Kort antwoord
Wat is Embeddings?
OpenAI-embeddingmodellen zetten tekst om in numerieke vectoren waarmee software semantische gelijkenis kan meten. text-embedding-3-small is de kostenefficiënte standaard; text-embedding-3-large levert de sterkste meertalige kwaliteit. Ze genereren geen antwoorden, maar vormen een bouwsteen voor search, aanbevelingen, clustering en retrieval-augmented generation.
Model-ID's
Actieve varianten
Gebruik een model-ID of snapshot alleen nadat je beschikbaarheid en rate limits in je eigen OpenAI-project hebt gecontroleerd.
| Variant | Model-ID | Context | Max. output | Kennisgrens |
|---|---|---|---|---|
| text-embedding-3-small Goedkope standaard voor grote volumes. | text-embedding-3-small | 8.192 | 1.536 dimensies | n.v.t. |
| text-embedding-3-large Beste kwaliteit voor Engels en andere talen. | text-embedding-3-large | 8.192 | 3.072 dimensies | n.v.t. |
Praktische keuze
Waarvoor gebruik je Embeddings?
Geschikte toepassingen
- Semantische zoekfunctie
- RAG en document retrieval
- Clustering en classificatie
- Aanbevelingen en deduplicatie
Belangrijke beperkingen
- Embeddings schrijven geen eindantwoord.
- Vectoren moeten veilig worden opgeslagen en opnieuw opgebouwd bij modelmigratie.
- Kwaliteit hangt af van chunking, metadata en evaluatie.
Beschikbare tools
- Embeddings endpoint
- dimensions parameter
Beslisregel
Wanneer kies je deze family?
Begin met text-embedding-3-small voor kosten en snelheid. Stap over op large wanneer meertalige of semantisch subtiele zoekvragen aantoonbaar beter scoren in je evaluaties. Meet retrievalkwaliteit, niet alleen benchmarkcijfers.
API-prijzen
Prijsindicatie voor Embeddings
Alle bedragen zijn USD. Toolcalls, opslag en andere endpoints kunnen extra kosten hebben.
| Variant | Input | Cached input | Output / prijs | Eenheid |
|---|---|---|---|---|
| text-embedding-3-small | — | — | $0,02 | per 1M inputtokens |
| text-embedding-3-large | — | — | $0,13 | per 1M inputtokens |
Veelgestelde vragen
Vragen over Embeddings
Wat is een embedding?
Een embedding is een vector die de betekenis van tekst numeriek representeert, zodat software gelijkenis en relevantie kan berekenen.
Welk embeddingmodel is geschikt voor Nederlands?
Beide v3-modellen zijn meertalig. Small is goedkoper; large is volgens OpenAI het meest capabele model voor Engelse én niet-Engelse taken.
Bron
Productspecificaties zijn afgeleid van de officiële OpenAI-documentatie.
Open officiële documentatieGecontroleerd
22 juli 2026. De build vereist een nieuwe verificatie zodra deze informatie ouder is dan 45 dagen.
Redactie
chatnederlands.org, onafhankelijke Nederlandstalige AI-gids. Niet verbonden aan OpenAI.
Verder lezen
Artikelen over modellen en gebruik
ChatGPT Updates
Product discovery in ChatGPT: nieuwe stap richting AI-gedreven commerce
OpenAI beschreef op 24 maart 2026 hoe ChatGPT product discovery ondersteunt. Dit opent nieuwe kansen voor e-commerce, affiliates en contentstrategieën.
ChatGPT Gids
ChatGPT in bedrijven: van losse pilot naar vast proces zonder chaos
Veel teams experimenteren met ChatGPT, maar weinig organisaties maken de stap naar stabiele processen. Zo pak je dat volwassen aan.
Praktisch gebruiken
Stel een vraag in de Nederlandse chat
Gebruik de chat voor schrijven, uitleg en ideeën. De modelselector vermeldt welke backend actief is; deze gids verandert je keuze niet automatisch in Embeddings.