쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.

OpenAI: Text Embedding 3 Large (batch)

openai/text-embedding-3-large:batch

임베딩입력: text8K2025. 10. 30. 추가됨

플레이그라운드에서 열기 OpenAI: Text Embedding 3 Large (batch) API 키 받기

지금 OpenAI: Text Embedding 3 Large (batch) 사용해 보기

위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.

사용하려면 로그인하세요무료 계정 만들기

입력 (한 줄에 하나씩)

결과가 여기에 표시됩니다.

오늘 무료 메시지 5개 중 5개 남음, 무료 계정을 만들면 무료 사용량과 API 키가 추가됩니다.무료 계정 만들기 로그인세션 비용 US$0.00

OpenAI: Text Embedding 3 Large (batch) 한눈에 보기

입력 가격이 임베딩 모델 34개의 중앙값보다 225% 높습니다.

OpenAI: Text Embedding 3 Large (batch) 소개

OpenAI: Text Embedding 3 Large (batch)는 OpenAI의 임베딩 모델입니다. 임베딩 카테고리에 속하며, OpenAI는 text-embedding-3-large를 영어와 비영어 작업 모두에서 가장 성능이 뛰어난 임베딩 모델이라고 설명합니다. api14에 공개된 batch 변형은 모델 id openai/text-embedding-3-large:batch를 사용하며, 제공업체가 2025-10-30에 출시했습니다.

이 모델은 텍스트를 입력으로 받고 임베딩을 출력으로 반환합니다. 임베딩은 두 텍스트 조각 사이의 관련성을 측정하는 데 사용할 수 있는 텍스트의 수치적 표현입니다. 컨텍스트 윈도는 8192 토큰이고 최대 출력은 7372이며, 이는 생성된 산문이 아니라 모델이 생성하는 벡터의 크기를 반영합니다. 여기에는 텍스트 생성이 없습니다. 텍스트를 보내면 벡터를 돌려받습니다.

답변 대신 벡터를 반환하기 때문에, 실용적인 용도는 그 벡터를 비교하는 데서 나옵니다. 시맨틱 검색이 가장 명확한 예입니다. 문서와 쿼리를 임베딩한 다음 유사도로 문서의 순위를 매깁니다. 같은 메커니즘은 RAG 파이프라인의 검색을 지원하며, 여기서 임베딩은 별도의 생성 모델이 읽을 구절을 선택합니다. 클러스터링과 토픽 발견은 임베딩이 서로 가까이 있는 텍스트를 그룹화하는 방식으로 작동합니다. 중복 제거와 거의 중복된 항목 탐지는 같은 거리 비교를 사용하며, 분류는 레이블이 지정된 예시를 임베딩하고 새 텍스트를 가장 가까운 그룹에 할당하여 수행할 수 있습니다. 영어와 비영어 작업 전반에 걸친 강점은 다국어 코퍼스에 합리적인 선택이 되게 하며, 8192 토큰 윈도는 상당히 긴 구절을 분할하지 않고 한 번의 호출로 임베딩할 수 있게 합니다.

모델 id openai/text-embedding-3-large:batch를 사용하여 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 호환이므로 기존 OpenAI 클라이언트를 api14 base URL로 지정하고 임베딩 엔드포인트에 평소처럼 입력을 보낼 수 있습니다. 이 모델은 표준 요청 필드 외에 지원되는 매개변수를 나열하지 않으므로 사용자 지정 차원이나 제공업체별 옵션 같은 조정 수단을 기대하지 마십시오. 여기의 가격을 가정하지 말고 페이지의 실시간 가격표에서 현재 요금을 확인하십시오.

계획할 때 고려할 만한 한 가지 제한은 입력 측면입니다. 텍스트만 허용되는 모달리티이므로 이미지, 오디오 및 기타 형식에는 다른 모델이나 전처리 단계가 필요합니다. 또한 이 모델은 임베딩만 생성하므로 요약하거나 질문에 답하거나 지침을 따를 수 없습니다. 그러한 기능이 필요할 때는 생성 모델과 함께 사용하십시오. 작업이 유사성과 검색이 아니라 생성, 추론 또는 도구 사용이라면 카탈로그의 다른 모델이 더 적합할 것입니다.

OpenAI: Text Embedding 3 Large (batch) API 호출 방법

대시보드에서 API 키를 만드세요.
사용하는 언어의 공식 openai SDK를 설치하세요.
baseURL을 https://api14.com/api/v1로, model을 "openai/text-embedding-3-large:batch"로 설정하세요.

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));

사양

컨텍스트 길이: 8,192
최대 출력: 7,372
입력: text
출력: embeddings

api14 요청 수 · 최근 7일

OpenAI: Text Embedding 3 Large (batch): 자주 묻는 질문

OpenAI: Text Embedding 3 Large (batch) API 비용은 얼마인가요?: OpenAI: Text Embedding 3 Large (batch)의 가격은 입력 US$0.23 / 100만 토큰입니다. 성공한 요청에 대해서만 USD 잔액에서 차감되며, 실패한 요청은 무료입니다.
OpenAI: Text Embedding 3 Large (batch)의 컨텍스트 윈도우는 얼마인가요?: OpenAI: Text Embedding 3 Large (batch)는(은) 요청당 최대 8,192 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 7,372개의 출력 토큰을 생성합니다.
OpenAI: Text Embedding 3 Large (batch)는(은) 무엇을 할 수 있나요?: OpenAI: Text Embedding 3 Large (batch)는(은) text 입력을 받아 embeddings 출력을 반환합니다.
코드에서 OpenAI: Text Embedding 3 Large (batch)를(을) 어떻게 호출하나요?: 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "openai/text-embedding-3-large:batch"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
OpenAI: Text Embedding 3 Large (batch)의 대안은 무엇인가요?: 비슷한 가격대의 임베딩 모델: VoyageAI by MongoDB: voyage-4, OpenAI: Text Embedding Ada 002 (batch), Perplexity: Embed V1 4B. 모두 같은 API 키로 실행되므로 문자열 하나만 바꾸면 전환됩니다.

OpenAI: Text Embedding 3 Large (batch) 커뮤니티

새 토픽

이 커뮤니티에는 아직 토픽이 없습니다. OpenAI: Text Embedding 3 Large (batch)에 대한 첫 토픽을 열어 보세요.