OpenAI: Text Embedding 3 Large (batch)

OpenAI: Text Embedding 3 Large (batch) é um modelo de embedding da OpenAI. Situa-se na categoria de embeddings, e a OpenAI descreve o text-embedding-3-large como o seu modelo de embedding mais capaz tanto para tarefas em inglês como em outras línguas. A variante batch exposta em api14 usa o id de modelo openai/text-embedding-3-large:batch e foi lançada pelo fornecedor em 2025-10-30.

O modelo recebe texto como entrada e devolve embeddings como saída. Um embedding é uma representação numérica de texto que pode ser usada para medir a relação entre dois trechos de texto. A janela de contexto é de 8192 tokens, e a saída máxima é 7372, o que reflete o tamanho do vetor que o modelo produz e não texto gerado. Aqui não há geração de texto: envia texto e recebe vetores de volta.

Como devolve vetores em vez de respostas, os usos práticos decorrem da comparação desses vetores. A pesquisa semântica é a mais óbvia: faça o embedding dos seus documentos e da sua consulta, e depois ordene os documentos por similaridade. O mesmo mecanismo suporta a recuperação para pipelines RAG, onde os embeddings selecionam as passagens que um modelo de geração separado irá ler. O agrupamento e a descoberta de tópicos funcionam agrupando textos cujos embeddings estão próximos entre si. A deduplicação e a deteção de quase duplicados usam as mesmas comparações de distância, e a classificação pode ser feita através do embedding de exemplos rotulados e da atribuição de novos textos ao grupo mais próximo. A força declarada em tarefas em inglês e noutras línguas torna-o uma escolha razoável para corpora multilingues, e a janela de 8192 tokens permite que passagens bastante longas tenham embedding numa única chamada em vez de serem divididas.

Chama-o através da API compatível com OpenAI do api14 usando o id de modelo openai/text-embedding-3-large:batch. Como a interface é compatível com OpenAI, pode apontar um cliente OpenAI existente para o URL base do api14 e enviar a sua entrada como faria normalmente para um endpoint de embeddings. Note que este modelo não lista parâmetros suportados além dos campos de pedido padrão, por isso não espere opções de afinação como dimensões personalizadas ou opções específicas do fornecedor; consulte a tabela de preços em direto na página para tarifas atuais em vez de assumir qualquer preço aqui.

Um limite com que vale a pena planear é o lado da entrada. O texto é a única modalidade aceite, por isso imagens, áudio e outros formatos precisam de um modelo diferente ou de um passo de pré-processamento. O modelo também produz apenas embeddings, por isso não pode resumir, responder a perguntas ou seguir instruções; combine-o com um modelo de geração quando precisar disso. Se a sua tarefa é geração, raciocínio ou uso de ferramentas em vez de similaridade e recuperação, outro modelo no catálogo será mais adequado.