Die Text Embedding 3 Large API ist die Retrieval-Schicht unter unserem RAG-Stack — Spitzen-Recall, und der 5%-RouterBase-Rabatt ist bei unserem Embedding-Volumen reine Marge.
Die Text Embedding 3 Large API ist OpenAIs hochwertigstes Embedding-Modell — sie wandelt Text in dichte Vektoren mit bis zu 3.072 Dimensionen um, akzeptiert bis zu 8.191 Token pro Eingabe und lässt die Ausgabe über den Parameter `dimensions` verkleinern. Die Text Embedding 3 Large API ist OpenAI-kompatibel: Richten Sie ein beliebiges SDK auf RouterBase und setzen Sie das Modell auf text-embedding-3-large. $0.1235 / 1M Eingabe-Token — 5% unter dem Standardtarif, über einen REST-Endpunkt.
Ausgabe
SampleRun the model to replace this previewText Embedding 3 Large API: Embeddings
Nutzen Sie die Text Embedding 3 Large API, um Text in OpenAIs hochwertigste Embeddings zu verwandeln — bis zu 3072 Dimensionen, 8191-Token-Eingabe und anpassbare Ausgabegröße.
Die Text Embedding 3 Large API ist OpenAIs leistungsfähigstes Embedding-Modell — sie wandelt Text in dichte Vektoren mit bis zu 3.072 Dimensionen um, akzeptiert bis zu 8.191 Token pro Eingabe und lässt die Ausgabe über den Parameter `dimensions` verkleinern, um Vektorgröße gegen Kosten und Genauigkeit abzuwägen. Über RouterBase geroutet, ist die Text Embedding 3 Large API vollständig OpenAI-kompatibel: Richten Sie ein beliebiges vorhandenes SDK auf die Basis-URL von RouterBase, setzen Sie das Modell auf text-embedding-3-large, und Ihr erster Text Embedding 3 Large API-Aufruf liefert sofort Vektoren.
Die Preise der Text Embedding 3 Large API betragen $0.1235 / 1M Eingabe-Token — 5% unter dem offiziell veröffentlichten Tarif. Ein RouterBase-Schlüssel — kein OpenAI-Konto erforderlich.
Sechs Gründe, warum Teams Retrieval auf der Text Embedding 3 Large API bauen
Von 3072-dimensionalen Vektoren bis 5% Preisnachlass — was die Text Embedding 3 Large API auszeichnet.
Hochwertigste OpenAI-Embeddings
Die Text Embedding 3 Large API erzeugt OpenAIs genaueste Embeddings — bis zu 3.072 Dimensionen für beste Retrieval- und Ranking-Qualität über Sprachen und Domänen hinweg.
Anpassbare Dimensionen
Übergeben Sie den Parameter `dimensions`, und die Text Embedding 3 Large API kürzt den Vektor — verkleinern Sie auf 1024 oder 256 Dimensionen, um Speicher zu sparen und die Suche zu beschleunigen, bei minimalem Genauigkeitsverlust.
8191-Token-Eingabe
Jede Text Embedding 3 Large API-Anfrage bettet bis zu 8.191 Token ein — lange Dokumente, Codedateien oder ganze Chunks passen in einen einzigen Aufruf ohne zusätzliches Splitting.
Für RAG & semantische Suche gebaut
Die Text Embedding 3 Large API treibt Retrieval-Augmented Generation, semantische Suche, Clustering, Klassifizierung, Deduplizierung und Empfehlungen an — das Rückgrat moderner RAG-Stacks.
OpenAI-kompatibler Endpunkt
Die Text Embedding 3 Large API spricht das OpenAI-/v1/embeddings-Format. Richten Sie ein beliebiges OpenAI-SDK auf RouterBase — keine separaten Anmeldedaten oder Codeänderungen nötig.
Ein Schlüssel für 200+ Modelle
Derselbe RouterBase-Schlüssel, der die Text Embedding 3 Large API aufruft, routet auch zu GPT-5.4, Claude Opus 4.8, Gemini 3 Pro und 200+ weiteren Modellen — keine anbieterspezifische Verwaltung von Anmeldedaten.
Schnellstart
Starten Sie mit der Text Embedding 3 Large API in 3 Schritten
Von der Anmeldung bis zum ersten Vektor in unter 5 Minuten.
Erstellen Sie einen RouterBase-API-Schlüssel
Melden Sie sich an und generieren Sie einen API-Schlüssel — ein Schlüssel erreicht die Text Embedding 3 Large API und jedes andere Modell im Katalog.
Fordern Sie ein Embedding an
POSTen Sie an routerbase.com/v1/embeddings mit dem Modell text-embedding-3-large und Ihrem Eingabetext (oder einem Array). Die Text Embedding 3 Large API liefert Vektoren im Standard-OpenAI-Embeddings-Schema.
Speichern & suchen
Schreiben Sie die Vektoren in Ihre Vektordatenbank und fragen Sie per Kosinus-Ähnlichkeit ab. Jede Text Embedding 3 Large API-Antwort enthält eine Token-Nutzungsaufschlüsselung, sodass die Kosten pro Aufruf sichtbar sind.
Nur für die Nutzung zahlen
RouterBase reicht Partner-Tier-Preise durch. Verglichen mit dem offiziellen API-Tarif des Modells.
Was Teams mit der Text Embedding 3 Large API bauen
Echtes Produktions-Retrieval, das auf der Text Embedding 3 Large API und dem RouterBase-Modellkatalog läuft.
Wir kürzen über die Text Embedding 3 Large API auf 1024 Dimensionen und halbieren unseren Vektorspeicher fast ohne Einbußen bei der Suchqualität.
Eine Array-Anfrage an die Text Embedding 3 Large API bettet einen ganzen Batch von Chunks ein. Das Neuindexieren unseres Korpus wurde drastisch einfacher.
Die semantische Suche auf der Text Embedding 3 Large API übertraf unser altes Modell beim Recall. RouterBase macht es 5% günstiger und routet automatisch um Ausfälle herum.
8191 Token pro Eingabe bedeutet, dass ich ganze Dokumente ohne umständliches Splitting einbette. Die Text Embedding 3 Large API verarbeitet sie einfach.
RouterBase stellt die Text Embedding 3 Large API und 200+ weitere Modelle hinter einen Schlüssel. Unser Team hat aufgehört, Anträge für neue Anbieter-Konten zu stellen.
Gleicher Schlüssel, ein Modellfeld — wir betten mit der Text Embedding 3 Large API ein und generieren mit GPT-5.4. Die gesamte RAG-Pipeline läuft über RouterBase.
Wir haben unsere semantische Suche an einem Wochenende auf die Text Embedding 3 Large API umgestellt. Der einzige PR-Kommentar war 'Moment, das war's schon?'.
Bei $0.1235 / 1M Token minus 5% lieferte uns die Text Embedding 3 Large API erstklassiges Retrieval zu einem Preis, der auf Millionen Dokumente skaliert.
Häufig gestellte Fragen
Häufige Fragen zur Text Embedding 3 Large API.
Es ist der Pass-Through von RouterBase zu OpenAIs text-embedding-3-large — OpenAIs hochwertigstem Embedding-Modell, das Text in dichte Vektoren mit bis zu 3.072 Dimensionen umwandelt, bereitgestellt über eine OpenAI-kompatible /v1/embeddings-REST-Schnittstelle.