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 (batch)

openai/text-embedding-3-large:batch

Embeddingsइनपुट: text8K30 अक्टू॰ 2025 को जोड़ा गया

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

OpenAI: Text Embedding 3 Large (batch) 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 (batch) एक नज़र में

इनपुट कीमत 34 Embeddings मॉडल के मीडियन से 225% ज़्यादा है।

OpenAI: Text Embedding 3 Large (batch) के बारे में

OpenAI: Text Embedding 3 Large (batch) OpenAI का एक embedding मॉडल है। यह embeddings श्रेणी में आता है, और OpenAI text-embedding-3-large को अंग्रेज़ी और गैर-अंग्रेज़ी दोनों कार्यों के लिए अपना सबसे सक्षम embedding मॉडल बताता है। api14 पर उपलब्ध batch वैरिएंट मॉडल id openai/text-embedding-3-large:batch का उपयोग करता है और इसे प्रदाता ने 2025-10-30 को जारी किया था।

मॉडल इनपुट के रूप में टेक्स्ट लेता है और आउटपुट के रूप में embeddings लौटाता है। embedding टेक्स्ट का एक संख्यात्मक प्रतिनिधित्व है जिसका उपयोग टेक्स्ट के दो टुकड़ों के बीच संबंध मापने के लिए किया जा सकता है। context window 8192 tokens है, और अधिकतम आउटपुट 7372 है, जो मॉडल द्वारा उत्पन्न vector के आकार को दर्शाता है, न कि उत्पन्न prose को। यहाँ कोई text generation नहीं है: आप टेक्स्ट भेजते हैं और vectors वापस पाते हैं।

चूँकि यह उत्तरों के बजाय vectors लौटाता है, व्यावहारिक उपयोग इन vectors की तुलना से निकलते हैं। Semantic search सबसे स्पष्ट है: अपने दस्तावेज़ों और अपनी query को embed करें, फिर समानता के आधार पर दस्तावेज़ों को रैंक करें। यही तंत्र RAG pipelines के लिए retrieval का समर्थन करता है, जहाँ embeddings उन passages का चयन करते हैं जिन्हें एक अलग generation मॉडल पढ़ेगा। Clustering और topic discovery उन टेक्स्टों को समूहित करके काम करते हैं जिनके embeddings एक दूसरे के करीब होते हैं। Deduplication और near-duplicate detection समान दूरी तुलनाओं का उपयोग करते हैं, और classification labelled उदाहरणों को embed करके और नए टेक्स्टों को निकटतम समूह में असाइन करके किया जा सकता है। अंग्रेज़ी और गैर-अंग्रेज़ी कार्यों में बताई गई मज़बूती इसे बहुभाषी corpora के लिए एक उचित विकल्प बनाती है, और 8192 token window काफी लंबे passages को एक कॉल में embed करने की अनुमति देता है, बजाय उन्हें विभाजित करने के।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल id openai/text-embedding-3-large:batch का उपयोग करके कॉल करते हैं। चूँकि सतह OpenAI-संगत है, आप एक मौजूदा OpenAI client को api14 base URL पर इंगित कर सकते हैं और अपना इनपुट सामान्य रूप से embeddings endpoint पर भेज सकते हैं। ध्यान दें कि यह मॉडल मानक request फ़ील्ड्स के अलावा कोई समर्थित parameters सूचीबद्ध नहीं करता, इसलिए custom dimensions या प्रदाता-विशिष्ट विकल्पों जैसे tuning knobs की अपेक्षा न करें; वर्तमान दरों के लिए पृष्ठ पर live price table देखें, यहाँ किसी भी मूल्य को मान न लें।

एक सीमा जिसकी योजना बनाना उचित है, वह इनपुट पक्ष है। टेक्स्ट एकमात्र स्वीकृत modality है, इसलिए छवियों, ऑडियो और अन्य प्रारूपों के लिए एक अलग मॉडल या preprocessing चरण की आवश्यकता होती है। मॉडल केवल embeddings भी उत्पन्न करता है, इसलिए यह सारांश नहीं बना सकता, प्रश्नों का उत्तर नहीं दे सकता या निर्देशों का पालन नहीं कर सकता; जब आपको इनकी आवश्यकता हो तो इसे एक generation मॉडल के साथ जोड़ें। यदि आपका कार्य समानता और retrieval के बजाय generation, reasoning या tool use है, तो catalog में कोई अन्य मॉडल बेहतर फिट होगा।

OpenAI: Text Embedding 3 Large (batch) 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:batch" 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:batch",
  "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 (batch): अक्सर पूछे जाने वाले सवाल

OpenAI: Text Embedding 3 Large (batch) API की कीमत कितनी है?: OpenAI: Text Embedding 3 Large (batch) की कीमत इनपुट $0.23 / 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 (batch) की context window कितनी है?: OpenAI: Text Embedding 3 Large (batch) 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 (batch) क्या कर सकता है?: OpenAI: Text Embedding 3 Large (batch) text स्वीकार करता है और embeddings लौटाता है।
अपने कोड से OpenAI: Text Embedding 3 Large (batch) कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "openai/text-embedding-3-large:batch" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
OpenAI: Text Embedding 3 Large (batch) के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Embeddings मॉडल: VoyageAI by MongoDB: voyage-4, OpenAI: Text Embedding Ada 002 (batch), Perplexity: Embed V1 4B। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

OpenAI: Text Embedding 3 Large (batch) कम्युनिटी

नया टॉपिक

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