La Text Embedding 3 Large API es la capa de recuperación bajo nuestro stack RAG — recall de primera, y el 5% de descuento de RouterBase es margen puro a nuestro volumen de embeddings.
La Text Embedding 3 Large API es el modelo de embeddings de mayor calidad de OpenAI — convierte texto en vectores densos de hasta 3.072 dimensiones, acepta hasta 8.191 tokens por entrada y permite reducir la salida con el parámetro `dimensions`. La Text Embedding 3 Large API es compatible con OpenAI: apunta cualquier SDK a RouterBase y define el modelo como text-embedding-3-large. $0.1235 / 1M tokens de entrada — un 5% por debajo de la tarifa estándar, por un endpoint REST.
Salida
SampleRun the model to replace this previewText Embedding 3 Large API: Embeddings
Usa la Text Embedding 3 Large API para convertir texto en los embeddings de mayor calidad de OpenAI — hasta 3072 dimensiones, entrada de 8191 tokens y tamaño de salida ajustable.
La Text Embedding 3 Large API es el modelo de embeddings más capaz de OpenAI — convierte texto en vectores densos de hasta 3.072 dimensiones, acepta hasta 8.191 tokens por entrada y permite reducir la salida con el parámetro `dimensions` para equilibrar tamaño del vector, coste y precisión. Enrutada a través de RouterBase, la Text Embedding 3 Large API es totalmente compatible con OpenAI: apunta cualquier SDK existente a la base URL de RouterBase, define el modelo como text-embedding-3-large y tu primera llamada a la Text Embedding 3 Large API devuelve vectores de inmediato.
El precio de la Text Embedding 3 Large API es de $0.1235 / 1M tokens de entrada — un 5% por debajo de la tarifa oficial publicada. Una clave de RouterBase — sin cuenta de OpenAI.
Seis razones por las que los equipos construyen recuperación con la Text Embedding 3 Large API
De vectores de 3072 dimensiones al precio con 5% de descuento — lo que distingue a la Text Embedding 3 Large API.
Embeddings de OpenAI de máxima calidad
La Text Embedding 3 Large API produce los embeddings más precisos de OpenAI — hasta 3.072 dimensiones para la mejor calidad de recuperación y ranking entre idiomas y dominios.
Dimensiones ajustables
Pasa el parámetro `dimensions` y la Text Embedding 3 Large API trunca el vector — redúcelo a 1024 o 256 dimensiones para recortar almacenamiento y acelerar la búsqueda con mínima pérdida de precisión.
Entrada de 8191 tokens
Cada solicitud a la Text Embedding 3 Large API incrusta hasta 8.191 tokens — documentos largos, archivos de código o fragmentos completos caben en una sola llamada sin división adicional.
Hecho para RAG y búsqueda semántica
La Text Embedding 3 Large API impulsa la generación aumentada por recuperación, la búsqueda semántica, el clustering, la clasificación, la deduplicación y las recomendaciones — la columna de los stacks RAG modernos.
Endpoint compatible con OpenAI
La Text Embedding 3 Large API habla el formato OpenAI /v1/embeddings. Apunta cualquier SDK de OpenAI a RouterBase — sin credenciales aparte ni cambios en el código.
Una clave para 200+ modelos
La misma clave de RouterBase que llama a la Text Embedding 3 Large API también enruta a GPT-5.4, Claude Opus 4.8, Gemini 3 Pro y 200+ modelos más — sin gestión de credenciales por proveedor.
Inicio rápido
Empieza con la Text Embedding 3 Large API en 3 pasos
Del registro a tu primer vector en menos de 5 minutos.
Crea una clave API de RouterBase
Regístrate y genera una clave API — una clave llega a la Text Embedding 3 Large API y a todos los demás modelos del catálogo.
Solicita un embedding
Haz POST a routerbase.com/v1/embeddings con el modelo text-embedding-3-large y tu texto de entrada (o un array). La Text Embedding 3 Large API devuelve vectores en el esquema estándar de embeddings de OpenAI.
Almacena y busca
Escribe los vectores en tu base de datos vectorial y consulta por similitud de coseno. Cada respuesta de la Text Embedding 3 Large API incluye un desglose de uso de tokens para ver el coste en cada llamada.
Paga sólo por lo que usas
RouterBase repercute precios de nivel partner. Comparado con la tarifa pública oficial del modelo.
Lo que los equipos construyen con la Text Embedding 3 Large API
Recuperación de producción real sobre la Text Embedding 3 Large API y el catálogo de modelos de RouterBase.
Truncamos a 1024 dimensiones con la Text Embedding 3 Large API y reducimos a la mitad el almacenamiento de vectores casi sin caída en la calidad de búsqueda.
Una sola solicitud de array a la Text Embedding 3 Large API incrusta todo un lote de fragmentos. Reindexar nuestro corpus se volvió mucho más simple.
La búsqueda semántica con la Text Embedding 3 Large API superó a nuestro modelo anterior en recall. RouterBase la hace un 5% más barata y sortea las caídas automáticamente.
8191 tokens por entrada significa que incrusto documentos enteros sin divisiones tediosas. La Text Embedding 3 Large API simplemente los procesa.
RouterBase pone la Text Embedding 3 Large API y 200+ modelos más tras una sola clave. Nuestro equipo dejó de pedir cuentas nuevas de proveedores.
Misma clave, un campo de modelo — incrustamos con la Text Embedding 3 Large API y generamos con GPT-5.4. Todo el pipeline RAG corre por RouterBase.
Movimos nuestra búsqueda semántica a la Text Embedding 3 Large API en un fin de semana. El único comentario del PR fue '¿espera, eso es todo?'.
A $0.1235 / 1M tokens menos 5%, la Text Embedding 3 Large API nos dio recuperación de primera clase a un precio que escala a millones de documentos.
Preguntas frecuentes
Preguntas comunes sobre la Text Embedding 3 Large API.
Es el paso directo de RouterBase a text-embedding-3-large de OpenAI — el modelo de embeddings de mayor calidad de OpenAI, que convierte texto en vectores densos de hasta 3.072 dimensiones, servido mediante una interfaz REST /v1/embeddings compatible con OpenAI.