text-embedding-3-large

据其模型页面，text-embedding-3-large 是 OpenAI“面向英文和非英文任务”能力最强的嵌入模型，可把文本转换为向量，用于搜索、聚类、推荐、异常检测和分类。它属于 OpenAI 第三代嵌入模型，同系列还有 text-embedding-3-small，并接替 text-embedding-ada-002。

当前状态

在线可用。模型页面没有任何弃用通知，且仅列出一个名为 text-embedding-3-large 的快照。

核心功能

• 默认 3072 维，据 OpenAI 的嵌入指南。
• 向量可缩短：dimensions 参数去掉末尾的值，同时保留嵌入的有用性质。指南举例称，缩短到 256 维的 text-embedding-3-large 嵌入在 MTEB 上优于 1536 维的 text-embedding-ada-002。对有大小限制的向量库，指南建议用 1024；若手动截断，需做 L2 归一化。
• 最大输入 8192 token，据指南。
• MTEB：指南列出 64.6%，text-embedding-3-small 为 62.3%，text-embedding-ada-002 为 61.0%，均为 OpenAI 自己的数据。
• 支持批处理：模型页面列出支持 Batch 接口。

适用场景

• 语义搜索和检索增强生成（RAG）。
• 聚类、去重和推荐。
• 文本分类和异常检测。

局限：这是托管模型，你的文本会发送到 OpenAI 的 API，且向量越大存储成本越高。

定价方案

OpenAI 模型页面列出每百万 token 0.13 美元，核查日期为 2026-10-29。嵌入指南说明按输入 token 计费，并给出每美元约 9,615 页（按每页约 800 token 计）。模型页面没有单独的 Batch 价格。

快速开始

1. 调用嵌入接口，model 设为 text-embedding-3-large。
2. 可选传入 dimensions（例如 1024）来缩短向量。
3. 把向量存入索引，查询时使用相同的模型和维度设置。

常见问题

text-embedding-3-large 返回多少维？

默认 3072 维，可用 dimensions 参数缩短。

最大输入长度是多少？

据 OpenAI 嵌入指南为 8192 token。

价格是多少？

据 OpenAI 模型页面，每百万 token 0.13 美元，核查日期 2026-10-29。

比 text-embedding-3-small 更好吗？

OpenAI 列出 3-large 在 MTEB 上为 64.6%，3-small 为 62.3%。3-large 能力更强，3-small 更便宜。

替代方案

• text-embedding-3-small：OpenAI 更便宜的第三代嵌入模型。
• BGE-M3：可自托管的开源多语言嵌入模型。
• Voyage 3 Large：Voyage AI 的大型嵌入模型。

总结

text-embedding-3-large 是 OpenAI 最强的嵌入模型，维度灵活、输入 8192 token、按 token 计价清晰。请阅读模型页面和嵌入指南，并在自己的语料上与开源或其他厂商的嵌入模型对比。