OpenAI text-embedding-3-large

Name: OpenAI text-embedding-3-large
Brand: OpenAI
SKU: text-embedding-3-large
Price: 0.156 USD
Availability: InStock

EmbeddingsE disponueshme

nga OpenAItext-embedding-3-large

OpenAI's highest-quality embedding model. Returns 3072-dim vectors by default and supports reducing dimensions via the dimensions parameter. Outperforms text-embedding-3-small and the older ada-002 on MTEB and multilingual MIRACL retrieval benchmarks, for cases where accuracy matters more than cost.

Provo Merr API key Krahasim

Çmim: 0,156 US$/1M hyr
Kontekst: 8191 token
Hyrje → Dalje: Tekst → Vektor
Zhvillues: OpenAI
Përditësuar: 23 shtator 2026

Loja e lojërave

Provo OpenAI text-embedding-3-large

Hyrje & rezultat

0,156 US$/1M hyr

Hyrje

0 / 32 000

Krahasim me (opsional)

Ekzekuton modelin dy herë (faturuar dy herë).

⌘/Ctrl + Enter

Rezultat

Vektori shfaqet këtu.

Ky ekzekutim

Çmimi shfaqet kur hyrja është e plotë.

I ri këtu?

10 kredite falas (0,10 US$) kur të regjistrohet me Google

I përdorshëm 24 orë pas regjistrimit, deri në 5 ekzekutime në ditë dhe më shumë se 2 kredite për ekzekutim. Metodat e tjera të hyrjes fillojnë pa kredite.

Rreth OpenAI text-embedding-3-large

PërmbledhjeMë 23 shtator 2026

OpenAI text-embedding-3-large është një model i OpenAI në kategorinë Embeddings. Në Railwail, OpenAI text-embedding-3-large kushton 0,156 US$ / 1M token hyrjeje. Dritarja e kontekstit përmban 8191 token.

text-embedding-3-large is OpenAI's most capable third-generation embedding model. It produces 3072-dim embeddings by default and, like the small variant, supports the dimensions parameter for Matryoshka-style truncation so you can store shorter vectors when needed. It leads OpenAI's lineup on the MTEB English benchmark and on the multilingual MIRACL retrieval benchmark, making it the pick when embedding quality is the priority over price. Use it for high-recall semantic search, deduplication and reranking-style retrieval. Accepts a single string or a batch per request.

Sfondi

Rreth OpenAI

Themeluar 2015 · San Francisco, California, USA

OpenAI was founded in December 2015 by Sam Altman, Elon Musk, Greg Brockman, Ilya Sutskever, Wojciech Zaremba and John Schulman, and restructured to capped-profit OpenAI LP in 2019. The embedding model family started with text-embedding-ada-001 in 2021, was unified into text-embedding-ada-002 in December 2022 (still the most-used embedding model on Earth at one point) and replaced in January 2024 by text-embedding-3-small and text-embedding-3-large. The v3 release was OpenAI's first to support Matryoshka-style dimension reduction (sale of arbitrary 256-3072 dim vectors from the same model) and beat ada-002 by 20+ percentage points on the MIRACL multilingual retrieval benchmark while costing roughly the same.

Vizito OpenAI

Arkitektura

Transformer bi-encoder with Matryoshka representation learning

OpenAI text-embedding-3-large is the flagship embedding model in the v3 generation. It produces 3,072-dimensional vectors by default with full Matryoshka representation support, so callers can request any dimension between 256 and 3,072 in the API and OpenAI will truncate-and-renormalise without re-running the model. The model accepts up to 8,191 tokens per input and was trained with a contrastive retrieval objective on a curated multilingual web corpus, including search-query/document pairs and large-scale instruction-tuned pairs. It scores 64.6% on MTEB and 54.9% on MIRACL multilingual retrieval, a step up from 61.0% / 31.4% for ada-002. Pricing is $0.00013 per 1k tokens. Output vectors are L2-normalised. Like all OpenAI models the system is closed-source and hosted only. OpenAI has not published a technical paper for the v3 family beyond a launch blog.

Parametrat: Undisclosed
Konteksti: 8191 token

Aftësitë

3,072-dim vectors with Matryoshka truncation to any 256-3072 size
8,191-token context window for long-document embedding
Multilingual coverage across 100+ languages
State-of-the-art MIRACL multilingual retrieval (~55%)
L2-normalised vectors with cosine similarity
Drop-in upgrade from ada-002 via the same /embeddings endpoint
Best for: production RAG, multilingual search, retrieval-heavy SaaS

Trajnimi & Licenca

Not disclosed. OpenAI describes a 'curated multilingual web corpus' with search-query/document pairs and instruction-tuned pairs.

Licenca: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.

Testimi i sigurisë: Embeddings are not subject to content-filter constraints; OpenAI publishes general bias and fairness statements for the embeddings endpoint.

Kufizimet e njohura

Closed weights, hosted only
Cannot fine-tune the model
3,072-dim full vectors are storage-heavy without truncation
Worse-than-Cohere v3 on some low-resource languages
8,191-token cap may force chunking for very long documents

Punimet kërkimore

Çmimet

Çmimet në dollarë amerikan. Përdorimi ngarkohet nga kreditet e parapaguar.

