Source: https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-3-large/
Canonical: https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-3-large/
Language: zh-hant-tw

# OpenAI: Text Embedding 3 Large

[Markdown](https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-3-large/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-3-large/facts.json)

## [OpenAI: Text Embedding 3 Large](https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-3-large/)

OpenAI 較大的第三代文字嵌入模型，預設回傳 3,072 維向量，並提供控制項取得較短表示。可用於語意檢索、多語言比較，以及相關內容或分類工作流程。

- [**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `openai/text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-3-large/#method-0)
- [**Ailoot Ultra · 嵌入向量 · text-embedding-3-large** `POST /v1/embeddings` `text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/openai-text-embedding-3-large/#method-1)

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

text-embedding-3-large 是 OpenAI 用於英文與非英文任務、較大的第三代文字嵌入模型。它將書面資料映射為數值向量，預設回傳 3,072 個分量。向量表示提供內容中的關係，檢索或分類程序再利用它選擇資料或作出另一個決策。

第三代模型經訓練，可透過提供者 dimensions 控制項支援較短表示。製造商以向量儲存系統要求特定大小時的 1,024 維作為例子。較短向量減少儲存與比較的資料量，但改變表示也可能影響檢索品質。請依應用程式要求選擇大小，並讓語料庫及查詢使用相同選擇。

示例文件搜尋流程將來源拆成有意義段落，保留識別碼，並為每段取得向量。問題使用相同模型與維度嵌入，再與段落向量比較。應用程式提供篩選、選擇排名結果並顯示來源參照。後續文字生成模型可從檢索資料發展答案；嵌入模型的結果仍是數值資料。

文件所載其他應用包括程式碼或文字搜尋、相似記錄分組、相關內容推薦、分類、異常偵測及衡量集合多樣性。推薦時請以與關係相關的用語描述物件。分類時可與類別表示比較，或將向量作為分類器特徵。請定義將相似度轉成產品所需結果的規則。

OpenAI 列出每段文字最大輸入為 8,192 token。嵌入 API 接受字串或已斷詞文字，支援多個輸入，並拒絕空字串。單一請求也強制套用 300,000 token 合計上限。長文件應在保留有意義邊界及上下文下切分，讓每個向量持續連結來源段落。

提供者記載預設輸出為浮點向量，base64 則是另一種編碼。指南建議餘弦相似度，並指出 OpenAI 嵌入正規化為單位長度，因而可用內積計算餘弦相似度，並在歐幾里得距離下得到等價排名。若第三代向量在生成後手動縮短，製造商指示應用程式重新正規化縮短向量；建議途徑是使用 dimensions 控制項。

請準備一致文字表示，記錄模型、維度及來源識別碼。實用最終產物是一組選擇規則明確、附排名的段落、相關項目或分組記錄。請評估結果是否回應查詢，並為下一階段保留來源證據，不要將向量相似度視為記錄事實主張已被驗證。

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `openai/text-embedding-3-large`

[`openai/text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings)

OpenAI /`openai/text-embedding-3-large`

模型 ID

- `openai/text-embedding-3-large`
- `text-embedding-3-large`

### 入門

OpenAI 較大的第三代文字嵌入模型，預設回傳 3,072 維向量，並提供控制項取得較短表示。可用於語意檢索、多語言比較，以及相關內容或分類工作流程。

接受的輸入

文字 · token\_ids

結果

embedding

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings`

輸入

`text`, `token_ids`

輸出

`embedding`

上下文

8,192 tokens

輸出格式

json

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 openai/text-embedding-3-large | 預設值— |
| 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 8,192 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
| 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float |
| 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
| 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |

輸入素材組合

**text\_to\_embedding**

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格model, input |
| 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 參數`encoding_format` | 規格float |
| 參數`dimensions_override` | 規格false |
| 參數`max_input_budget_units` | 規格8192 |
| 參數`multimodal_objects` | 規格false |
| 參數`material_types` | 規格text, token\_ids |

生命週期： `synchronous_json`

保留每個向量的索引與維度。

即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

標準費率 選取快速模式時

flex 模式

標準費率 選取 flex 模式時

最高推理強度

標準費率 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

| 設定 | 費率表 | 費用 |
| --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.00026** / 1K Token 輸出 · 輸出 Token **$0** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 嵌入向量

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "openai/text-embedding-3-large", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='openai/text-embedding-3-large',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### 接收並儲存結果

