本文へスキップ

openai/text-embedding-3-large/embedding

text-embedding-3-large は多言語文書を標準で 3,072 次元のベクトルに変換し、保存容量に合わせた短縮にも対応します。

最低価格 $0.000026/1,000 トークン公式価格より 80% 安い

プレイグラウンド

入力

埋め込みベクトル
3-large は 1~3,072 次元を指定できます。2 件の文章を使い、1,024 次元の出力を確認しました。 1 以上 · 3072 以下
3-large には回答の指示ではなく検索対象の本文を渡してください。バッチの結果には入力順の index が付きます。
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力
{"data":[{"embedding":[-0.30419921875,-0.42626953125,-0.288330078125,-0.5634765625,0.04010009765625,0.0148773193359375,-0.0760498046875,0.56396484375],"index":0},{"embedding":[-0.296875,-0.2344970703125,-0.12493896484375,-0.1837158203125,-0.27587890625,-0.448974609375,-0.44287109375,0.57763671875],"index":1}],"inputTokens":12}

お探しのモデルが見つかりませんか?

3-large は実際に使う言語の質問で評価してください。文書を再変換すれば、出力を 1,024 次元の索引に合わせられます。

主なスペック

次元数
3072

トークン予算

入力ウィンドウ
300,000
1 リクエストあたりのトークン

課金前に知っておくこと

埋め込みベクトル

text-embedding-3-large の本エンドポイントは 1 回 128 件まで、各入力 8,192 トークン以内、合計 300,000 トークン以内です。text-embedding-3-large に渡すトークン ID 配列は 2,048 要素までです。

できること

多言語の意味を表すベクトル

3-large の多言語表現は、質問と出典文書の言語が異なる検索で役立ちます。ただし、どの翻訳や専門用語も同じ精度で見つかるとは限りません。実際の文書で検証してください。ベクトルは意味の関係を表す数値であり、引用、正しさの保証、完成した回答は含みません。

標準 3,072 次元から短縮

3-large の dimensions では、標準の出力を 1,024 次元などに短縮できます。今回の接続では、2 件の文章を 1,024 次元で処理し、別の入力で標準の長さも確認しました。出力長は容量と検索品質の判断に関わりますが、バッチの課金は実測入力トークン数に基づきます。

活用シーン

  • 多言語の製品ナレッジ検索

    多言語の製品ナレッジを 3-large で検索すると、顧客の言語で書かれた質問に対して出典候補を選べます。言語、製品の版、文書の改訂情報を個別のメタデータとして保存し、関連性の高そうな旧版が現在の手順に優先されないようにしてください。

  • 研究資料の根拠検索

    研究文書を 3-large で索引化する場合は、関連する技術的な段落を順位付けし、元の出典とともに後段の分析モデルへ渡せます。文書の境界と参照 ID を維持すると、最終的な説明を検索で得た根拠と照合できます。

モデルリファレンス

text-embedding-3-large API リファレンス

text-embedding-3-large API の仕様

次元数
3072

text-embedding-3-large API の呼び出し方

  1. プロンプトガイドと実践のヒント

    3-large の評価には、利用者が使う言語の質問と、見つかるべき段落の組を用意します。略語、よく似た文書、適切な出典が存在しない質問も含めてください。索引の構造を決める前に 3,072 次元と 1,024 次元を比較します。次元数が同じでも、異なるモデルのベクトルを同じ空間で扱えるわけではありません。 3-large には、1 件の段落か、文字列またはトークン配列を同じ形式でそろえたバッチを送ります。プラットフォームの上限は 128 件、各入力 8,192 トークン、合計 300,000 トークンで、トークン ID 配列は 2,048 要素までです。保存する前に結果の index を確認し、検索クエリには同じモデルと次元数を使い、本文を変更した文書のベクトルは再生成してください。

text-embedding-3-large API のよくある質問

text-embedding のすべてのモデル3