openai

OpenAI: Text Embedding 3 Large

openai/text-embedding-3-large

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

openai/text-embedding-3-large é um modelo de embeddings da OpenAI listado no catálogo do OpenRouter, que converte texto de entrada em vetores de embeddings em vez de gerar texto. O catálogo o descreve, citando o posicionamento do próprio fornecedor, como o modelo de embeddings mais capaz da OpenAI para tarefas em inglês e em outros idiomas, e registra um comprimento de contexto de 8192 tokens. Como a única evidência aqui é uma entrada de catálogo sem ficha de modelo independente nem resultados de benchmarks, todas as alegações de capacidade vêm da fonte e devem ser validadas nas suas próprias cargas de trabalho.[1]

Pontos fortes

Produz vetores de embeddings a partir de texto, que o catálogo descreve como representações numéricas úteis para medir a relação entre trechos de texto.[1]
O comprimento de contexto de 8192 tokens reportado pelo catálogo permite gerar embeddings de passagens longas em uma única requisição.[1]
Segundo a descrição do catálogo, o fornecedor o posiciona como seu modelo de embeddings mais capaz para tarefas em inglês e em outros idiomas, o que sugere cobertura multilíngue.[1]

Limitações

A evidência vem apenas do catálogo: não havia uma ficha de modelo independente neste pacote de fontes, portanto todas as alegações de capacidade vêm do fornecedor via OpenRouter e não foram verificadas.[1]
O catálogo não mostra resultados de benchmarks e os metadados de raciocínio são nulos, então a qualidade real em recuperação ou agrupamento não foi medida aqui e exige validação na sua carga de trabalho.[1]
A saída é limitada a embeddings sem geração de texto; a fonte não indica termos de licença, dimensões do embedding nem requisitos de hardware.[1]

Onde usar

Pode ser adequado para pipelines de busca semântica e recuperação onde seja preciso medir a relação entre textos por meio de vetores, pendente de validação no seu corpus.[1]
Poderia se encaixar em tarefas de embeddings multilíngues ou em idiomas diferentes do inglês, dada a capacidade entre idiomas reportada pelo fornecedor no catálogo.[1]
Potencialmente útil para agrupamento ou classificação de documentos dentro do contexto reportado de 8192 tokens, sujeito à sua própria avaliação.[1]

Fontes

[1] OpenRouter catalog · OpenAI: Text Embedding 3 LargeFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

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...

Especificações

ID do modelo: openai/text-embedding-3-large
Criador: openai
Adicionado ao OpenRouter: 30.10.2025
Comprimento de contexto: 8,192
Modalidade: text->embeddings
Modalidades de entrada: text
Modalidades de saída: embeddings
Preço por token: USD por 1M de tokens: entrada $0.130 / saída $0
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	saída: embeddings

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Azure	8,192	$0.130	$0	—	—	100%
OpenAI	8,192	$0.130	$0	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.