OpenAI: Text Embedding 3 Large (batch)

OpenAI: Text Embedding 3 Large (batch) is een embeddingmodel van OpenAI. Het valt in de categorie embeddings, en OpenAI beschrijft text-embedding-3-large als zijn meest capabele embeddingmodel voor zowel Engelse als niet-Engelse taken. De batchvariant die op api14 wordt aangeboden gebruikt het model-id openai/text-embedding-3-large:batch en werd door de provider uitgebracht op 2025-10-30.

Het model neemt tekst als invoer en retourneert embeddings als uitvoer. Een embedding is een numerieke representatie van tekst die kan worden gebruikt om de verwantschap tussen twee stukken tekst te meten. Het contextvenster is 8192 tokens, en de maximale uitvoer is 7372, wat de grootte van de vector weerspiegelt die het model produceert in plaats van gegenereerde tekst. Er is hier geen tekstgeneratie: je stuurt tekst in en krijgt vectoren terug.

Omdat het vectoren retourneert in plaats van antwoorden, volgen de praktische toepassingen uit het vergelijken van die vectoren. Semantisch zoeken is de voor de hand liggende: embed je documenten en je query, en rangschik documenten op similariteit. Hetzelfde mechanisme ondersteunt retrieval voor RAG-pipelines, waar embeddings de passages selecteren die een apart generatiemodel zal lezen. Clustering en topic discovery werken door teksten te groeperen waarvan de embeddings dicht bij elkaar liggen. Deduplicatie en detectie van bijna-duplicaten gebruiken dezelfde afstandsvergelijkingen, en classificatie kan worden gedaan door gelabelde voorbeelden te embedden en nieuwe teksten aan de dichtstbijzijnde groep toe te wijzen. De aangegeven sterkte across Engelse en niet-Engelse taken maakt het een redelijke keuze voor meertalige corpora, en het venster van 8192 tokens maakt het mogelijk om redelijk lange passages in één call te embedden in plaats van ze op te splitsen.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id openai/text-embedding-3-large:batch. Omdat het oppervlak OpenAI-compatibel is, kun je een bestaande OpenAI-client op de api14 base-URL richten en je invoer versturen zoals je normaal zou doen naar een embeddings-endpoint. Merk op dat dit model geen ondersteunde parameters vermeldt naast de standaard aanvraagvelden, dus verwacht geen afstemmingsknoppen zoals aangepaste dimensies of providerspecifieke opties; controleer de live prijstabel op de pagina voor actuele tarieven in plaats van hier enige prijsstelling aan te nemen.

Een limiet om rekening mee te houden is de invoerkant. Tekst is de enige geaccepteerde modaliteit, dus afbeeldingen, audio en andere formaten hebben een ander model of een voorbewerkingsstap nodig. Het model produceert ook alleen embeddings, dus het kan niet samenvatten, vragen beantwoorden of instructies volgen; combineer het met een generatiemodel wanneer je die nodig hebt. Als je taak generatie, redeneren of toolgebruik is in plaats van similariteit en retrieval, zal een ander model in de catalogus beter passen.