OpenAI
चालू· हर कुछ मिनट में जाँच होती है

Text Embedding 3 Large API

OpenAI का text-embedding-3-large उसी API पर जिस पर OpenAI इसे देता है, 1M टोकन पर $0.13 के बजाय $0.065 में: इसका बड़ा एम्बेडिंग मॉडल, ऐसे वेक्टर के साथ जो OpenAI के अपने वेक्टर से मेल खाते हैं.

प्रति 1M इनपुट टोकन की कीमत50%छूट
इनपुट
$0.065$0.13
आउटपुट
$0.00
अपनी API कुंजी पाएँप्लेग्राउंड में आज़माएँ
मॉडल IDtext-embedding-3-largeअपडेट किया गया
embed.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
response = client.embeddings.create(
    model="text-embedding-3-large",
    input=[
        "How can I change my password?",
        "Invoices go out on the first of each month.",
    ],
)
for item in response.data:
    print(item.index, len(item.embedding))  # 3072 each
print(response.usage.prompt_tokens, "tokens")

बेस URL https://api.zurelay.com/v1. किसी भी OpenAI SDK, LangChain, LlamaIndex और AI SDK के साथ काम करता है। एम्बेडिंग्स API डॉक्स

डाइमेंशन
3,072, या उससे कम
प्रति इनपुट
ज़्यादा से ज़्यादा 8,192 tokens
हर रिक्वेस्ट के लिए
2,048 इनपुट, 300K टोकन
आउटपुट
वेक्टर, मुफ़्त
रिलीज़ की तारीख
25 जन॰ 2024
स्थिति
चालू

कीमतें

टेक्स्ट Embedding 3 Large API की कीमतें। तय कीमत का एक छोटा-सा हिस्सा।

बिना किसी सदस्यता के, प्रीपेड क्रेडिट से जितना इस्तेमाल करें, उतना भुगतान करें। $10 से टॉप-अप करें। असफल अनुरोधों का कभी शुल्क नहीं लगता।

दरZurelayOpenAI की सूचीबद्ध दर
इनपुट
प्रति 1M टोकन
$0.065$0.13
आउटपुट
प्रति 1M टोकन
$0.00—

बिल आपके भेजे टोकन पर लगता है, जो OpenAI की गिनती के तरीके से गिने जाते हैं, और हर रिक्वेस्ट पर कोई न्यूनतम नहीं है। वेक्टर मुफ़्त हैं, और कम डाइमेंशन या base64 की कीमत वही है। जो रिक्वेस्ट फ़ेल होती हैं, उनका कुछ नहीं लगता।

बचत कैलकुलेटर

स्लाइडर से अपना मासिक इस्तेमाल सेट करें.

प्रति माह इनपुट टोकन50M
Zurelay
$3.25
OpenAI की सूचीबद्ध कीमत
$6.50
हर महीने आपकी बचत$3.25

$39.00 प्रति वर्ष

लागत

टेक्स्ट Embedding 3 Large API की लागत, पूरी गणना के साथ।

लिस्ट कीमत के मुक़ाबले Zurelay की लाइव कीमतों पर आम वर्कलोड।

    खास जानकारी

    टेक्स्ट Embedding 3 Large क्या है?

    टेक्स्ट Embedding 3 Large (text-embedding-3-large) OpenAI का बड़ा एम्बेडिंग मॉडल है, तब के लिए जब रिट्रीवल की क्वालिटी सबसे ज़्यादा मायने रखती है. यह टेक्स्ट को 3,072 संख्याओं के वेक्टर में बदलता है, ऐसे रखा जाता है कि एक जैसे मतलब वाले टेक्स्ट पास-पास आएँ — सिमैंटिक सर्च, रिट्रीवल (RAG), क्लस्टरिंग और सुझावों के लिए. Zurelay इसे OpenAI के embeddings endpoint पर उसी model ID, रिक्वेस्ट और रिस्पॉन्स के साथ देता है, OpenAI की लिस्ट कीमत से 50% कम पर, और वेक्टर OpenAI के अपने वेक्टर से मेल खाते हैं.

    POST https://api.zurelay.com/v1/embeddings पर model ID text-embedding-3-large के साथ टेक्स्ट भेजें और आपको हर इनपुट के लिए एक वेक्टर मिलता है, OpenAI के रिस्पॉन्स स्वरूप में. इनपुट एक स्ट्रिंग, 2,048 स्ट्रिंग तक का array, OpenAI के cl100k_base टोकनाइज़र से token IDs का array, या 2,048 token arrays तक का array हो सकता है. हर इनपुट 8,192 टोकन तक और एक रिक्वेस्ट कुल 300,000 टोकन तक हो सकती है.

