text-embedding-3-largetext-embedding-3-large는 OpenAI의 상위 임베딩 모델로 3072차원과 최고 수준의 검색 품질을 제공하며, 비용보다 정확도가 중요한 경우에 적합합니다. 이 역시 채팅 모델이 아닙니다. 질문에 답하는 대신 벡터를 돌려주고 그 거리로 유사도를 계산합니다. 의미 검색, RAG, 클러스터링, 추천, 중복 제거가 주된 용도입니다. apimodels.app에서는 OpenAI 호환 엔드포인트 POST /v1/embeddings로 호출하며 model과 input(문자열 또는 문자열 배열)을 보내고, 필요하면 encoding_format(float 또는 base64)과 dimensions를 지정합니다. dimensions를 낮추면 벡터를 줄여 정확도를 조금 내주는 대신 저장 공간과 검색 속도를 얻을 수 있습니다. 요금은 100만 토큰당 $0.059이며 입력 토큰만 계산하는 사용량 기반 과금입니다. 실무적으로 두 가지가 따라옵니다. 긴 벡터는 저장 비용이 크고 검색도 느려지므로, 큰 코퍼스라면 전체를 색인하기 전에 text-embedding-3-small($0.018 / 100만 토큰, 1536차원)과 품질을 비교해 보세요. 그리고 모델이나 차원을 바꾸면 반드시 재색인해야 합니다. 예전 벡터와 새 벡터는 같은 인덱스에서 비교할 수 없습니다.
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 Large은(는) OpenAI의 텍스트 임베딩 API입니다. text-embedding-3-large는 OpenAI의 상위 임베딩 모델로 3072차원과 최고 수준의 검색 품질을 제공하며, 비용보다 정확도가 중요한 경우에 적합합니다. 이 역시 채팅 모델이 아닙니다. 질문에 답하는 대신 벡터를 돌려주고 그 거리로 유사도를 계산합니다. 의미 검색, RAG, 클러스터링, 추천, 중복 제거가 주된 용도입니다. apimodels.app에서는 OpenAI 호환 엔드포인트 POST /v1/embeddings로 호출하며 model과 input(문자열 또는 문자열 배열)을 보내고, 필요하면 encoding_format(float 또는 base64)과 dimensions를 지정합니다. dimensions를 낮추면 벡터를 줄여 정확도를 조금 내주는 대신 저장 공간과 검색 속도를 얻을 수 있습니다. 요금은 100만 토큰당 $0.059이며 입력 토큰만 계산하는 사용량 기반 과금입니다. 실무적으로 두 가지가 따라옵니다. 긴 벡터는 저장 비용이 크고 검색도 느려지므로, 큰 코퍼스라면 전체를 색인하기 전에 text-embedding-3-small($0.018 / 100만 토큰, 1536차원)과 품질을 비교해 보세요. 그리고 모델이나 차원을 바꾸면 반드시 재색인해야 합니다. 예전 벡터와 새 벡터는 같은 인덱스에서 비교할 수 없습니다. APIMODELS 플랫폼을 거치면 통합 API와 투명한 종량 과금으로 이 모델을 호출할 수 있습니다. 현재 가격: Input: $0.059, Output: $0.059 per 1M tokens.
단어 일치가 아니라 의미를 이해하는 검색을 구축해 더 정확하고 관련성 높은 결과를 돌려줍니다.
대량의 문서를 자동으로 분류·군집화해 내용 사이의 연결을 찾아냅니다.
텍스트의 의미적 유사도를 바탕으로 추천 엔진을 만듭니다.
중복이거나 거의 같은 텍스트를 찾아내 데이터 품질을 지킵니다.
Text Embedding 3 Large은(는) APIMODELS를 통해 Input: $0.059, Output: $0.059 per 1M tokens에 이용할 수 있습니다. 과금은 종량제라서 생성한 만큼만 냅니다.
APIMODELS에 가입해 API 키를 받고 통합 엔드포인트를 호출하면 됩니다. cURL / Python / Node.js 예제를 담은 상세 문서를 제공합니다.
APIMODELS는 같은 Text Embedding 3 Large을(를) 집약 플랫폼을 통해 제공합니다. API 인터페이스가 통합되어 있어 공급자마다 계정을 만들 필요가 없고, 키 하나로 모든 모델에 닿습니다.
APIMODELS에서는 Text Embedding 3 Large이(가) 60개가 넘는 모델과 같은 API 키, 같은 잔액 위에 나란히 놓입니다. 그래서 선택은 궁합의 문제이지 종속의 문제가 아닙니다. 3072 Dimensions、High Accuracy、Flexible을(를) 지원하며 다른 텍스트 임베딩 모델과 가격·성능을 나란히 놓고 따져볼 수 있습니다. 갈아타기는 모델 이름 문자열 하나만 바꾸면 되고 새 계정도 추가 작업도 필요 없습니다. 텍스트 임베딩 선택지와 실시간 가격은 apimodels.app/models에서 볼 수 있습니다.
Text Embedding 3 Large은(는) 다음을 지원합니다: 3072 Dimensions、High Accuracy、Flexible. 전체 파라미터와 호출 예제는 APIMODELS 문서를 참고하세요.
네. APIMODELS는 Text Embedding 3 Large을(를) 하나의 통합 API와 키 한 개로 제공합니다. 공급자별 계정도 필요 없고, 각 공급자의 지역별 네트워크 경로를 직접 챙길 필요도 없습니다.
Stripe(Visa, Mastercard 등 해외 카드)와 Alipay를 지원합니다. 결제 후 잔액은 즉시 반영됩니다.