OpenAI

Operacional· verificado a cada poucos minutos

Text Embedding 3 Large API

O text-embedding-3-large da OpenAI na mesma API em que a OpenAI o serve, por $0.065 por 1M tokens em vez de $0.13: o modelo de embedding maior dela, com vetores que batem com os da própria OpenAI.

Preço por 1M tokens de entrada50%de desconto

Entrada: $0.065~~$0.13~~
Saída: $0.00

Obtenha sua chave de API Experimente no playground

ID do modelotext-embedding-3-largeAtualizado 31 de out. de 2026

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")

URL base https://api.zurelay.com/v1. Funciona com qualquer OpenAI SDK, LangChain, LlamaIndex e o AI SDK. Docs da API de embeddings

Dimensões: 3,072, ou menos
Por entrada: Até 8,192 tokens
Por requisição: 2,048 entradas, 300K tokens
Saída: Vetores, grátis
Lançamento: 25 de jan. de 2024
Status: Operacional

Preços

Preços da API Text Embedding 3 Large. Uma fração do preço de tabela.

Pague conforme o uso com saldo pré-pago, sem assinatura. Adicione saldo a partir de $10. Requisições que falham nunca são cobradas.

Preço	Zurelay	Tabela de OpenAI	Você economiza
Entrada por 1M tokens	$0.065	~~$0.13~~	50%de desconto
Saída por 1M tokens	$0.00	—	—

Cobrado pelos tokens que você envia, contados do jeito que a OpenAI conta, sem mínimo por requisição. Os vetores são grátis, e dimensões menores ou base64 custam o mesmo. Requisições que falham não custam nada.

Calculadora de economia

Ajuste os controles para o seu uso mensal.

Tokens de entrada por mês50M

Zurelay

$3.25

Preço de tabela de OpenAI

$6.50

Você economiza por mês$3.25

$39.00 por ano

Custo

Custo de API do Text Embedding 3 Large, já calculado.

Cargas de trabalho típicas com os preços ao vivo da Zurelay, ao lado do preço de tabela.

Visão geral

O que é Text Embedding 3 Large?

O Text Embedding 3 Large (text-embedding-3-large) é o modelo de embedding maior da OpenAI, para quando a qualidade da recuperação é o que mais importa. Ele transforma texto em um vetor de 3,072 números, posicionados de modo que textos com significados parecidos fiquem próximos, para busca semântica, recuperação (RAG), clustering e recomendações. O Zurelay o serve no endpoint de embeddings da OpenAI, com o mesmo ID de modelo, a mesma requisição e a mesma resposta, por 50% abaixo do preço de tabela da OpenAI, e os vetores batem com os da própria OpenAI.

Envie o texto para POST https://api.zurelay.com/v1/embeddings com o ID de modelo text-embedding-3-large e receba um vetor por entrada, no formato de resposta da OpenAI. A entrada pode ser uma string, um array de até 2,048 strings, um array de token IDs do tokenizador cl100k_base da OpenAI ou um array de até 2,048 arrays de tokens. Cada entrada pode ter até 8,192 tokens, e uma requisição, até 300,000 tokens no total.

Os vetores têm 3,072 dimensões por padrão. O parâmetro dimensions os encurta para qualquer tamanho de 1 a 3,072: os modelos text-embedding-3 são treinados para que um vetor encurtado continue funcionando, e ele volta renormalizado. Com 1,024 dimensões, um vetor ocupa um terço do armazenamento do completo e a busca fica mais rápida. Com encoding_format definido como base64, cada vetor volta como números float32 little-endian codificados em base64, menor e mais rápido de baixar; o SDK Python da OpenAI pede isso por padrão e decodifica para você.

Os SDKs da OpenAI funcionam como estão: defina a base URL como https://api.zurelay.com/v1, use sua chave da Zurelay e chame client.embeddings.create. O mesmo vale para OpenAIEmbeddings do LangChain, OpenAIEmbedding do LlamaIndex, o provider OpenAI do Vercel AI SDK e apps que permitem definir uma base URL da OpenAI para embeddings. Conferimos cada rota contra a própria API da OpenAI: para o mesmo texto os vetores batem, com similaridade de cosseno de 0.9999 ou mais, então um índice criado com a API da OpenAI continua funcionando quando você consulta pela Zurelay.