    वेक्टर में डिफ़ॉल्ट रूप से 3,072 डाइमेंशन होते हैं. dimensions पैरामीटर उन्हें 1 से 3,072 तक किसी भी लंबाई में छोटा कर देता है: text-embedding-3 मॉडल ऐसे ट्रेन किए गए हैं कि छोटा किया गया वेक्टर भी काम करता है, और वह फिर से नॉर्मलाइज़ होकर आता है. 1,024 डाइमेंशन पर एक वेक्टर पूरे वेक्टर की एक-तिहाई जगह लेता है और तेज़ी से सर्च होता है. encoding_format को base64 पर सेट करने पर हर वेक्टर base64-एनकोडेड little-endian float32 संख्याओं के रूप में आता है, जो छोटा और तेज़ डाउनलोड होता है; OpenAI का Python SDK इसे डिफ़ॉल्ट रूप से माँगता है और आपके लिए डिकोड कर देता है.

    OpenAI के SDK वैसे ही काम करते हैं: base URL को https://api.zurelay.com/v1 पर सेट करें, अपनी Zurelay key इस्तेमाल करें और client.embeddings.create कॉल करें। LangChain का OpenAIEmbeddings, LlamaIndex का OpenAIEmbedding, Vercel AI SDK का OpenAI provider और वे ऐप्स भी, जिनमें आप एम्बेडिंग्स के लिए OpenAI base URL सेट कर सकते हैं। हमने हर रूट को OpenAI की अपनी API से मिलाकर जाँचा है: एक ही टेक्स्ट पर वेक्टर मेल खाते हैं, cosine similarity 0.9999 या ज़्यादा के साथ, इसलिए OpenAI की API से बना इंडेक्स Zurelay से क्वेरी करने पर भी काम करता रहता है।

    इसका बिल सिर्फ़ इनपुट टोकन पर लगता है, उसी तरह गिनकर जैसे OpenAI गिनता है: Zurelay पर $0.065 प्रति 1M, जबकि OpenAI का $0.13, प्रति रिक्वेस्ट कोई न्यूनतम नहीं, और वेक्टर मुफ़्त। embeddings की रिक्वेस्ट का जवाब हमेशा वही मॉडल देता है जिसका आप नाम लेते हैं: अलग-अलग मॉडलों के वेक्टर आपस में तुलना नहीं किए जा सकते, इसलिए Zurelay कभी किसी दूसरे मॉडल से जवाब नहीं देता, और दूसरे मॉडल पर जाने का मतलब है आपका सारा स्टोर किया हुआ डेटा फिर से embed करना।

    खूबियाँ

    टेक्स्ट Embedding 3 Large कहाँ बेहतरीन है. और टीमें इससे क्या बनाती हैं.

    01

    OpenAI का बड़ा एम्बेडिंग मॉडल

    ऐसी सर्च और RAG के लिए जहाँ सही पैसेज ढूँढना स्टोरेज या प्रति टोकन कीमत से ज़्यादा मायने रखता है.

    02

    OpenAI के आधे दाम

    $0.065 प्रति 1M टोकन, OpenAI के $0.13 की तुलना में — प्रति रिक्वेस्ट कोई न्यूनतम नहीं, और वेक्टर मुफ़्त।

    03

    आपका इंडेक्स चलता रहता है

    एक ही टेक्स्ट के लिए वेक्टर OpenAI वाले से मेल खाते हैं, इसलिए OpenAI के API से बनाया गया आपका इंडेक्स Zurelay पर लाने के लिए दोबारा embed करने की ज़रूरत नहीं रखता।

    04

    अपने इंडेक्स के हिसाब से साइज़ करें

    1 से 3,072 तक कोई भी डाइमेंशन माँगें: छोटे वेक्टर फिर से नॉर्मलाइज़ होकर आते हैं, कम जगह लेते हैं और तेज़ी से सर्च होते हैं.

