NEUROAPI / СРАВНЕНИЕ МОДЕЛЕЙ
Сравните стоимость одинаковой нагрузки, ограничения и опубликованные результаты.
Назначение: Эмбеддинги. Условия тарификации — в требованиях к задаче.
Выберите обязательные функции.
Для обеих моделей заявлен общий тип задачи «Эмбеддинги».
Точные параметры ниже не опубликованы в общем каталоге; проверьте их в документации и карточке каждой модели.
Здесь показаны заявления публичного каталога; качество результата и совместимость конкретного API-формата проверяются отдельно.
Общая задача не означает одинаковые параметры, единицы оплаты или качество. Победитель по этим неизвестным данным не определяется.
Недостаточно сопоставимых измерений
Проверьте размерность вектора, нормализацию и recall/MRR/nDCG на одном наборе документов и запросов. Размер текстового контекста не заменяет эти измерения.
Визуальное сравнение
Сравните профиль каждой модели. Источники измеряют разные задачи и показаны отдельно.
Снимок: · Свежесть: устаревший или резервный снимок
Text Embedding 3 Large: неоднозначное соответствие · Text Embedding 3 Small: неоднозначное соответствие
Даты измерений не опубликованы.
Нет общих показателей для графика. Отдельные результаты можно раскрыть ниже; отсутствие данных не означает низкое качество.
Недостаточно подтверждённых данных для рекомендации победителя.
Artificial Analysis публикует индексы, а не процент решённых задач. Design Arena публикует Elo; в общий график входят категории models. Результаты сборщиков и агентных оболочек остаются отдельными записями. Для рисунка используется единая шкала 100 / (1 + 10^((1200 − Elo)/400)). Площадь графика не означает общую силу модели.
Дата получения снимка не равна дате измерения. Неизвестные или различающиеся конфигурации не подтверждают сопоставимость запусков. SD — стандартное отклонение источника, а не доверительный интервал. Число наблюдений и интервалы не добавляются без публикации источником. Даты отображаются в UTC.
Artificial Analysis, Design Arena и OpenRouter Evals представлены раздельно.
Соответствие модели источнику не подтверждено; результаты не подставляются из похожей версии.
Соответствие модели источнику не подтверждено; результаты не подставляются из похожей версии.
Обновление набора: . Дата строки набора не подтверждает дату запуска теста.
Опубликованных результатов для этой модели не найдено.
Опубликованных результатов для этой модели не найдено.
Характеристики опубликованы в каталоге NeuroAPI. Поддержка функции не измеряет качество выполнения задачи. Тариф «Оптимальный» показан отдельно; другой тариф выбирается в калькуляторе.
Условия доступа
Одинаковый тариф, опубликованные единицы и ограничения.
Задачи по каталогу
Text Embedding 3 Large
Text Embedding 3 Small
Оптимальный · опубликованные цены
Text Embedding 3 Large
Цена зависит от единиц и параметров задачи. Проверьте условия в карточке модели; текстовая смета здесь не применяется.
Text Embedding 3 Small
Цена зависит от единиц и параметров задачи. Проверьте условия в карточке модели; текстовая смета здесь не применяется.
Text Embedding 3 Large — старшая специализированная embedding-модель; подходит для семантического поиска, RAG, кластеризации и задач, где важна точность векторного представления. В API NeuroAPI используется официальный клиентский идентификатор `text-embedding-3-large`.\n\n## Когда выбирать модель\n\n- поиск по базе знаний;\r\n- сопоставление документов;\r\n- рекомендации и кластеризация;\r\n\n\n## Возможности\n\nПубличная карточка модели заявляет вход: текст; результат: текст. Доступны: вызов функций. Указанное в каталоге контекстное окно — до 128K.\n\n## Актуальность и выбор\n\nМодель создаёт векторы, а не чат-ответы; генерацию текста следует выполнять отдельной языковой моделью.\n\n## Ограничения\n\nМодель следует выбирать по реальному тесту на ваших данных: сложность промпта, объём контекста, формат ответа и требования к точности заметно влияют на результат. Не передавайте чувствительные данные без оценки собственных требований к безопасности и соответствию.
