OpenAI: Text Embedding 3 Large (batch)

OpenAI: Text Embedding 3 Large (batch) è un modello di embedding di OpenAI. Si colloca nella categoria degli embeddings, e OpenAI descrive text-embedding-3-large come il suo modello di embedding più capace sia per attività in inglese che non in inglese. La variante batch esposta su api14 utilizza l'id del modello openai/text-embedding-3-large:batch ed è stata rilasciata dal provider il 2025-10-30.

Il modello prende testo come input e restituisce embeddings come output. Un embedding è una rappresentazione numerica del testo che può essere utilizzata per misurare la correlazione tra due porzioni di testo. La finestra di contesto è di 8192 token, e l'output massimo è 7372, che riflette la dimensione del vettore prodotto dal modello piuttosto che testo generato. Qui non c'è generazione di testo: si invia testo e si ricevono vettori.

Poiché restituisce vettori anziché risposte, gli usi pratici derivano dal confronto di quei vettori. La ricerca semantica è quella ovvia: si esegue l'embedding dei documenti e della query, poi si classificano i documenti per similarità. Lo stesso meccanismo supporta il retrieval per pipeline RAG, dove gli embeddings selezionano i passaggi che un modello di generazione separato leggerà. Il clustering e la scoperta di argomenti funzionano raggruppando testi i cui embeddings sono vicini tra loro. La deduplicazione e il rilevamento di quasi-duplicati utilizzano gli stessi confronti di distanza, e la classificazione può essere effettuata eseguendo l'embedding di esempi etichettati e assegnando i nuovi testi al gruppo più vicino. La forza dichiarata su attività in inglese e non in inglese lo rende una scelta ragionevole per corpora multilingue, e la finestra di 8192 token consente di incorporare passaggi piuttosto lunghi in una sola chiamata invece di suddividerli.

Si chiama attraverso l'API compatibile con OpenAI di api14 utilizzando l'id del modello openai/text-embedding-3-large:batch. Poiché l'interfaccia è compatibile con OpenAI, è possibile puntare un client OpenAI esistente all'URL di base di api14 e inviare l'input come si farebbe normalmente a un endpoint di embeddings. Si noti che questo modello non elenca parametri supportati oltre ai campi standard della richiesta, quindi non aspettatevi opzioni di regolazione come dimensioni personalizzate o opzioni specifiche del provider; consultate la tabella dei prezzi live sulla pagina per le tariffe attuali invece di presumere qualsiasi prezzo qui.

Un limite da tenere presente è il lato input. Il testo è l'unica modalità accettata, quindi immagini, audio e altri formati necessitano di un modello diverso o di una fase di preprocessamento. Il modello inoltre produce solo embeddings, quindi non può riassumere, rispondere a domande o seguire istruzioni; abbinatelo a un modello di generazione quando avete bisogno di queste funzionalità. Se il vostro compito è generazione, ragionamento o uso di strumenti anziché similarità e retrieval, un altro modello nel catalogo sarà più adatto.