OpenAI
Çalışıyor· birkaç dakikada bir kontrol edilir

Text Embedding 3 Large API

OpenAI'nin text-embedding-3-large modeli, OpenAI'nin onu sunduğu aynı API üzerinde: 1M token başına $0.13 yerine $0.065. OpenAI'ninkilerle eşleşen vektörler veren, onun daha büyük embedding modeli.

1M girdi tokenı başına fiyat50%indirim
Girdi
$0.065$0.13
Çıktı
$0.00
API anahtarınızı alınDeneme alanında deneyin
Model Kimliğitext-embedding-3-largeGüncellendi
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")

Temel URL https://api.zurelay.com/v1. Tüm OpenAI SDK'ları, LangChain, LlamaIndex ve AI SDK ile çalışır. Embeddings API belgeleri

Boyutlar
3,072 veya daha az
Girdi başına
En fazla 8,192 tokens
İstek bazında
2,048 girdi, 300K token
Çıktı
Vektörler, ücretsiz
Yayın tarihi
25 Oca 2024
Durum
Çalışıyor

Fiyatlandırma

Metin Embedding 3 Large API fiyatları. Liste fiyatının çok altında.

Abonelik olmadan, ön ödemeli bakiyenizden kullandıkça ödeyin. $10'dan başlayan tutarlarla bakiye yükleyin. Başarısız istekler asla ücretlendirilmez.

Birim fiyatZurelayOpenAI liste fiyatı
Girdi
1M tokens başına
$0.065$0.13
Çıktı
1M tokens başına
$0.00—

Yalnızca gönderdiğiniz token'lar üzerinden ücretlendirilirsiniz; OpenAI nasıl sayıyorsa aynı şekilde sayılır ve istek başına alt sınır yoktur. Vektörler ücretsizdir, daha kısa boyutlar veya base64 aynı fiyata gelir. Başarısız istekler için ücret alınmaz.

Tasarruf hesaplayıcı

Kaydırıcıları aylık kullanımınıza göre ayarlayın.

Aylık girdi token sayısı50M
Zurelay
$3.25
OpenAI liste fiyatı
$6.50
Aylık tasarrufunuz$3.25

Yılda $39.00

Maliyet

Metin Embedding 3 Large API maliyeti, hesaplandı.

Zurelay'in canlı fiyatlarıyla tipik iş yükleri, liste fiyatının hemen yanında.

    Genel bakış

    Metin Embedding 3 Large nedir?

    Metin Embedding 3 Large (text-embedding-3-large), OpenAI'nin daha büyük embedding modelidir; erişim kalitesinin en çok önem taşıdığı durumlar içindir. Metni, anlamca benzer metinlerin birbirine yakın durduğu 3,072 sayıdan oluşan bir vektöre dönüştürür: anlamsal arama, erişim (RAG), kümeleme ve öneriler için. Zurelay bu modeli, aynı model ID, istek ve yanıtla OpenAI'nin embeddings endpoint'i üzerinde, OpenAI'nin liste fiyatının 50% altında sunar ve vektörler OpenAI'ninkilerle eşleşir.

    Metni, model ID'si text-embedding-3-large ile POST https://api.zurelay.com/v1/embeddings adresine gönderin; her girdi için OpenAI'nin yanıt biçiminde bir vektör alırsınız. Girdi bir dize, en fazla 2,048 dizeden oluşan bir dizi, OpenAI'nin cl100k_base tokenizer'ından token ID'lerinden oluşan bir dizi ya da en fazla 2,048 token dizisinden oluşan bir dizi olabilir. Her girdi en fazla 8,192 token, tek bir istek toplamda en fazla 300,000 token olabilir.

    Vektörler varsayılan olarak 3,072 boyutludur. dimensions parametresi onları 1 ile 3,072 arasında herhangi bir uzunluğa kısaltır: text-embedding-3 modelleri, kısaltılmış bir vektörün hâlâ çalışacağı şekilde eğitilmiştir ve vektör yeniden normalize edilmiş olarak döner. 1,024 boyutta bir vektör, tam boyutlusunun depolamasının üçte birini kaplar ve daha hızlı aranır. encoding_format base64 olarak ayarlandığında her vektör, base64 ile kodlanmış little-endian float32 sayıları olarak döner; daha küçüktür ve indirmesi daha hızlıdır; OpenAI'nin Python SDK'sı bunu varsayılan olarak ister ve sizin için çözer.

