalny parametr wymiarów; fragmentowanie obsługiwane przez aplikacjęTryby zapytań/dokumentów, typy zadań, obcinanie, dzielenie na porcje i inne elementy sterujące kształtujące wektory do pobrania.
Gdzie biegnie
Hostowany interfejs API osadzania OpenAIBezpośredni interfejs API, rynek w chmurze, wdrożenie prywatne lub trasa hostowana samodzielnie udokumentowana przez dostawcę.

Ceny i porównania

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.

text-embedding-3-large

OpenAI

Szacowany koszt (USD)

0,0008 USD

Dla podanego użycia · USD · Cena API, nie abonamentu

Tokeny wejściowe
0,13 USD za 1 mln tokenów
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.

Dostęp do API i dostawcy

Gdzie zdobyć text-embedding-3-large

OpenAIDokumentacja modelu text-embedding-3-largeOficjalny identyfikator modelu, cena, limit wejściowy i punkt końcowy interfejsu API.OpenAIPrzewodnik po osadzaniuPoproś o przykłady, skrócenie wymiarów i wskazówki dotyczące pobierania.

Dostępność

Regiony i etap dostępu

Dostępne z interfejsu API osadzania OpenAI dla obsługiwanych kont API.

Bezpośredni dostęp API jest zgodny z listą obsługiwanych krajów i terytoriów OpenAI; Trasy w chmurze innych firm mają własne regionalne katalogi i warunki.

Sprawdź dostępność na żywo

Dane i szkolenia

Trasa ma znaczenie.

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.

Jest to zwięzła lektura cytowanych materiałów dostawcy, a nie porada prawna. Brama innej firmy może mieć inne warunki przechowywania, routingu, szkolenia i miejsca zamieszkania niż bezpośrednie API twórcy modelu.

Przeczytaj politykę dostawcy

Często zadawane pytania

Często zadawane pytania dotyczące text-embedding-3-large

Co to jest text-embedding-3-large?

Model OpenAI o najwyższych możliwościach osadzania tekstu na potrzeby wyszukiwania semantycznego, rekomendacji, grupowania i potoków wyszukiwania. text-embedding-3-large konwertuje tekst na wektory numeryczne, które można przechowywać w bazie danych wektorów i porównywać pod kątem podobieństwa semantycznego. Jest to praktyczne rozwiązanie, gdy aplikacja korzysta już z OpenAI i potrzebuje jednego bezpośredniego interfejsu API do pobierania podczas generowania.

Kiedy wypuszczono text-embedding-3-large?

Według materiałów cytowanego dostawcy text-embedding-3-large został wydany na 25 stycznia 2024.

Gdzie mogę uzyskać dostęp do text-embedding-3-large?

Dostępne z interfejsu API osadzania OpenAI dla obsługiwanych kont API. Drogi dostępu wymienione w tym przewodniku to OpenAI.

Ile kosztuje text-embedding-3-large?

Tokeny o wartości 0,13 USD / 1 milion. Standardowa cena katalogowa hostowanego interfejsu API OpenAI. Szybkość interfejsu API usługi Batch jest niższa, gdy przetwarzanie asynchroniczne pasuje do obciążenia.

Gdzie jest dostępny text-embedding-3-large?

Dostępne z interfejsu API osadzania OpenAI dla obsługiwanych kont API. Bezpośredni dostęp API jest zgodny z listą obsługiwanych krajów i terytoriów OpenAI; Trasy w chmurze innych firm mają własne regionalne katalogi i warunki.

Czy moje dane API text-embedding-3-large są wykorzystywane do szkolenia?

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. Polityka należy do warunków trasy dostawcy i konta, dlatego sprawdź ją ponownie przed użyciem w środowisku produkcyjnym.

Porównanie cen

USD za milion tokenów dla podanych API przy standardowej długości kontekstu. Stawki cache i długiego kontekstu mogą się różnić. Pomijamy modele bez zgodnych, sprawdzonych cen; niższy koszt nie oznacza lepszej jakości.

Koszt tokenów wejściowychza 1 mln tokenów · USD
  1. 0,10 USD
    Mistral Embed

    Mistral AI

  2. 0,12 USD
    Voyage 4 Large

    Voyage AI

  3. 0,12 USD
    Voyage Context 4

    Voyage AI

  4. 0,12 USD
    Voyage Code 4

    Voyage AI

  5. 0,13 USD
    text-embedding-3-large

    OpenAI

    Ten model

  6. 0,20 USD
    Gemini Embedding 2

    Google

Powiązane porównania

Porównania bezpośrednie

Zobacz kategorię →

  1. text-embedding-3-large vs Gemini Embedding 2

    Multimodalny model osadzania Google do umieszczania tekstu, obrazów, wideo, audio i plików PDF w jednej przeszukiwalnej przestrzeni wektorowej.

    Otwórz pełne porównanie

  2. text-embedding-3-large vs Cohere Embed 4

    Cohere to korporacyjny model osadzania wielojęzycznego tekstu, obrazów i bogatych wizualnie dokumentów z oknem kontekstowym o wielkości 128 KB.

    Otwórz pełne porównanie

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

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

    Otwórz pełne porównanie

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

    Model osadzania uwzględniający dokumenty Voyage AI, który automatycznie tworzy wektory dla fragmentów, zachowując jednocześnie informacje z otaczającego dokumentu.

    Otwórz pełne porównanie

  5. text-embedding-3-large vs Voyage Code 4

    Specjalistyczny model osadzania Voyage AI umożliwiający wyszukiwanie odpowiedniego kodu na podstawie pytań w języku naturalnym lub innego kontekstu kodu źródłowego.

    Otwórz pełne porównanie

  6. text-embedding-3-large vs Mistral Embed

    Prosty model osadzania hostowanego tekstu firmy Mistral do wyszukiwania semantycznego, grupowania, klasyfikacji i RAG.

    Otwórz pełne porównanie