Text Embedding 3 Large

Réseau Neuronal

text-embedding-3-large — модель эмбеддингов от OpenAI для семантического поиска, RAG и кластеризации текстов.

Accueil

Modèles

2 703

Longueur maximale de la réponse

(en tokens)

4 095

Taille du contexte

(en tokens)

0,19 $

Coût du prompt

(par 1M tokens)

*Les prix indiqués correspondent à l'utilisation de l'API via les fournisseurs ECO.

Exemple de code et API pour Text Embedding 3 LargeNous offrons un accès complet à l'API OpenAI via notre service. Tous nos points de terminaison sont entièrement conformes aux points de terminaison OpenAI et peuvent être utilisés avec des plugins ainsi que lors du développement de votre propre logiciel via le SDK.Créer une clé API

Javascript

Python

Curl

Comment ça marche Text Embedding 3 Large?

text-embedding-3-large — модель эмбеддингов OpenAI, которая переводит текст в числовой вектор: чем ближе векторы, тем ближе смысл исходных фрагментов. Модель работает с текстами на разных языках, а близость векторов считается косинусной мерой — это основа поиска по смыслу, а не по совпадению слов. В BotHub она подключается через единый OpenAI-совместимый API без VPN и зарубежной карты, с оплатой российскими картами по факту и шифрованием AES-GCM. Готовые векторы складывайте в Qdrant или pgvector: семантический поиск по документации, RAG над базой знаний, кластеризация и дедупликация обращений, рекомендации похожих материалов, классификация тикетов. Для команд — договор, счёт и лимиты.

Questions fréquentes sur Text Embedding 3 Large

Puis-je utiliser les résultats de Text Embedding 3 Large à des fins commerciales ?

Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.

Service d'AssistanceOuvert de 10h00 à 18h00 MSK