    OpenAI'nin SDK'ları olduğu gibi çalışır: base URL'yi https://api.zurelay.com/v1 olarak ayarlayın, Zurelay anahtarınızı kullanın ve client.embeddings.create çağırın. LangChain'in OpenAIEmbeddings'i, LlamaIndex'in OpenAIEmbedding'i, Vercel AI SDK'nın OpenAI sağlayıcısı ve embeddings için OpenAI base URL'si ayarlamanıza izin veren uygulamalar da aynı şekilde çalışır. Her rotayı OpenAI'nin kendi API'siyle karşılaştırdık: aynı metin için vektörler eşleşiyor, kosinüs benzerliği 0.9999 veya üzerinde; yani OpenAI'nin API'siyle oluşturduğunuz indeks, Zurelay üzerinden sorguladığınızda da çalışmaya devam eder.

    Yalnızca girdi token'ları üzerinden faturalandırılır ve OpenAI'nin saydığı gibi sayılır: Zurelay'de 1M başına $0.065, OpenAI'nin $0.13 fiyatına karşı; istek başına minimum yok ve vektörler ücretsiz. Bir embeddings isteği her zaman adını verdiğiniz model tarafından yanıtlanır: farklı modellerin vektörleri karşılaştırılamaz, bu yüzden Zurelay asla başka bir modelle yanıt vermez ve başka bir modele geçmek, depoladığınız her şeyi yeniden embed etmek anlamına gelir.

    Güçlü yönler

    Metin Embedding 3 Large hangi alanlarda öne çıkıyor. Ve ekipler onunla neler geliştiriyor.

    01

    OpenAI'nin daha büyük embedding modeli

    Doğru pasajı bulmanın depolamadan veya token başına fiyattan daha önemli olduğu arama ve RAG için.

    02

    OpenAI fiyatının yarısı

    1M token başına $0.065, OpenAI'nin $0.13 fiyatına karşı; istek başına minimum yok ve vektörler ücretsiz.

    03

    İndeksiniz çalışmaya devam eder

    Aynı metin için vektörler OpenAI'ninkilerle eşleşir, bu yüzden OpenAI API'siyle oluşturduğunuz bir indeksin Zurelay'e geçmek için yeniden embed edilmesi gerekmez.

    04

    İndeksinize göre boyutlandırın

    1 ile 3,072 arasında istediğiniz boyutu isteyin: kısa vektörler yeniden normalize edilmiş olarak döner, daha az depolama kaplar ve daha hızlı aranır.

    Kullanım alanları

    • Anlamsal arama

      Belgeleri, ürünleri veya destek taleplerini tam kelimelerle değil, anlamlarına göre bulun: vektörlerinin kosinüs benzerliğiyle.

    • Sohbet botları için getirme (RAG)

      Bir soruya en yakın pasajları getirin ve aynı Zurelay anahtarıyla bir sohbet modeline verin.

    • Tekilleştirme ve kümeleme

      Neredeyse aynı kayıtları, destek taleplerini veya yorumları vektörlerinin birbirine ne kadar yakın olduğuna göre gruplandırın.

    • Öneriler

      Birinin incelediği şeylerin vektörlerinden benzer makaleler, ürünler veya ilanlar önerin.

    Başlayın

    Üç adımda Text Embedding 3 Large çağrısı yapın.

    Bekleme listesi yok, yeni bir SDK'ya gerek yok. Kodunuz zaten OpenAI'ın gömme API'sini çağırıyorsa Zurelay ile de çalışır; kaydettiğiniz vektörler de uyumludur.

    1. 1

      Anahtar oluştur

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

      API anahtarınızı alın
    2. 2

      Zurelay için Point your SDK

      Change the base URL. The model IDs, the request ve 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, ve get a vector for each.

      text-embedding-3-large

    Zaten kullandığınız araçlarla çalışır

    Karşılaştırın

    Benzer modeller. Hepsi aynı anahtarla.

    50%indirim

    Text Embedding 3 Small

    $0.01 per 1M girdi tokenı

    Çoğu arama ve RAG işi için, token başına çok daha düşük fiyatla ve 1,536 boyutla, OpenAI'nin küçük embedding modeli Text Embedding 3 Small'ı seçin.

    Text Embedding 3 Small API
    75%indirim

    GPT-6 Luna

    1M token başına $0.025 / $0.125

    Aramanızın bulduklarından yanıt yazmak için OpenAI'nin hızlı ve düşük maliyetli sohbet modeli GPT-6 Luna'yı seçin.

    GPT-6 Luna API
    60%indirim

    GPT-6 Luna Decisions

    $0.04 per 1M girdi tokenı

    Metinleri anlamlarına göre karşılaştırmak yerine olasılıklarla sınıflandırmak veya puanlamak için GPT-6 Luna Decisions'ı seçin.

    GPT-6 Luna Decisions API

    SSS

    Metin Embedding 3 Large API hakkında sorular.