#### Ailoot Ultra · 嵌入向量

json

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。

##### 需要檢查原始回應時

此流程未引入嵌入向量任務端點。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`object` | 類型string |
| 欄位`model` | 類型string |
| 欄位`data[].index` | 類型integer |
| 欄位`data[].embedding` | 類型finite float\[\] |
| 欄位`usage` | 類型object |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`openai/text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

[`openai/text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

**Ailoot Ultra · 嵌入向量 · text-embedding-3-large** `POST /v1/embeddings` `text-embedding-3-large`

[`text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

OpenAI /`text-embedding-3-large`

模型 ID

- `openai/text-embedding-3-large`
- `text-embedding-3-large`

### 入門

OpenAI 較大的第三代文字嵌入模型，預設回傳 3,072 維向量，並提供控制項取得較短表示。可用於語意檢索、多語言比較，以及相關內容或分類工作流程。

接受的輸入

文字

結果

embedding

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 嵌入向量 · text-embedding-3-large** `POST /v1/embeddings`

輸入

`text`

輸出

`embedding`

上下文

8,192 tokens

輸出格式

json

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 text-embedding-3-large | 預設值— |
| 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 8,192 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
| 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float |
| 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
| 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 選填的 JSON 中繼資料；確切的上游語意取決於所選模型。 | 預設值— |
| 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 選填的 JSON 中繼資料；確切的上游語意取決於所選模型。 | 預設值— |
| 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 選填的 JSON 中繼資料；確切的上游語意取決於所選模型。 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |

輸入素材組合

**text\_to\_embedding**

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格model, input |
| 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 參數`encoding_format` | 規格float |
| 參數`dimensions_override` | 規格false |
| 參數`max_input_budget_units` | 規格8192 |
| 參數`multimodal_objects` | 規格false |
| 參數`material_types` | 規格text |
| 參數`text_file_material` | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |

生命週期： `synchronous_json`

請傳送完全相符的模型 ID 與必要欄位。

請保留每個回傳項目及其原始識別碼。

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

標準費率 選取快速模式時

flex 模式

標準費率 選取 flex 模式時

最高推理強度

標準費率 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

| 設定 | 費率表 | 費用 |
| --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.00026** / 1K Token 輸出 · 輸出 Token **$0** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 嵌入向量 · text-embedding-3-large

完整的最小 JSON 請求主體curl · 使用您的 UTF-8 文件Python · 儲存完整結果

```json
{
  "model": "text-embedding-3-large",
  "input": [
    "First document",
    "Second document"
  ],
  "encoding_format": "float"
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}
payload['input'] = [text]
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
for vector in result.get('data', []):
    print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'text-embedding-3-large', 'input': ['First document', 'Second document'], 'encoding_format': 'float'}
payload['input'] = [text]
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'Authorization': 'Bearer PLACEHOLDER_KEY', 'Content-Type': 'application/json'}
headers['Authorization'] = 'Bearer ' + api_key
request = Request('https://api.ailoot.ai/v1/embeddings', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
for vector in result.get('data', []):
    print('Vector', vector.get('index'), json.dumps(vector.get('embedding')))
```

### 接收並儲存結果

#### Ailoot Ultra · 嵌入向量 · text-embedding-3-large

json

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

請保留每個元素均為有限值的向量及其原始索引。所有維度與完整用量物件均須保留。

##### 需要檢查原始回應時

此流程未引入嵌入向量任務端點。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`object` | 類型string |
| 欄位`model` | 類型string |
| 欄位`data[].index` | 類型integer |
| 欄位`data[].embedding` | 類型finite float\[\] |
| 欄位`usage` | 類型object |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`openai/text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

[`openai/text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=openai%2Ftext-embedding-3-large&fmt=embeddings), [`text-embedding-3-large`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Ftext-embedding-3-large&route=Ultra&caller=text-embedding-3-large&fmt=embeddings)

FAQ · OpenAI: Text Embedding 3 Large

可以使用哪些輸入與結果？

`POST /v1/embeddings` · `openai/text-embedding-3-large`: `text`, `token_ids` → `embedding` `POST /v1/embeddings` · `text-embedding-3-large`: `text` → `embedding`

請求使用哪些欄位？

`POST /v1/embeddings` · `openai/text-embedding-3-large`: `model`, `input`, `encoding_format`, `provider` `POST /v1/embeddings` · `text-embedding-3-large`: `model`, `input`, `encoding_format`, `provider`

適用哪些限制？

`POST /v1/embeddings` · `openai/text-embedding-3-large`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8 位元組); `input.min_items`: `1` `POST /v1/embeddings` · `text-embedding-3-large`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8 位元組); `input.min_items`: `1`

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。