Hyrje	0,156 US$ / 1M token

Faturohet sipas token-ave që çdo kërkesë përdor në të vërtetë.
1 kredi = 0,01 US$

Kalkulator i kostos

Kalkulator çmimesh

Token-a hyrës

/ kërkesë

Token-a dalës

/ kërkesë

Kërkesa

Gjithsej

0,02 US$

2 kredite

Për kërkesë

0,0002 US$ · 0,02 kredite

Çdo kërkesë rrumbullakoset lart në 0,01 kredite.

API

Thirr OpenAI text-embedding-3-large me çelësin tuaj të API-t Railwail. Përdor këtë ID modeli në kërkesë:

text-embedding-3-largeDokumentacioni i API-t Merr një çelës API

curl https://railwail.com/api/v1/embeddings \
  -H "Authorization: Bearer $RAILWAIL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "text-embedding-3-large",
    "input": "The quick brown fox"
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["RAILWAIL_API_KEY"],
    base_url="https://railwail.com/api/v1",
)

res = client.embeddings.create(
    model="text-embedding-3-large",
    input="The quick brown fox",
)

print(len(res.data[0].embedding))

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.RAILWAIL_API_KEY,
  baseURL: "https://railwail.com/api/v1",
});

const res = await client.embeddings.create({
  model: "text-embedding-3-large",
  input: "The quick brown fox"
});

console.log(res.data[0].embedding.length);

Vendos çelësin tënd si RAILWAIL_API_KEYKrijo çelës API

Specifikacione

ID i modelit: text-embedding-3-large
Zhvilluesi: OpenAI
Kategoria: Embeddings
Hyrja: Tekst
Dalja: Vektor
Dritarja e kontekstit: 8191 token
Faturimi: Sipas përdorimit (token ose kohë GPU)
Madhësia e modelit: Undisclosed
Licenca: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.
Katalogu i përditësuar: 23 shtator 2026

Parametrat e hyrjes

Hyrjet dhe cilësimet nga skema e hyrjes së modelit. Shembulli në seksionin API tregon cilat prej tyre e pranon API-ja.

ParametriLlojiParazgjedhjaVlerat e lejuara

inputi detyrueshëm
Text to embed (single string or array of strings)
Lloji: Tekst
Parazgjedhja: –
Vlerat e lejuara: deri 32 000 karaktere
dimensions
Lloji: Numër i plotë
Parazgjedhja: 3072
Vlerat e lejuara: 256 deri 3072
encoding_format
Lloji: Zgjedhje
Parazgjedhja: float
Vlerat e lejuara: float ose base64

Etiketat

openai
embedding
retrieval
rag
matryoshka
multilingual

Shembuj të kërkesave

Shembuj nga katalogu i Railwail. Ata nuk u gjenerohen drejtpërdrejt në këtë faqe.

FAQ Matching
How do I reset my password?
Code Search
React useEffect cleanup function memory leak

Raste përdorimi

Për çfarë përdoret

Production RAG for ChatGPT-style assistants
Multilingual enterprise search
Semantic deduplication and clustering at scale
Recommendation systems based on text similarity
Embeddings for downstream classification tasks

Udhëzime të lidhura

Embedding Models for Search & Science

Të gjitha modelet në Embeddings

Pyetje të shpeshta

Çfarë është OpenAI text-embedding-3-large?

OpenAI text-embedding-3-large është një model nga OpenAI në kategorinë Embeddings. Në Railwail mund ta thirrësh me një çelës API përmes Railwail API.

Sa kushton OpenAI text-embedding-3-large në Railwail?

Në Railwail, OpenAI text-embedding-3-large kushton 0,156 US$ / 1M token hyrjeje. Të tarifohesh për atë që çdo kërkesë në fakt përdor. Përdorimi paguhet nga kredite të parapaguar; 1 kredit barazon 0,01 US$.

Cila është dritarja e kontekstit të OpenAI text-embedding-3-large?

Dritarja e kontekstit të OpenAI text-embedding-3-large përmban 8191 token.

Sa i shpejtë është OpenAI text-embedding-3-large?

Nuk ka ende mjaft ekzekutime të matura të OpenAI text-embedding-3-large në Railwail për të deklaruar një kohë ekzekutimi. Varet nga hyrja, cilësimet dhe ngarkesa në ofruesin e shërbimit.

A është OpenAI text-embedding-3-large më i mirë se OpenAI text-embedding-3-small?

Varet nga detyra. OpenAI text-embedding-3-large (OpenAI) dhe OpenAI text-embedding-3-small (OpenAI) janë të dy modele në kategorinë Embeddings. Faqja e krahasimit tregon çmimet dhe specifikacimet e tyre krah për krah.

Krahaso OpenAI text-embedding-3-large dhe OpenAI text-embedding-3-small

Si e përdor OpenAI text-embedding-3-large përmes API?

Krijo një çelës Railwail API dhe dërgo kërkesën tënde me ID-në e modelit text-embedding-3-large. Shembujt e kodit për curl, Python dhe JavaScript janë në seksionin API të kësaj faqeje.

Modele të krahasueshme

Të gjitha në këtë kategori

OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M hyr
85 % më lirë për njësi
Krahasoje OpenAI text-embedding-3-large dhe OpenAI text-embedding-3-small

Përdor OpenAI text-embedding-3-large përmes API-t

Një çelës API për çdo model në Railwail. Përdorimi ngarkohet nga kreditet e parapaguar, 1 kredit = 0,01 US$.

Merr çelësin e API-t Shfletim të gjitha modelet