A cobrança é só pelos tokens de entrada, contados do jeito que a OpenAI conta: $0.065 por 1M na Zurelay contra $0.13 da OpenAI, sem mínimo por requisição, e os vetores saem de graça. Uma requisição de embeddings é sempre atendida pelo modelo que você indicar: vetores de modelos diferentes não podem ser comparados, então a Zurelay nunca responde com outro, e mudar de modelo significa gerar os embeddings de novo de tudo o que você já armazenou.

Pontos fortes

Onde Text Embedding 3 Large se destaca. E o que as equipes criam com ele.

O modelo de embedding maior da OpenAI

Para busca e RAG em que encontrar a passagem certa importa mais do que armazenamento ou preço por token.

Metade do preço da OpenAI

$0.065 por 1M tokens contra $0.13 da OpenAI, sem mínimo por requisição, e os vetores saem de graça.

Seu índice continua funcionando

Os vetores batem com os da OpenAI para o mesmo texto, então um índice criado com a API da OpenAI não precisa gerar os embeddings de novo para migrar para a Zurelay.

Dimensione para o seu índice

Peça de 1 a 3,072 dimensões: vetores mais curtos voltam renormalizados, ocupam menos armazenamento e a busca fica mais rápida.

Casos de uso

Busca semântica
Encontre documentos, produtos ou tickets pelo significado, e não pelas palavras exatas, usando a similaridade de cosseno dos vetores.
Busca para chatbots (RAG)
Busque os trechos mais próximos de uma pergunta e envie para um modelo de chat com a mesma chave da Zurelay.
Deduplicação e agrupamento
Agrupe registros, tickets de suporte ou avaliações quase duplicados pela proximidade dos vetores.
Recomendações
Sugira artigos, produtos ou anúncios parecidos a partir dos vetores do que a pessoa visualizou.

Começar

Chame Text Embedding 3 Large em três passos.

Sem lista de espera e sem SDK novo. Se seu código já chama os embeddings da OpenAI, ele funciona com a Zurelay, e os vetores que você já armazenou também.

1
Criar uma chave
Sign up, add credit e create an API key. Set a monthly budget or a rate limit per key if you like.
Obtenha sua chave de API
2
Point your SDK em Zurelay
Change the base URL. The model IDs, the request e the vectors stay the same as OpenAI's.
https://api.zurelay.com/v1
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, e get a vector for each.
text-embedding-3-large

Funciona com as ferramentas que você já usa

Compare

Modelos semelhantes. Todos com a mesma chave.

50%de desconto

Text Embedding 3 Small

$0.01 per 1M tokens de entrada

Escolha o Text Embedding 3 Small, o modelo de embedding pequeno da OpenAI, para a maioria das buscas e aplicações de RAG a um preço por token bem menor, com 1,536 dimensões.

API Text Embedding 3 Small

75%de desconto

GPT-6 Luna

$0.025 / $0.125 por 1M tokens

Escolha o GPT-6 Luna, o modelo de chat rápido e barato da OpenAI, para escrever respostas com base no que sua busca encontrar.

API GPT-6 Luna

60%de desconto

GPT-6 Luna Decisions

$0.04 per 1M tokens de entrada

Escolha o GPT-6 Luna Decisions para classificar ou pontuar textos com probabilidades, em vez de comparar textos por significado.

API GPT-6 Luna Decisions

Perguntas frequentes

Dúvidas sobre a API de Text Embedding 3 Large.

Mais alguma dúvida? Fale com nossa equipe e responderemos por e-mail.

Quanto custa a API do text-embedding-3-large?

A Zurelay cobra $0.065 por 1M de tokens de entrada, contra o preço de tabela da OpenAI de $0.13, então você economiza 50%. Os vetores saem de graça: você paga só pelos tokens que envia, contados do jeito que a OpenAI conta, sem mínimo por requisição. Requisições que falham não custam nada.