Text Embedding 3 Small — экономичная специализированная embedding-модель; подходит для массового семантического поиска, классификации и retrieval-сценариев. В API NeuroAPI используется официальный клиентский идентификатор `text-embedding-3-small`.\n\n## Когда выбирать модель\n\n- поиск и фильтрация документов;\r\n- кластеризация и рекомендации;\r\n- быстрые векторные индексы;\r\n\n\n## Возможности\n\nПубличная карточка модели заявляет вход: текст; результат: текст. Доступны: вызов функций. Указанное в каталоге контекстное окно — до 128K.\n\n## Актуальность и выбор\n\nЭто не генеративная чат-модель: она возвращает векторные представления текста.\n\n## Ограничения\n\nМодель следует выбирать по реальному тесту на ваших данных: сложность промпта, объём контекста, формат ответа и требования к точности заметно влияют на результат. Не передавайте чувствительные данные без оценки собственных требований к безопасности и соответствию.
Функции по каталогу
Сверьте конкретный endpoint и параметры с документацией.
Текст на входе
Text Embedding 3 Large
Text Embedding 3 Small
Изображения на входе
Text Embedding 3 Large
Text Embedding 3 Small
Аудио на входе
Text Embedding 3 Large
Text Embedding 3 Small
Видео на входе
Text Embedding 3 Large
Text Embedding 3 Small
Файлы на входе
Text Embedding 3 Large
Text Embedding 3 Small
Текст на выходе
Text Embedding 3 Large
Text Embedding 3 Small
Изображения на выходе
Text Embedding 3 Large
Text Embedding 3 Small
Аудио на выходе
Text Embedding 3 Large
Text Embedding 3 Small
Видео на выходе
Text Embedding 3 Large
Text Embedding 3 Small
Режим рассуждений
Text Embedding 3 Large
Text Embedding 3 Small
Потоковый ответ
Text Embedding 3 Large
Text Embedding 3 Small
Вызов инструментов
Text Embedding 3 Large
Text Embedding 3 Small
Структурированный ответ
Text Embedding 3 Large
Text Embedding 3 Small
Используйте точный публичный ID в поле model.
Text Embedding 3 Large
text-embedding-3-largeText Embedding 3 Small
text-embedding-3-smallЭндпоинт: POST /v1/embeddings
При смене модели проверьте размерность и совместимость векторов. Уже построенный индекс может потребовать пересоздания.
curl https://neuroapi.host/v1/embeddings \
-H "Authorization: Bearer $NEUROAPI_KEY" \
-H "Content-Type: application/json" \
--data '{
"model": "text-embedding-3-large",
"input": "Текст для построения поискового индекса"
}'При самостоятельном запуске запрос использует баланс API-ключа.
Руководство: ЭмбеддингиAPI-ключ храните на сервере в переменной NEUROAPI_KEY.
Копирование примера не отправляет запрос.
Пример показывает структуру запроса; наличие общей задачи не подтверждает поддержку каждого формата или параметра.
Сравниваем Text Embedding 3 Large и Text Embedding 3 Small для задач: эмбеддинги. Показываем опубликованные возможности, ограничения и условия цен; неизвестные результаты не превращаем в оценки качества.
Сначала определите задачу и обязательные требования, затем сравните стоимость одинаковой нагрузки и свидетельства при сопоставимых условиях. Проверьте выбранные модели на типичных запросах своего продукта.
Текстовый расчёт не применим к назначению этой пары. Сравните одинаковые параметры своей задачи и её единицу тарификации в карточках моделей; универсальный итог без этих параметров не рассчитывается.
Создайте API-ключ NeuroAPI и используйте точное имя модели. Выберите endpoint и формат запроса из документации для своей задачи: текст, эмбеддинги, распознавание речи, синтез, изображения и видео имеют разные контракты.
Проверьте размерность вектора, нормализацию и recall/MRR/nDCG на одном наборе документов и запросов. Размер текстового контекста не заменяет эти измерения.
Возможность заявлена по каталогу, а полнота endpoint и параметры входа/результата проверяются по документации. Отсутствие замера качества или задержки означает недостаток свидетельств, а не нулевое качество.