हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

OpenAI: Text Embedding 3 Large

openai/text-embedding-3-large

Embeddingsइनपुट: text8K30 अक्टू॰ 2025 को जोड़ा गया

playground में खोलें OpenAI: Text Embedding 3 Large के लिए API key पाएं

OpenAI: Text Embedding 3 Large अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

इनपुट (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

OpenAI: Text Embedding 3 Large एक नज़र में

इनपुट कीमत 34 Embeddings मॉडल के मीडियन से 550% ज़्यादा है।

OpenAI: Text Embedding 3 Large के बारे में

OpenAI: Text Embedding 3 Large, OpenAI की एक embedding मॉडल है, जो api14 पर मॉडल आईडी openai/text-embedding-3-large के अंतर्गत सूचीबद्ध है। यह chat श्रेणी के बजाय embeddings श्रेणी में आती है, जिसका अर्थ है कि यह संवादात्मक उत्तर उत्पन्न करने के बजाय पाठ को वेक्टर में बदलने के लिए बनाई गई है। OpenAI, text-embedding-3-large को अंग्रेजी और गैर-अंग्रेजी दोनों कार्यों के लिए अपनी सबसे सक्षम embedding मॉडल बताता है।

मॉडल अपने इनपुट के रूप में केवल पाठ लेती है और आउटपुट के रूप में embeddings लौटाती है: पाठ का संख्यात्मक निरूपण, जिसका उपयोग दो पाठ खंडों के बीच संबंध मापने के लिए किया जा सकता है। यह 8192 tokens की context length का समर्थन करती है, और इसका अधिकतम आउटपुट 7372 है। इस मॉडल के लिए कोई अतिरिक्त अनुरोध पैरामीटर समर्थित नहीं है, इसलिए embedding endpoint स्वयं जो स्वीकार करता है, उसके अलावा कोई ट्यूनिंग विकल्प नहीं है।

चूंकि आउटपुट गद्य के बजाय एक वेक्टर है, व्यावहारिक उपयोग इन वेक्टरों की तुलना से निकलते हैं। सामान्य उपयुक्तताओं में शामिल हैं: semantic search, जहां आप एक query और एक corpus को embed करते हैं और दस्तावेजों को समानता के आधार पर रैंक करते हैं; RAG pipeline के लिए retrieval, जहां embeddings तय करते हैं कि chat मॉडल को कौन से अंश दिए जाएं; बड़े पाठ संग्रहों का clustering या deduplication; निकटतम उदाहरण द्वारा classification और routing; तथा दो अंशों के बीच अनुशंसा या संबंध स्कोरिंग। प्रदाता की यह टिप्पणी कि मॉडल अंग्रेजी और गैर-अंग्रेजी दोनों कार्यों को संभालती है, इसे बहुभाषी corpora के लिए एक उचित विकल्प बनाती है, जहां आप भाषाओं के आर-पार एक ही embedding space चाहते हैं।

api14 के माध्यम से इसे कॉल करने के लिए, मॉडल आईडी openai/text-embedding-3-large के साथ OpenAI-संगत API का उपयोग करें। अपना पाठ embeddings endpoint पर उसी तरह भेजें जैसे आप सीधे OpenAI के विरुद्ध भेजते हैं, और प्रतिक्रिया से वेक्टर पढ़ें। चूंकि supported_parameters खाली है, आपको इस गेटवे के माध्यम से dimensions या encoding format जैसे अतिरिक्त विकल्प पास करने की अपेक्षा नहीं करनी चाहिए; अनुरोधों को उसी पाठ तक सीमित रखें जिसे आप embed करना चाहते हैं।

ध्यान में रखने योग्य मुख्य सीमाएं इनपुट modality और context length हैं। अंदर केवल पाठ जाता है, इसलिए छवियां, ऑडियो और अन्य प्रारूप इस मॉडल के दायरे से बाहर हैं। कोई भी एकल इनपुट 8192 tokens के भीतर फिट होना चाहिए, जिसका अर्थ है कि लंबे दस्तावेजों को embed करने से पहले विभाजित करना होगा। और चूंकि यह पाठ के बजाय embeddings उत्पन्न करती है, यह अपने आप प्रश्नों का उत्तर नहीं दे सकती या सामग्री नहीं लिख सकती; जब आपको retrieval के ऊपर generation चाहिए, तो इसे किसी chat मॉडल के साथ जोड़ें।

OpenAI: Text Embedding 3 Large API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "openai/text-embedding-3-large" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.embeddings.create({
  "model": "openai/text-embedding-3-large",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

स्पेसिफिकेशन

Context लंबाई: 8,192
अधिकतम आउटपुट: 7,372
इनपुट: text
आउटपुट: embeddings

api14 पर requests · पिछले 7 दिन

OpenAI: Text Embedding 3 Large: अक्सर पूछे जाने वाले सवाल

OpenAI: Text Embedding 3 Large API की कीमत कितनी है?: OpenAI: Text Embedding 3 Large की कीमत इनपुट $0.45 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
OpenAI: Text Embedding 3 Large की context window कितनी है?: OpenAI: Text Embedding 3 Large हर request में 8,192 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 7,372 आउटपुट tokens तक लिखता है।
OpenAI: Text Embedding 3 Large क्या कर सकता है?: OpenAI: Text Embedding 3 Large text स्वीकार करता है और embeddings लौटाता है।
अपने कोड से OpenAI: Text Embedding 3 Large कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "openai/text-embedding-3-large" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
OpenAI: Text Embedding 3 Large के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Embeddings मॉडल: VoyageAI by MongoDB: voyage-code-4, VoyageAI by MongoDB: voyage-multimodal-3.5, VoyageAI by MongoDB: voyage-4-large। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

OpenAI: Text Embedding 3 Large कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। OpenAI: Text Embedding 3 Large के बारे में पहला टॉपिक खोलें।