openai

OpenAI: Text Embedding 3 Large (batch)

openai/text-embedding-3-large:batch

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

openai/text-embedding-3-large:batch es un modelo de OpenAI que convierte texto en embeddings, listado en el catálogo de OpenRouter, donde se describe como el modelo de embeddings más capaz de OpenAI para tareas en inglés y en otros idiomas, con una ventana de contexto de 8192 tokens. Esa afirmación proviene de la descripción del catálogo, no de pruebas independientes: el paquete de fuentes no incluye benchmarks ni evaluaciones medidas, y no había una ficha de modelo independiente disponible. Su idoneidad para cargas de recuperación o similitud debe validarse con datos propios antes de adoptarlo.[1]

Puntos fuertes

Convierte texto en vectores de embeddings, la representación que el catálogo describe como útil para medir la relación entre textos.[1]
Ventana de contexto de 8192 tokens según la ficha del catálogo.[1]
El catálogo lo describe como capaz en tareas en inglés y en otros idiomas; considérelo una afirmación del proveedor, no una medición.[1]

Limitaciones

La evidencia proviene solo del catálogo: el paquete no incluía una ficha de modelo independiente, por lo que las capacidades declaradas no están verificadas.[1]
La fuente no contiene resultados de benchmarks ni datos de rendimiento medidos; valide con su propia carga de trabajo.[1]
La ficha no documenta parámetros soportados ni describe comportamiento específico de la variante batch más allá del modelo canónico.[1]

Dónde utilizarlo

Candidato para búsqueda semántica y recuperación donde se requiera puntuar la similitud de textos; sugerencia editorial por validar, no un resultado probado.[1]
Candidato para agrupamiento, deduplicación u ordenación por relación entre documentos, sujeto a pruebas con su carga de trabajo.[1]
Posible opción para necesidades de embeddings multilingües dada la afirmación del catálogo sobre idiomas distintos del inglés, pendiente de evaluación propia.[1]

Fuentes

[1] OpenRouter catalog · OpenAI: Text Embedding 3 Large (batch)Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

text-embedding-3-large is OpenAI's most capable embedding model for both english and non-english tasks. Embeddings are a numerical representation of text that can be used to measure the relatedness between two...

Especificaciones

ID del modelo: openai/text-embedding-3-large:batch
ID canónico: openai/text-embedding-3-large
Creador: openai
Añadido a OpenRouter: 30.10.2025
Longitud de contexto: 8,192
Modalidad: text->embeddings
Modalidades de entrada: text
Modalidades de salida: embeddings
Precio por token: USD por 1M de tokens: entrada $0.065 / salida $0
Corte de conocimiento: —
Fecha de expiración: —

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

Tarea	Nota	Capacidad declarada por la fuente
Calidad general	Sin medición	—
Programación	Sin medición	—
Agentes	Sin medición	—
Escritura	Sin medición	—
Razonamiento	Sin medición	—
Análisis de documentos	Sin medición	—
Visión	Sin medición	—
Generación de imágenes	Sin medición	—
Audio	Sin medición	—
Vídeo	Sin medición	—
Embeddings	Sin medición	salida: embeddings

Evaluaciones

No hay evaluaciones aportadas para este modelo.

Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

S — S — 10% superior de la cohorte
A — A — siguiente 20% de la cohorte
B — B — siguiente 30% de la cohorte
C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

Proveedor	Longitud de contexto	Precio entrada /1M	Precio salida /1M	Latencia p50 (30m, s)	Rendimiento p50 (30m, tok/s)	Disponibilidad (30m)
OpenAI	8,192	$0.065	$0	—	—	—

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.