La Text Embedding 3 Large API est la couche de récupération sous notre stack RAG — un rappel de premier ordre, et la réduction RouterBase de 5% est de la marge pure à notre volume d'embeddings.
La Text Embedding 3 Large API est le modèle d'embeddings de la plus haute qualité d'OpenAI — il transforme le texte en vecteurs denses jusqu'à 3 072 dimensions, accepte jusqu'à 8 191 tokens par entrée et permet de réduire la sortie via le paramètre `dimensions`. La Text Embedding 3 Large API est compatible OpenAI : pointez n'importe quel SDK vers RouterBase et définissez le modèle sur text-embedding-3-large. $0.1235 / 1M tokens en entrée — 5% sous le tarif standard, via un endpoint REST.
Sortie
SampleRun the model to replace this previewText Embedding 3 Large API : Embeddings
Utilisez la Text Embedding 3 Large API pour transformer du texte en embeddings de la plus haute qualité d'OpenAI — jusqu'à 3072 dimensions, une entrée de 8191 tokens et une taille de sortie ajustable.
La Text Embedding 3 Large API est le modèle d'embeddings le plus performant d'OpenAI — il transforme le texte en vecteurs denses jusqu'à 3 072 dimensions, accepte jusqu'à 8 191 tokens par entrée et permet de réduire la sortie via le paramètre `dimensions` pour arbitrer entre taille du vecteur, coût et précision. Routée via RouterBase, la Text Embedding 3 Large API est entièrement compatible OpenAI : pointez n'importe quel SDK existant vers l'URL de base de RouterBase, définissez le modèle sur text-embedding-3-large, et votre premier appel à la Text Embedding 3 Large API renvoie des vecteurs immédiatement.
Les tarifs de la Text Embedding 3 Large API sont de $0.1235 / 1M tokens en entrée — 5% en dessous du tarif officiel publié. Une seule clé RouterBase — aucun compte OpenAI requis.
Six raisons pour lesquelles les équipes construisent la recherche sur la Text Embedding 3 Large API
Des vecteurs à 3072 dimensions au prix avec 5% de réduction — ce qui distingue la Text Embedding 3 Large API.
Embeddings OpenAI de la plus haute qualité
La Text Embedding 3 Large API produit les embeddings les plus précis d'OpenAI — jusqu'à 3 072 dimensions pour la meilleure qualité de recherche et de classement entre langues et domaines.
Dimensions ajustables
Passez le paramètre `dimensions` et la Text Embedding 3 Large API tronque le vecteur — réduisez à 1024 ou 256 dimensions pour diminuer le stockage et accélérer la recherche avec une perte de précision minimale.
Entrée de 8191 tokens
Chaque requête à la Text Embedding 3 Large API encode jusqu'à 8 191 tokens — documents longs, fichiers de code ou fragments complets tiennent dans un seul appel sans découpage supplémentaire.
Conçu pour le RAG et la recherche sémantique
La Text Embedding 3 Large API alimente la génération augmentée par récupération, la recherche sémantique, le clustering, la classification, la déduplication et les recommandations — l'épine dorsale des stacks RAG modernes.
Endpoint compatible OpenAI
La Text Embedding 3 Large API parle le format OpenAI /v1/embeddings. Pointez n'importe quel SDK OpenAI vers RouterBase — aucun identifiant distinct ni changement de code nécessaire.
Une clé pour 200+ modèles
La même clé RouterBase qui appelle la Text Embedding 3 Large API route aussi vers GPT-5.4, Claude Opus 4.8, Gemini 3 Pro et 200+ autres modèles — aucune gestion d'identifiants par fournisseur.
Démarrage rapide
Démarrez avec la Text Embedding 3 Large API en 3 étapes
De l'inscription à votre premier vecteur en moins de 5 minutes.
Créez une clé API RouterBase
Inscrivez-vous et générez une clé API — une seule clé atteint la Text Embedding 3 Large API et tous les autres modèles du catalogue.
Demandez un embedding
Faites un POST vers routerbase.com/v1/embeddings avec le modèle text-embedding-3-large et votre texte d'entrée (ou un tableau). La Text Embedding 3 Large API renvoie des vecteurs au schéma standard des embeddings OpenAI.
Stockez et recherchez
Écrivez les vecteurs dans votre base de données vectorielle et interrogez par similarité cosinus. Chaque réponse de la Text Embedding 3 Large API inclut une ventilation de l'usage des tokens pour voir le coût à chaque appel.
Ne payez que ce que vous utilisez
RouterBase répercute les prix partenaires. Comparé au tarif public officiel du modèle.
Ce que les équipes construisent avec la Text Embedding 3 Large API
De la récupération de production réelle tournant sur la Text Embedding 3 Large API et le catalogue de modèles RouterBase.
Nous tronquons à 1024 dimensions via la Text Embedding 3 Large API et réduisons de moitié notre stockage de vecteurs presque sans baisse de qualité de recherche.
Une seule requête de tableau à la Text Embedding 3 Large API encode tout un lot de fragments. Réindexer notre corpus est devenu bien plus simple.
La recherche sémantique sur la Text Embedding 3 Large API a battu notre ancien modèle au rappel. RouterBase la rend 5% moins chère et contourne automatiquement les pannes.
8191 tokens par entrée signifie que j'encode des documents entiers sans découpage fastidieux. La Text Embedding 3 Large API les traite tout simplement.
RouterBase place la Text Embedding 3 Large API et 200+ autres modèles derrière une seule clé. Notre équipe a cessé de déposer des demandes pour de nouveaux comptes fournisseurs.
Même clé, un seul champ de modèle — nous encodons avec la Text Embedding 3 Large API et générons avec GPT-5.4. Tout le pipeline RAG passe par RouterBase.
Nous avons déplacé notre recherche sémantique vers la Text Embedding 3 Large API en un week-end. Le seul commentaire de PR était 'attends, c'est tout ?'.
À $0.1235 / 1M tokens moins 5%, la Text Embedding 3 Large API nous a donné une récupération de classe mondiale à un prix qui passe à des millions de documents.
Questions fréquentes
Questions courantes sur la Text Embedding 3 Large API.
C'est le pass-through de RouterBase vers text-embedding-3-large d'OpenAI — le modèle d'embeddings de la plus haute qualité d'OpenAI, qui transforme le texte en vecteurs denses jusqu'à 3 072 dimensions, servi via une interface REST /v1/embeddings compatible OpenAI.