VARIANTE · OpenAI / Embedding

text-embedding-3-small API

OpenAI / Embedding

Nutze text-embedding-3-small aus der Embedding-Familie über RunAPI. Preis pro Aufruf, kein Abo – fehlgeschlagene Generierungen werden nie berechnet.

Betriebsbereit · text · Kommerzielle Nutzung unterstützt
runapi.ai
# Base URL
https://runapi.ai

# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $RUNAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "text-embedding-3-small",
  "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-3-small",
    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-3-small",
  messages: [{ role: "user", content: "Erstelle Embeddings für diese Support-Artikel und eine Kundenanfrage, damit ich die ähnlichsten Treffer ranken kann." }]
});
https://runapi.ai 1 endpoint
Variante wechseln
ÜBERBLICK

Embedding text-embedding-3-small ist über dieselbe RunAPI-Authentifizierung, denselben Model-Skill-Workflow und nutzungsbasierte Preise verfügbar.

  • Einheitlicher API Key
  • Model-Skill-Setup
  • Modell-ID-Referenz
  • Fehlgeschlagene Generierungen werden nicht berechnet
PREISE

PREISE

Fehlgeschlagene Generierungen werden nicht berechnet
Embedding
Input $0.01 / 1M tokens
Output Free / 1M tokens
DATENBLATT

DATENBLATT

Modell-ID text-embedding-3-small
Anbieter OpenAI
Modalität text
Task-Typ synchronous
Abrechnung 1K tokens
Endpoint /v1/embeddings
Kommerziell Ja
Katalogstatus Betriebsbereit
MODELS

Modell-Skill — text-embedding-3-small

Installiere den Skill einmal und verwende dann die Varianten-ID von dieser Seite beim Entwickeln.

Endpoint Protocol
/v1/embeddings OpenAI Embeddings
SO FUNKTIONIERT ES

text-embedding-3-small verwenden

01

Modell wählen

Wähle Modell und Variante passend zu deinem App-Workflow.

02

Modell-ID übergeben

Nutze diese Varianten-ID im Request Body.

03

Task ausführen

Sende den Request und speichere die zurückgegebene Task ID.

04

Ausgabe abrufen

Frage ab oder empfange den Callback, wenn der Task fertig ist.

UNTERSCHIEDE

Vergleich von text-embedding-3-small

VS TEXT-EMBEDDING-3-LARGE

Effiziente Textvektoren für semantische Suche in Produktion

Leistungsstarke Textvektoren für Retrieval- und Ranking-Qualität

VS TEXT-EMBEDDING-ADA-002

Effiziente Textvektoren für semantische Suche in Produktion

Breit unterstützte Text-Embeddings für bestehende Pipelines

ANWENDUNGSFÄLLE

Einsatzbereiche dieser Variante

Semantische Suche

Dokumente, FAQs oder Produktkataloge als Vektoren indexieren und nach Bedeutung statt Stichwort-Treffer die relevantesten Ergebnisse abrufen.

RAG-Pipelines

Knowledge-Base-Abschnitte einbetten und die ähnlichsten Treffer in einen LLM-Prompt einspeisen, um fundierte, quellengestützte Antworten zu erhalten.

Clustering & Klassifizierung

Support-Tickets, Umfrageantworten oder Nutzerfeedback nach semantischer Ähnlichkeit gruppieren – ohne manuelle Beschriftung.

FAQ

Häufige Fragen zu text-embedding-3-small

Wie wähle ich text-embedding-3-small aus?

Übergib die im Quickstart angezeigte Modell-ID.

Sind die Preise nutzungsbasiert?

Ja. Preise werden pro Aufruf oder Einheit gemessen.

Welche Dimensionen gibt text-embedding-3-small aus?

text-embedding-3-small gibt standardmäßig 1.536 Dimensionen aus. Es unterstützt Matryoshka-Embeddings, sodass du 256, 512 oder 1.024 Dimensionen anfordern kannst, um Speicherkosten zu senken und dabei den Großteil der Abrufqualität zu behalten.

Wie unterscheidet sich text-embedding-3-small von text-embedding-3-large?

text-embedding-3-large hat 3.072 Dimensionen und liegt im MTEB-Benchmark rund 2 Punkte höher, kostet aber etwa 6,5-mal mehr pro Million Token. Für die meisten semantischen Such- und RAG-Anwendungsfälle liefert text-embedding-3-small vergleichbare Qualität zu einem Bruchteil der Kosten.

Was kostet text-embedding-3-small auf RunAPI?

RunAPI berechnet pro Embedding-Aufruf – ohne Abo oder Mindestausgabe. Den aktuellen Preis pro Aufruf findest du in der Preistabelle auf dieser Seite. Fehlgeschlagene Anfragen werden nie berechnet.

Kann ich Batch-Verarbeitung nutzen, um Embedding-Kosten zu senken?

Ja. Sende mehrere Texte in einem einzigen API-Aufruf, um den Overhead zu reduzieren. RunAPI verarbeitet Batch-Embedding-Anfragen und gibt alle Vektoren in einer Antwort zurück – effizienter für die Indexierung großer Dokumentsammlungen.

JETZT STARTEN

Starte heute mit Embedding.