Embedding 3 large

8k context

ПровайдерOpenai

text-embedding-3-large — эмбеддинги-модель от Openai.

Что умеет Embedding 3 large

Базовый набор возможностей модели — см. документацию вендора.

Стоимость

за 1М input

36.4 ₽

Цены указаны в рублях и списываются с баланса проекта за успешные запросы. Надбавки (+) суммируются с базовой ставкой.

Технические характеристики

Контекст

8,192

токенов

Vendor

openai

Modality

embedding

Параметры запроса

Параметры, которые принимает модель. Передаются в теле запроса.

ПараметрТипДиапазон / значенияПо умолчаниюОписание

inputreq

string

—

—

Текст для embedding. Можно передать строку, массив строк или массив токенов. До 8192 токенов на вход. До 2048 элементов в массиве. Суммарно до 300k токенов на запрос.

1 пример

Примеры

The food was delicious and the waiter was polite.

dimensions

integer

min: 1

—

Желаемое количество измерений output-вектора. Если меньше дефолта — модель агрегирует/обрезает. Доступно только для text-embedding-3-* (большое 3072, малое 1536; можно меньше).

encoding_format

enum

float, base64

float

Формат return: float (JSON-массив чисел) или base64 (компактнее по размеру).

user

string

—

—

Уникальный идентификатор end-user — для abuse detection OpenAI.

Пример кода

text-embedding-3-large_example.py

from openai import OpenAI

client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.chat.completions.create(
    model="text-embedding-3-large",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)

# ── С веб-поиском ──
resp = client.responses.create(
    model="text-embedding-3-large",
    input="Что нового в AI сегодня?",
    tools=[{"type": "web_search"}],
)
print(resp.output_text)

Полная документация модели