Tchavi
Pourquoi TchaviModèlesTarifsDocumentationBlog
TchaviTchavi

L'IA de pointe, payée en mobile money. Sans carte, sans KYC.

Produit

  • Pourquoi Tchavi
  • Tarifs
  • Modèles

Ressources

  • Documentation
  • Référence API
  • Blog
  • Support

Légal

  • Confidentialité
  • Conditions d'utilisation

© 2026 Tchavi. Tous droits réservés.

Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.

Retour aux modèles

Embedding Large

openai/text-embedding-3-large

Des vecteurs de meilleure qualité pour la recherche

Le text-embedding-3-large d'OpenAI transforme du texte en un vecteur de dimension supérieure à Embedding Small, pour la recherche sémantique, la récupération d'information et le clustering où la qualité du rappel compte plus que le coût brut. La sortie est un vecteur de taille fixe, pas des tokens générés, donc aucun coût de sortie. Ce n'est pas un modèle de chat : ni streaming, ni appel d'outils, ni prose.

Modalités
Entrée / Sortie
0,312 / 0cr / 1K

Ce que ce modèle fait bien

  • 📐

    Facturation entrée seule

    Facturé uniquement sur les tokens d'entrée ; le vecteur retourné ne coûte rien de plus

Bon à savoir

  • Ce n'est pas un modèle de chat : ni streaming, ni appel d'outils, ni mode JSON, ni entrée image ou document. Il ne renvoie qu'un vecteur.
  • Coûte 6,5x le tarif d'entrée d'Embedding Small — à utiliser quand la qualité de récupération en a mesurément besoin, pas par défaut.

Spécifications techniques

Auteur
openai
Identifiant API
text-embedding-3-large
Catégorie
Embedding
Unité de facturation
token

Idéal pour

  • Recherche sémantique où la qualité du rappel compte
  • Récupération pour des pipelines RAG exigeant plus de précision
  • Clustering et déduplication de texte

Prêt à l'essayer ?

Testez ce modèle dans le playground, sans configuration.

Questions fréquentes

Puis-je payer en mobile money, sans carte bancaire ?

Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.

L'API est-elle compatible avec celle d'OpenAI ?

Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.

API

import Tchavi from '@tchavi/sdk';

const client = new Tchavi({ apiKey: 'API_KEY' });

const response = await client.chat.completions.create({
  model: 'text-embedding-3-large',
  messages: [
  {
    "role": "user",
    "content": "Hello!"
  }
],
});

console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);

Paramètres de l'API

Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.

modelRequis
string

Identifiant du modèle d'embedding (ex. `text-embedding-3-large`).

inputRequis
string | string[]

Texte à encoder. Passez un tableau pour traiter plusieurs chaînes en une requête.

Voir tous les paramètres (5)
encoding_format
"float" | "base64"
Défaut: float

Format des embeddings retournés.

dimensions
integer

Réduit les dimensions de sortie (modèles compatibles uniquement).

user
string

Identifiant utilisateur final transmis au fournisseur pour le suivi modération / abus.

Tarifs

par 1000 tokens
0.312 credits

Comment c'est facturé

  • Facturé au token consommé, au millième de crédit près.
  • Un message typique (500 en entrée, 150 en sortie) coûte environ —, soit 0,156 crédits.
Scénarios concrets
Par jour
Par semaine
Par mois

Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.

Une recharge de 10 000 F CFA te donne environ ~192 326 questions. Paie avec Orange Money, MTN MoMo ou M-Pesa — pas besoin de carte Visa.

Prêt à utiliser Embedding Large ?

Créer votre compteDocumentation API

Crédits bonus dès la 1ère recharge · Sans carte bancaire