text-embedding-3-largetext-embedding-3-large は OpenAI の上位埋め込みモデルで、3072 次元と最良の検索品質を備え、コストより精度を優先する場面に向きます。これもチャットモデルではありません。質問に答えるのではなくベクトルを返し、その距離で類似度を測ります — 意味検索、RAG、クラスタリング、レコメンド、重複排除が主な用途です。apimodels.app では OpenAI 互換の POST /v1/embeddings で呼び出し、model と input(文字列または文字列配列)を送ります。任意で encoding_format(float または base64)と dimensions を指定でき、dimensions を下げればベクトルを小さくして精度と引き換えに保存容量や検索速度を稼げます。料金は 100 万トークンあたり $0.059、数えるのは入力トークンのみの従量課金です。実務上の含意が 2 つ。長いベクトルは保存コストが高く検索も遅くなるため、大規模コーパスでは全件を貼る前に text-embedding-3-small($0.018 / 100 万トークン、1536 次元)と品質を比べてください。そしてモデルや次元数を変えたら必ず再インデックスが必要です。新旧のベクトルを同じインデックスに混ぜることはできません。
View complete API reference with all parameters and examples.
Pass an array of strings to embed multiple texts in a single request.
curl -X POST https://api.apimodels.app/v1/embeddings \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "text-embedding-3-large",
"input": [
"First document text",
"Second document text",
"Third document text"
]
}'| Parameter | Type | Required | Description |
|---|---|---|---|
| model | string | Yes | Model identifier (e.g., text-embedding-3-large) |
| input | string | array | Yes | Text string or array of strings to embed |
| encoding_format | string | No | Output format: "float" (default) or "base64" |
View complete Embeddings API reference.
Billing: Cost = (total_tokens * price) / 1,000,000
Higher embedding precision
Best retrieval quality
Adjustable dimensions
Best-in-class embeddings
Text Embedding 3 Large は OpenAI のテキスト埋め込み API です。text-embedding-3-large は OpenAI の上位埋め込みモデルで、3072 次元と最良の検索品質を備え、コストより精度を優先する場面に向きます。これもチャットモデルではありません。質問に答えるのではなくベクトルを返し、その距離で類似度を測ります — 意味検索、RAG、クラスタリング、レコメンド、重複排除が主な用途です。apimodels.app では OpenAI 互換の POST /v1/embeddings で呼び出し、model と input(文字列または文字列配列)を送ります。任意で encoding_format(float または base64)と dimensions を指定でき、dimensions を下げればベクトルを小さくして精度と引き換えに保存容量や検索速度を稼げます。料金は 100 万トークンあたり $0.059、数えるのは入力トークンのみの従量課金です。実務上の含意が 2 つ。長いベクトルは保存コストが高く検索も遅くなるため、大規模コーパスでは全件を貼る前に text-embedding-3-small($0.018 / 100 万トークン、1536 次元)と品質を比べてください。そしてモデルや次元数を変えたら必ず再インデックスが必要です。新旧のベクトルを同じインデックスに混ぜることはできません。 APIMODELS のプラットフォーム経由なら、統一 API と明朗な従量課金でこのモデルを呼び出せます。 現在の料金: Input: $0.059, Output: $0.059 per 1M tokens。
語句の一致ではなく意味を理解する検索を組み、より的確で関連性の高い結果を返します。
大量の文書を自動で分類・クラスタ化し、内容どうしのつながりを見つけます。
テキストの意味的な近さをもとにレコメンドエンジンを構築します。
重複・ほぼ重複のテキストを検出し、データ品質を保ちます。
Text Embedding 3 Large は APIMODELS 経由で Input: $0.059, Output: $0.059 per 1M tokens で利用できます。課金は従量制で、生成した分だけの支払いです。
APIMODELS に登録して API キーを取得し、統一エンドポイントを呼ぶだけです。cURL / Python / Node.js のサンプルを含む詳しいドキュメントを用意しています。
APIMODELS は同じ Text Embedding 3 Large を集約プラットフォーム経由で提供します。統一された API インターフェースなので、プロバイダごとにアカウントを作る必要はありません。キー 1 本ですべてのモデルに届きます。
APIMODELS では Text Embedding 3 Large が 60 以上のモデルと同じ API キー・同じ残高の上に並んでいるので、選択は「相性」の問題であって「囲い込み」の問題ではありません。3072 Dimensions、High Accuracy、Flexible に対応しており、他のテキスト埋め込みモデルと価格・機能を並べて評価できます。乗り換えはモデル名の文字列を 1 つ書き換えるだけ。新しいアカウントも追加の実装も要りません。テキスト埋め込みの選択肢と最新価格は apimodels.app/models で確認できます。
Text Embedding 3 Large は次に対応しています: 3072 Dimensions、High Accuracy、Flexible。パラメータの全一覧と呼び出し例は APIMODELS のドキュメントをご覧ください。
はい。APIMODELS は Text Embedding 3 Large を単一の統一 API とキー 1 本で提供します。プロバイダごとのアカウントも、各社の地域ごとのネットワーク経路を自分で面倒みる必要もありません。
Stripe（Visa、Mastercard などの国際カード）と Alipay に対応しています。支払い後、残高はすぐ反映されます。