每次请求可选择 Auto、TokenLab Verified 或 Official,并查看对应价格。查看更新

返回模型列表

text-embedding-3-large 对比 Voyage 4 Large

text-embedding-3-large 和 Voyage 4 Large:价格、上下文、最大输出和支持的操作。

怎么选

想要一个广泛使用的向量模型,向量可以缩短,用同一个 API 做搜索、聚类、分类和异常检测,选 OpenAI 的 text-embedding-3-large。任务以检索为主,想用大模型为文档建索引,而用更小的 Voyage 4 或 Voyage 4 Lite 对实时查询做向量化(它们共享同一个向量空间),选 Voyage 4 Large。两者的向量不能互相混用。

价格对比

text-embedding-3-largeVoyage 4 Large
模型厂商OpenAI其他
可用状态可用可用
上下文窗口8.2K32K
最大输出--
官方价格
输入$0.13每 1M token输出$0.00每 1M token
输入$0.12每 1M token输出$0.00每 1M token
TokenLab 价格
输入$0.091每 1M token输出$0.00每 1M token
—
模型表现正在收集数据正在收集数据
能力

什么时候选 text-embedding-3-large

  • 你除了搜索,还用向量做聚类、分类或异常检测
  • 你已经存储了 OpenAI 风格的向量,想提升质量
  • 你想缩短向量维度以满足索引限制

什么时候选 Voyage 4 Large

  • 你的主要负载是用于 RAG 或搜索的多语言检索
  • 你想在高质量文档索引上,用低成本的方式对查询做向量化
  • 你想要多种输出尺寸,在质量和存储之间权衡

差异在哪

方面text-embedding-3-largeVoyage 4 Large
设计重点OpenAI 称它是自己最强的向量模型,适用于英文和非英文文本。Voyage 称它是第四代系列中最强的检索模型,适用于通用和多语言文本。
混用不同尺寸的模型文档和查询都用同一个模型。文档和查询可以来自同系列的不同成员,因为向量是兼容的。
向量维度维度可以缩短以节省存储。提供四种输出尺寸,从小到大。
任务范围搜索、聚类、推荐、异常检测和分类。面向搜索和 RAG 中的检索与排序。
切换成本向量与其他向量模型的结果不可比较。规则相同:换到其他系列或从其他系列换过来,都要重新向量化整个语料库。

摘要

  • text-embedding-3-large: 输入 $0.091 / 输出 $0.00 每 1M token; Voyage 4 Large: 输入 $0.12 / 输出 $0.00 每 1M token. 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率;单一费率不代表总价。
  • Voyage 4 Large 的上下文窗口是另一模型的 3.9 倍
text-embedding-3-large
Text Embedding
查看详情
Voyage 4 Large
Voyage Embedding
查看详情

FAQ

做 RAG,text-embedding-3-large 和 Voyage 4 Large 哪个更好?

Voyage 4 Large 是偏检索的选择,它与 Voyage 4 Lite 共享向量空间,可以降低查询成本。如果你还要对文本聚类或分类,text-embedding-3-large 是稳妥的通用选择。用你自己的查询测试两者。

能不重建索引直接互相替换吗?

不能。每个模型的向量在各自的空间里,所以换模型就意味着在比较任何结果之前,要把每份文档和每条查询重新向量化。

两者能处理非英文文本吗?

能。OpenAI 称 text-embedding-3-large 在非英文任务上表现强,Voyage 称 Voyage 4 Large 是多语言检索模型,所以两者都适合混合多种语言的语料库。

能一起使用吗?

只能放在各自独立的索引里。每个模型一个向量库,在排序阶段合并结果,不要把两个模型的原始向量混在同一个库里。

text-embedding-3-large 和 Voyage 4 Large 哪个更便宜?

text-embedding-3-large: 输入 $0.091 / 输出 $0.00 每 1M token; Voyage 4 Large: 输入 $0.12 / 输出 $0.00 每 1M token. 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率;单一费率不代表总价。

text-embedding-3-large 和 Voyage 4 Large 的主要区别是什么?

两个模型的能力相近。

资料来源

审阅于 2026年10月2日