OpenAI text-embedding-3-large

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

EmbeddingsDostupné

od 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.

Vyzkoušet Získat API klíč Porovnat

Cena: 0,156 US$/1M vstup
Kontext: 8 191 tokenů
Vstup → výstup: Text → Vektor
Vývojář: OpenAI
Aktualizováno: 23. září 2026

Playground

Vyzkoušet OpenAI text-embedding-3-large

Vstup a výstup

0,156 US$/1M vstup

Vstup

0 / 32 000

Porovnat s (volitelné)

Spustí model dvakrát (zaúčtováno dvakrát).

⌘/Ctrl + Enter

Výsledek

Vektor se zobrazí zde.

Tento běh

Cena se zobrazí, jakmile je vstup kompletní.

Nový zde?

10 bezplatných credits (0,10 US$) při registraci přes Google

Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits.

O OpenAI text-embedding-3-large

StručněStav: 23. září 2026

OpenAI text-embedding-3-large je model od OpenAI v kategorii Embeddings. Na Railwail stojí OpenAI text-embedding-3-large 0,156 US$ / 1M vstupních tokenů. Kontextní okno obsahuje 8 191 tokenů.

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.

Pozadí

O OpenAI

Založeno 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.

Navštívit OpenAI

Architektura

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.

Parametry: Undisclosed
Kontext: 8 191 tokenů

Schopnosti

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

Trénování a licence

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

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

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

Známá omezení

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

Vědecké články

Ceny

Ceny v USD. Použití se účtuje z předplacených kreditů.

Vstup	0,156 US$ / 1M tokenů

Účtují se tokeny, které jednotlivý požadavek skutečně spotřebuje.
1 kredit = 0,01 US$

Kalkulátor nákladů

Kalkulátor cen

Vstupní tokeny

/ požadavek

Výstupní tokeny

/ požadavek

Požadavky

Celkem

0,02 US$

2 kreditů

Na požadavek

0,0002 US$ · 0,02 kreditů

Každý požadavek se zaokrouhluje nahoru na 0,01 kreditu.

API

Volejte OpenAI text-embedding-3-large s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:

text-embedding-3-largeDokumentace API Získat API klíč

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);

Nastavte svůj klíč jako RAILWAIL_API_KEYVytvořit API klíč

Specifikace

ID modelu: text-embedding-3-large
Vývojář: OpenAI
Kategorie: Embeddings
Vstup: Text
Výstup: Vektor
Kontextové okno: 8 191 tokenů
Fakturace: Podle použití (tokeny nebo GPU čas)
Velikost modelu: Undisclosed
Licence: Proprietary commercial API. Generated embeddings may be stored and used commercially under the OpenAI Usage Policy.
Záznam v katalogu aktualizován: 23. září 2026

Vstupní parametry

Vstupy a nastavení ze vstupního schématu modelu. Příklad v sekci API ukazuje, které z nich API přijímá.

ParametrTypVýchozíPovolené hodnoty

inputpovinné
Text to embed (single string or array of strings)
Typ: Text
Výchozí: –
Povolené hodnoty: až 32 000 znaků
dimensions
Typ: Celé číslo
Výchozí: 3072
Povolené hodnoty: 256 až 3 072
encoding_format
Typ: Volba
Výchozí: float
Povolené hodnoty: float nebo base64

Štítky

openai
embedding
retrieval
rag
matryoshka
multilingual

Příklady promptů

Příklady z katalogu Railwail. Nebyly generovány živě na této stránce.

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

Případy použití

K čemu se používá

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

Související průvodce

Embedding Models for Search & Science

Všechny modely: Embeddings

Často kladené otázky

Co je OpenAI text-embedding-3-large?

OpenAI text-embedding-3-large je model od OpenAI v kategorii Embeddings. Na Railwail jej můžete volat pomocí API klíče přes Railwail API.

Kolik stojí OpenAI text-embedding-3-large na Railwail?

Na Railwail stojí OpenAI text-embedding-3-large 0,156 US$ / 1M vstupních tokenů. Platíte za to, co každý požadavek skutečně spotřebuje. Použití se platí z předplacených kreditů; 1 kredit se rovná 0,01 US$.

Jaké je kontextní okno OpenAI text-embedding-3-large?

Kontextní okno OpenAI text-embedding-3-large obsahuje 8 191 tokenů.

Jak rychlý je OpenAI text-embedding-3-large?

Pro OpenAI text-embedding-3-large je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je OpenAI text-embedding-3-large lepší než OpenAI text-embedding-3-small?

Záleží na úkolu. OpenAI text-embedding-3-large (OpenAI) a OpenAI text-embedding-3-small (OpenAI) jsou oba modely v kategorii Embeddings. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat OpenAI text-embedding-3-large a OpenAI text-embedding-3-small

Jak mohu používat OpenAI text-embedding-3-large přes API?

Vytvořte Railwail API klíč a pošlete svůj požadavek s ID modelu text-embedding-3-large. Příklady kódu pro curl, Python a JavaScript jsou v sekci API na této stránce.

Srovnatelné modely

Všechny v této kategorii

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 vstup
85 % levnější na jednotku
Porovnat OpenAI text-embedding-3-large a OpenAI text-embedding-3-small

Používejte OpenAI text-embedding-3-large přes API

Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.

Získat API klíč Zobrazit všechny modely