    इस्तेमाल के तरीके

    • सिमैंटिक सर्च

      दस्तावेज़ों, प्रॉडक्ट्स या टिकट्स को उनके अर्थ से खोजें, सटीक शब्दों से नहीं, बल्कि उनके वेक्टर की कोसाइन समानता के आधार पर।

    • चैटबॉट के लिए रिट्रीवल (RAG)

      किसी सवाल के सबसे नज़दीकी पैसेज लाएँ और उन्हें उसी Zurelay key पर चैट मॉडल को सौंप दें।

    • डीडुप्लिकेशन और क्लस्टरिंग

      लगभग एक जैसे रिकॉर्ड, सपोर्ट टिकट या रिव्यू को उनके वेक्टर की निकटता के आधार पर समूहित करें।

    • सुझाव

      किसी के देखे गए आइटम के वेक्टर से मिलते-जुलते लेख, प्रोडक्ट या लिस्टिंग सुझाएं।

    शुरू करें

    तीन चरणों में Text Embedding 3 Large को कॉल करें.

    कोई वेटलिस्ट नहीं और कोई नया SDK नहीं। अगर आपका कोड पहले से OpenAI की एम्बेडिंग्स कॉल करता है, तो वह Zurelay के साथ काम करेगा, और आपके सहेजे हुए वेक्टर भी।

    1. 1

      कुंजी बनाएँ

      Sign up, add credit और create an API key. Set a monthly budget or a rate limit per key if you like.

      अपनी API कुंजी पाएँ
    2. 2

      Zurelay पर Point your SDK

      Change the base URL. The model IDs, the request और the vectors stay the same as OpenAI's.

      https://api.zurelay.com/v1
    3. 3

      Use text-embedding-3-large

      Call client.embeddings.create, or POST text to /v1/embeddings, one string or up to 2,048 at once, और get a vector for each.

      text-embedding-3-large

    आपके मौजूदा टूल के साथ काम करता है

    तुलना करें

    मिलते-जुलते मॉडल. सभी के लिए एक ही कुंजी.

    50%छूट

    Text Embedding 3 Small

    $0.01 per 1M इनपुट टोकन

    ज़्यादातर सर्च और RAG के लिए Text Embedding 3 Small चुनें — OpenAI का छोटा एम्बेडिंग मॉडल, प्रति टोकन कहीं कम कीमत पर, 1,536 डाइमेंशन के साथ.

    Text Embedding 3 Small API
    75%छूट

    GPT-6 Luna

    प्रति 1M टोकन $0.025 / $0.125

    अपनी खोज से मिली जानकारी के आधार पर जवाब लिखने के लिए GPT-6 Luna चुनें — OpenAI का तेज़ और कम खर्च वाला चैट मॉडल।

    GPT-6 Luna API
    60%छूट

    GPT-6 Luna Decisions

    $0.04 per 1M इनपुट टोकन

    टेक्स्ट की अर्थ के आधार पर तुलना करने के बजाय, प्रोबेबिलिटी के साथ क्लासिफ़ाई या स्कोर करने के लिए GPT-6 Luna Decisions चुनें।

    GPT-6 Luna Decisions API

    अक्सर पूछे जाने वाले सवाल

    टेक्स्ट Embedding 3 Large API से जुड़े सवाल.

    कुछ और पूछना है? हमारी टीम से पूछें और हम ईमेल से जवाब देंगे.

    text-embedding-3-large API की कीमत कितनी है?

    Zurelay प्रति 1M इनपुट टोकन $0.065 लेता है, जबकि OpenAI की लिस्ट कीमत $0.13 है, यानी आप 50% बचाते हैं। वेक्टर मुफ़्त हैं: आप सिर्फ़ भेजे गए टोकन का भुगतान करते हैं, उसी तरह गिनकर जैसे OpenAI गिनता है, और प्रति रिक्वेस्ट कोई न्यूनतम नहीं। जो रिक्वेस्ट फेल होती हैं उनका कुछ नहीं लगता।

    क्या यह OpenAI के text-embedding-3-large जैसा ही है?

    हाँ. text-embedding-3-large की रिक्वेस्ट OpenAI के मॉडल पर चलती हैं, और हमने हर रूट को OpenAI के अपने API से मिलाकर जाँचा है: एक ही टेक्स्ट के लिए वेक्टर OpenAI के वेक्टर से 0.9999 या उससे ज़्यादा की cosine similarity के साथ मेल खाते हैं. Zurelay एक स्वतंत्र सेवा है और OpenAI से जुड़ी या उससे अनुमोदित नहीं है.

    क्या मेरे पास पहले से मौजूद वेक्टर काम करते रहेंगे?