É o mesmo que o text-embedding-3-large da OpenAI?

Sim. As requisições ao text-embedding-3-large rodam no modelo da OpenAI, e verificamos cada rota contra a própria API da OpenAI: para o mesmo texto, os vetores batem com os da OpenAI com similaridade de cosseno de 0.9999 ou mais. O Zurelay é um serviço independente e não tem vínculo nem endosso da OpenAI.

Os vetores que eu já tenho vão continuar funcionando?

Sim. Vetores que você gerou com o text-embedding-3-large da OpenAI podem ser consultados com queries embedadas pelo Zurelay, e vice-versa. Só trocar para outro modelo, como o text-embedding-3-small, exige gerar os embeddings de tudo de novo: vetores de modelos diferentes não podem ser comparados.

Devo usar text-embedding-3-large ou text-embedding-3-small?

Comece com o text-embedding-3-small: ele custa bem menos por token, e seus vetores de 1,536 dimensões atendem a maioria das buscas e aplicações de RAG. Escolha o text-embedding-3-large quando encontrar a passagem certa importar mais do que armazenamento e preço. Seja qual for a sua escolha, use-o para tudo o que você compara, já que os vetores dos dois não podem ser misturados.

Como chamar o text-embedding-3-large com o SDK da OpenAI?

Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 e call client.embeddings.create with model set to text-embedding-3-large e 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.

Quantas dimensões tem o text-embedding-3-large?

3,072 por padrão. Defina dimensions com qualquer número de 1 a 3,072 para um vetor mais curto: o modelo é treinado para que um vetor encurtado continue funcionando, e ele volta renormalizado. 1,024 dimensões ocupam um terço do armazenamento. Use o mesmo comprimento para todos os vetores que você compara.

Funciona com LangChain, LlamaIndex e o AI SDK?

Sim. Passe ao OpenAIEmbeddings do LangChain ou ao OpenAIEmbedding do LlamaIndex o ID de modelo text-embedding-3-large, a base URL do Zurelay e sua chave, ou crie com eles o provider OpenAI do Vercel AI SDK. A classe Python do LangChain envia token IDs por padrão, e o Zurelay aceita, então as configurações padrão funcionam.

Quais são os limites?

Até 2,048 inputs por requisição, até 8,192 tokens em cada, e até 300,000 tokens na requisição inteira. Strings vazias não são aceitas. Uma requisição acima de um limite recebe um erro 400 que indica o limite, e não custa nada.

O roteamento inteligente pode responder com outro modelo?

Não, nunca para embeddings. Vetores de modelos diferentes não podem ser comparados, então o de outro modelo estaria errado para o seu índice. Se o text-embedding-3-large estiver fora do ar, a requisição falha com um erro 503, que você pode tentar de novo.

Dá para testar no Playground?

Sim. No Playground do dashboard, escolha text-embedding-3-large, escreva alguns textos e gere os embeddings: você vê os primeiros números de cada vetor, os tokens cobrados, o custo e a similaridade de cosseno de cada par. Gerar código monta a mesma requisição para Python, Node.js ou cURL.

Mais modelos na Zurelay

Todos os modelos

Pare de pagar o preço de tabela.
Comece a economizar hoje.

Crie uma chave em segundos, direcione o SDK que você já usa para a Zurelay e pague até 90% menos em cada requisição desde o primeiro token.

Obtenha sua chave de API Fale com um engenheiro

Text Embedding 3 Large API

Preços da API Text Embedding 3 Large. Uma fração do preço de tabela.

Custo de API do Text Embedding 3 Large, já calculado.

O que é Text Embedding 3 Large?

Onde Text Embedding 3 Large se destaca. E o que as equipes criam com ele.

O modelo de embedding maior da OpenAI

Metade do preço da OpenAI

Seu índice continua funcionando

Dimensione para o seu índice

Busca semântica

Busca para chatbots (RAG)

Deduplicação e agrupamento

Recomendações

Chame Text Embedding 3 Large em três passos.

Criar uma chave

Point your SDK em Zurelay

Use text-embedding-3-large