Ein API Key
Nutze dieselben Zugangsdaten über Modelle und Anbieter hinweg.
Text
OpenAI
Embedding API
Nutze die Embedding API über RunAPI mit einem Modell-Skill, einheitlicher Authentifizierung und Pay-as-you-go-Preisen.
# 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": [
"Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann."
],
"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": "Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann."}]
)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: "Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann." }]
});ÜBERBLICK
Über Embedding
OpenAI Embedding-Modelle wandeln Text in dichte Vektoren für semantische Suche, Retrieval-Augmented Generation, Clustering, Klassifikation und Ranking um. Die text-embedding-3-Familie unterstützt effizientes Produktions-Retrieval mit optionaler Kontrolle der Vektordimensionalität.
Anbieter
OpenAI
Modalität
Text
Embedding API-Endpunkte
| Endpoint | Protocol |
|---|---|
POST /v1/embeddings | OpenAI Embeddings |
Varianten
| Variante | Abrechnung | Preise | |
|---|---|---|---|
| text-embedding-3-large | 1K-Token | Eingabe $0.10 / 1 Mio. Tokens | Ausgabe Kostenlos / 1 Mio. Tokens | Ansehen → |
| text-embedding-3-small | 1K-Token | Eingabe $0.02 / 1 Mio. Tokens | Ausgabe Kostenlos / 1 Mio. Tokens | Ansehen → |
| text-embedding-ada-002 | 1K-Token | Eingabe $0.08 / 1 Mio. Tokens | Ausgabe Kostenlos / 1 Mio. Tokens | Ansehen → |
PREISE
Embedding-Preise
| Endpoint | Auflösung | Dauer | Preis | |
|---|---|---|---|---|
| embedding | — | — | Eingabe $0.10 / 1 Mio. Tokens | Ausgabe Kostenlos / 1 Mio. Tokens |
Preise für text-embedding-3-large angezeigt. Andere Varianten behalten ihre eigenen Endpoint-Preise.
Agent-Integration
Embedding mit einem Agenten ausführen
SO FUNKTIONIERT ES
Mit Embedding starten
-
Modell wählen
Wähle Modell und Variante passend zu Ausgabetyp, Qualitätsziel und Latenz.
-
Einmal authentifizieren
Nutze deinen RunAPI Key für jedes unterstützte Modell.
-
Skill installieren
Füge den Model Skill deinem Coding-Workspace hinzu, bevor du das Feature implementierst.
-
Ergebnis empfangen
Frage per Task ID ab oder verarbeite den Callback, wenn die Generierung abgeschlossen ist.
KONTEXT
Wo Embedding passt
OpenAI Embedding-Modelle stellen die standardmäßige OpenAI Embeddings API über RunAPI bereit, sodass Vektorsuche- und RAG-Pipelines denselben RunAPI-Key wie GPT Chat und Responses verwenden können.
Warum Embedding über RunAPI nutzen
Skill-ready
Der Model Skill enthält Schemas, Setup-Hinweise, Preiskontext und Modell-IDs.
Planbare Abrechnung
Nutzungsbasierte Preise sind vor dem Aufruf sichtbar.
Embedding-Fragen
Welches Embedding-Modell sollte ich verwenden?
Verwende text-embedding-3-small für effizientes Produktions-Retrieval und text-embedding-3-large, wenn Recall-Qualität wichtiger ist als Vektorgröße.
Kann ich den Embedding-Vektor verkürzen?
Ja — übergib den dimensions-Parameter mit text-embedding-3-large oder text-embedding-3-small, wenn du kleinere Vektoren brauchst.
Gibt der Endpunkt die standardmäßige OpenAI-Antwortform zurück?
Ja — /v1/embeddings gibt eine OpenAI-kompatible Listenantwort mit Embedding-Daten, Modell und Usage zurück.
Können Embedding-Modelle mit Chat Completions oder Responses verwendet werden?
Nein — Embedding-Modelle sind nur auf /v1/embeddings verfügbar.
Welche Eingaben werden unterstützt?
Verwende einen String, ein Array von Strings oder Token-Arrays im Format der OpenAI Embeddings API.
Wie rufe ich dieses Modell auf?
Installiere den Model Skill und folge den Setup-Hinweisen mit deinem RunAPI Key.
ÄHNLICHE MODELLE