    Başka sorunuz var mı? Ekibimize sorun, e-postayla yanıtlayalım.

    text-embedding-3-large API'sinin fiyatı ne kadar?

    Zurelay, 1M girdi token'ı başına $0.065 alıyor; OpenAI'nin liste fiyatı $0.13, yani 50% tasarruf ediyorsunuz. Vektörler ücretsiz: yalnızca gönderdiğiniz token'lar için, OpenAI'nin saydığı gibi ve istek başına minimum olmadan ödeme yaparsınız. Başarısız istekler ücrete tabi değildir.

    OpenAI'nin text-embedding-3-large modeliyle aynı mı?

    Evet. text-embedding-3-large istekleri OpenAI'nin modeli üzerinde çalışır ve her rotayı OpenAI'nin kendi API'sine karşı kontrol ettik: aynı metin için vektörler, 0.9999 veya üzeri kosinüs benzerliğiyle OpenAI'ninkilerle eşleşir. Zurelay bağımsız bir hizmettir; OpenAI ile bağlantılı değildir ve OpenAI tarafından onaylanmamıştır.

    Elimdeki vektörler çalışmaya devam eder mi?

    Evet. OpenAI'nin text-embedding-3-large modeliyle oluşturduğunuz vektörler, Zurelay üzerinden embed edilen sorgularla aranabilir; tersi de geçerli. Yalnızca text-embedding-3-small gibi başka bir modele geçmek her şeyi yeniden embed etmeniz anlamına gelir: farklı modellerin vektörleri karşılaştırılamaz.

    text-embedding-3-large mı yoksa text-embedding-3-small mı kullanmalıyım?

    text-embedding-3-small ile başlayın: token başına çok daha az maliyetlidir ve 1,536 boyutlu vektörleri çoğu arama ve RAG için uygundur. Doğru pasajı bulmak depolama ve fiyattan daha önemliyse text-embedding-3-large'ı seçin. Hangisini seçerseniz seçin, karşılaştırdığınız her şey için onu kullanın; çünkü ikisinin vektörleri karıştırılamaz.

    text-embedding-3-large'ı OpenAI SDK'sıyla nasıl çağırırım?

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

    Varsayılan olarak 3,072. Daha kısa bir vektör için dimensions değerini 1 ile 3,072 arasında bir sayıya ayarlayın: model, kısaltılmış bir vektörün hâlâ çalışacağı şekilde eğitilmiştir ve vektör yeniden normalize edilmiş olarak döner. 1,024 boyut, depolamanın üçte birini kaplar. Karşılaştırdığınız her vektör için aynı uzunluğu kullanın.

    LangChain, LlamaIndex ve AI SDK ile çalışır mı?

    Evet. LangChain'in OpenAIEmbeddings sınıfına ya da LlamaIndex'in OpenAIEmbedding sınıfına text-embedding-3-large model ID'sini, Zurelay'ın base URL'sini ve anahtarınızı verin veya Vercel AI SDK'nın OpenAI sağlayıcısını bunlarla oluşturun. LangChain'in Python sınıfı varsayılan olarak token ID'leri gönderir; Zurelay bunları kabul eder, yani varsayılan ayarları çalışır.

    Sınırlar neler?

    İstek başına 2,048 girdi, her birinde 8,192 token ve tüm istekte 300,000 token. Boş dizeler kabul edilmez. Bir sınırı aşan istek, hangi sınır olduğunu belirten bir 400 hatası alır ve ücrete tabi değildir.

    Akıllı yönlendirme başka bir modelle yanıt verebilir mi?

    Hayır, embeddings için asla. Farklı modellerin vektörleri karşılaştırılamaz, dolayısıyla başka bir modelinki indeksiniz için yanlış olur. text-embedding-3-large çalışmıyorsa istek 503 hatasıyla başarısız olur; yeniden deneyebilirsiniz.

    Playground'da deneyebilir miyim?

    Evet. Paneldeki Playground bölümünde text-embedding-3-large modelini seçin, birkaç metin yazıp embed edin: her vektörün ilk sayılarını, faturalandırılan token'ları, maliyeti ve her çiftin kosinüs benzerliğini görürsünüz. Kodu al, aynı isteği Python, Node.js veya cURL için yazar.

    Zurelay'deki diğer modeller

    Tüm modeller

    Liste fiyatını ödemeyi bırakın.
    Bugün tasarruf etmeye başlayın.

    Saniyeler içinde bir anahtar oluşturun, kullandığınız SDK'yı Zurelay'e yönlendirin ve ilk tokendan itibaren her istekte %90'a varan tasarruf sağlayın.

    API anahtarınızı alınBir mühendisle görüşün