مصادقة واحدة لكل مزود
مفتاح RunAPI واحد يفتح الوصول إلى الكتالوج بالكامل. لا حسابات منفصلة، ولا تدوير مفاتيح لكل تكامل.
Text
OpenAI
Embedding API
استخدم Embedding API عبر RunAPI مع model skill ومصادقة موحدة وتسعير حسب الاستخدام.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "text-embedding-ada-002",
"input": [
"أنشئ embeddings لمقالات الدعم هذه واستعلام العميل حتى أتمكن من ترتيب أقرب النتائج."
],
"encoding_format": "float"
}'from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="text-embedding-ada-002",
messages=[{"role": "user", "content": "أنشئ embeddings لمقالات الدعم هذه واستعلام العميل حتى أتمكن من ترتيب أقرب النتائج."}]
)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "text-embedding-ada-002",
messages: [{ role: "user", content: "أنشئ embeddings لمقالات الدعم هذه واستعلام العميل حتى أتمكن من ترتيب أقرب النتائج." }]
});OVERVIEW
حول Embedding
تحول نماذج OpenAI Embedding النص إلى متجهات dense للبحث الدلالي، وretrieval-augmented generation، والتجميع، والتصنيف، والترتيب. تدعم عائلة text-embedding-3 استرجاعاً إنتاجياً فعالاً مع تحكم اختياري في أبعاد المتجه.
المزوّد
OpenAI
الوسيط
Text
نقاط نهاية API لـ Embedding
| Endpoint | Protocol |
|---|---|
POST /v1/embeddings | OpenAI Embeddings |
قارن جميع إصدارات API
PRICING
أسعار Embedding
| Endpoint | الدقة | المدة | السعر | |
|---|---|---|---|---|
| embedding | — | — | Input $0.13 / 1M tokens | Output Free / 1M tokens |
الأسعار المعروضة للمتغير text-embedding-3-large. المتغيرات الأخرى لها أسعار endpoint خاصة بها.
تكامل الوكلاء
شغّل Embedding من وكيل
كيف يعمل
ابدأ مع Embedding
-
اختر النموذج
اختر النموذج والإصدار المناسبين لنوع المخرجات ومستوى الجودة وزمن الاستجابة المستهدف.
-
الإعداد
اضبط مفتاح RunAPI وثبّت model skill في مساحة عمل الكود.
-
التنفيذ
استخدم تعليمات المهارة لإضافة ميزة النموذج داخل تطبيقك.
-
الاستلام
استعلم عبر task ID أو استخدم البث عند دعمه أو عالج webhook callback.
CONTEXT
ما هي Embedding API؟
تعرض نماذج OpenAI Embedding واجهة OpenAI Embeddings API القياسية عبر RunAPI، بحيث يمكن لمسارات vector search وRAG استخدام مفتاح RunAPI نفسه المستخدم لحركة GPT chat وResponses.
لماذا تستخدم Embedding API عبر RunAPI
تسعير وفوترة موحّدان
تسعير لكل استدعاء بالدولار الأمريكي، ويُفوتر شهريًا. لا تُحتسب التوليدات الفاشلة.
Skill مع schemas
تأتي الـschemas المعرّفة وملاحظات الإعداد داخل model skill حتى يبدأ التنفيذ من العقد الصحيح.
أسئلة حول Embedding
أي نموذج embedding أستخدم؟
استخدم text-embedding-3-small للاسترجاع الإنتاجي الفعال، وtext-embedding-3-large عندما تكون جودة recall أهم من حجم المتجه.
هل يمكنني تقصير متجه embedding؟
نعم، مرّر معامل dimensions مع text-embedding-3-large أو text-embedding-3-small عندما تحتاج إلى متجهات أصغر.
هل يعيد endpoint شكل استجابة OpenAI القياسي؟
نعم، يعيد /v1/embeddings استجابة قائمة متوافقة مع OpenAI تتضمن embedding data وmodel وusage.
هل يمكن استخدام نماذج embedding مع Chat Completions أو Responses؟
لا، نماذج embedding متاحة فقط على /v1/embeddings.
ما المدخلات المدعومة؟
استخدم string، أو array من strings، أو arrays من التوكنات وفق تنسيق OpenAI Embeddings API.
أي نسخة ينبغي أن أبدأ بها؟
اختر أرخص نسخة تفي بمعيار الجودة لديك. يبدأ معظم الفرق بالنسخة السريعة ثم ينتقلون إلى pro للإنتاج.
نماذج مشابهة