    हाँ. OpenAI के text-embedding-3-large से बनाए गए वेक्टर पर Zurelay के ज़रिए एम्बेड की गई क्वेरी से सर्च कर सकते हैं, और इसका उल्टा भी. सिर्फ़ किसी दूसरे मॉडल पर जाने का मतलब है सब कुछ दोबारा एम्बेड करना, जैसे text-embedding-3-small: अलग-अलग मॉडलों के वेक्टर की तुलना नहीं हो सकती.

    मुझे text-embedding-3-large इस्तेमाल करना चाहिए या text-embedding-3-small?

    text-embedding-3-small से शुरू करें: इसकी प्रति टोकन कीमत कहीं कम है, और इसके 1,536-डाइमेंशन वेक्टर ज़्यादातर सर्च और RAG के लिए ठीक हैं. text-embedding-3-large तब चुनें जब सही पैसेज ढूँढना स्टोरेज और कीमत से ज़्यादा मायने रखता हो. आप जो भी चुनें, तुलना करने वाली हर चीज़ के लिए वही इस्तेमाल करें, क्योंकि दोनों के वेक्टर मिलाए नहीं जा सकते.

    OpenAI SDK से text-embedding-3-large को कैसे कॉल करूँ?

    Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 और call client.embeddings.create with model set to text-embedding-3-large और your text as input. Or POST the same JSON to https://api.zurelay.com/v1/embeddings with your key as a Bearer token. The docs at https://zurelay.com/docs/embeddings have examples in Python, Node.js and cURL.

    text-embedding-3-large में कितने डाइमेंशन होते हैं?

    डिफ़ॉल्ट रूप से 3,072. छोटे वेक्टर के लिए dimensions को 1 से 3,072 तक कोई भी संख्या सेट करें: मॉडल ऐसे ट्रेन किया गया है कि छोटा किया गया वेक्टर भी काम करता है, और वह फिर से नॉर्मलाइज़ होकर आता है. 1,024 डाइमेंशन एक-तिहाई जगह लेते हैं. तुलना करने वाले हर वेक्टर के लिए वही लंबाई इस्तेमाल करें.

    क्या यह LangChain, LlamaIndex और AI SDK के साथ काम करता है?

    हाँ. LangChain के OpenAIEmbeddings या LlamaIndex के OpenAIEmbedding को model ID text-embedding-3-large, Zurelay का base URL और अपनी key दें, या इन्हीं से Vercel AI SDK का OpenAI provider बनाएँ. LangChain की Python क्लास डिफ़ॉल्ट रूप से token IDs भेजती है, जिन्हें Zurelay स्वीकार करता है, इसलिए उसकी डिफ़ॉल्ट सेटिंग्स काम करती हैं.

    सीमाएँ क्या हैं?

    प्रति रिक्वेस्ट 2,048 इनपुट तक, हर इनपुट में 8,192 टोकन तक, और पूरी रिक्वेस्ट में 300,000 टोकन तक. खाली स्ट्रिंग स्वीकार नहीं होतीं. सीमा से ऊपर की रिक्वेस्ट पर 400 एरर आता है जिसमें सीमा का नाम होता है, और उसका कोई शुल्क नहीं लगता.

    क्या स्मार्ट राउटिंग किसी दूसरे मॉडल से जवाब दे सकती है?

    नहीं, एम्बेडिंग के लिए कभी नहीं. अलग-अलग मॉडलों के वेक्टर आपस में तुलनीय नहीं होते, इसलिए दूसरे मॉडल का वेक्टर आपके इंडेक्स के लिए गलत होगा. अगर text-embedding-3-large डाउन है, तो रिक्वेस्ट 503 एरर के साथ फेल होती है, जिसे आप दोबारा ट्राई कर सकते हैं.

    क्या मैं इसे प्लेग्राउंड में आज़मा सकता हूँ?

    हां। डैशबोर्ड के Playground में text-embedding-3-large चुनें, कुछ टेक्स्ट लिखें और उन्हें एम्बेड करें: आपको हर वेक्टर के शुरुआती नंबर, बिल किए गए टोकन, लागत और हर जोड़ी की कोसाइन समानता दिखती है। कोड पाएं वही रिक्वेस्ट Python, Node.js या cURL के लिए लिख देता है।

    Zurelay पर और मॉडल

    सभी मॉडल

    पूरी कीमत देना बंद करें.
    आज से बचत शुरू करें.

    सेकंडों में एक कुंजी बनाएं, अपने मौजूदा SDK को Zurelay से जोड़ें, और पहले टोकन से ही हर अनुरोध पर 90% तक कम खर्च करें.

    अपनी API कुंजी पाएँइंजीनियर से बात करें