text-embedding-ada-002

Text

Breit unterstützte Text-Embeddings für bestehende Pipelines

Eingabe $0.08 / 1 Mio. Tokens | Ausgabe Kostenlos / 1 Mio. Tokens text-embedding-ada-002 Dokumentation lesen →

Modellgesundheit Unzureichende Daten

runapi.ai

# Base URL
https://runapi.ai

# Endpoints
POST /v1/embeddings

curl https://runapi.ai/v1/embeddings \
  -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." }]
});

https://runapi.ai 1 endpoint

3 Versionen verfügbar

Playground

text-embedding-ada-002 ausprobieren

Wähle ein Modell und generiere in Sekunden.

Derzeit sind keine Modelle verfügbar.

Specifications

Anbieter	OpenAI
Modell-ID	text-embedding-ada-002
Modalität	Text
Aufgabentypen	Synchronous

API-Endpunkt	/v1/embeddings
Abrechnungseinheit	1K-Token
Katalogstatus	Betriebsbereit

SO FUNKTIONIERT ES

Dieses Modell in 3 Schritten verwenden

API-Schlüssel erstellen

Registriere dich kostenlos und erstelle im Dashboard einen API-Schlüssel für text-embedding-ada-002.
Anfrage senden

Sende eine POST-Anfrage an /v1/embeddings mit der Modell-ID text-embedding-ada-002 und deinen Parametern.
Ergebnisse abrufen

Lies die fertige text-embedding-ada-002-Antwort direkt vom Endpoint.

Was dieses Modell bietet

Endpoint-Abdeckung

Stellt 1 öffentliche(n) Endpoint(s) bereit: embedding.

Nutzungsbasierte Abrechnung

Gemessen nach 1K-Token, ohne Abo-Anforderung.

text-embedding-ada-002 PREISE

Endpunkt

Preis

embedding

Eingabe: $0.08 / 1 Mio. Tokens Ausgabe: Kostenlos / 1 Mio. Tokens

API-REFERENZ

Endpunktspezifikation

Endpunkt: POST /v1/embeddings
Modell-ID: text-embedding-ada-002
Aufgabentypen: embedding

Anfrageparameter

Für diesen Endpunkt sind keine Anfrageparameter veröffentlicht.

ANWENDUNGSFÄLLE

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-ada-002

Wie wähle ich text-embedding-ada-002 aus?

Übergib die im Quickstart angezeigte Modell-ID.

Sind die Preise nutzungsbasiert?

Ja. Preise werden pro Aufruf oder Einheit gemessen.

Kann ich später die Variante wechseln?

Ja. Die Variante ist ein Anfrageparameter. Ändere die Modell-ID, ohne Codeänderungen, erneute Authentifizierung oder separate Abrechnungseinrichtung. Alle Varianten nutzen denselben API Key und dasselbe Anfrageformat.

Unterstützt sie Streaming?

Wo Streaming verfügbar ist, streamt RunAPI durchgängig. LLM-Modelle unterstützen Streaming auf Token-Ebene. Medienmodelle liefern Ergebnisse über Async-Task-Polling oder Webhook-Callbacks.

Wo melde ich Qualitätsprobleme?

Öffne ein Issue im öffentlichen GitHub-Repository oder schreibe an den Support unter [email protected]. Gib Task-ID und Modell-ID an, damit das Team die betreffende Generierung untersuchen kann.

Brauche ich ein separates Anbieterkonto?

Nein. Dein RunAPI API Key reicht für diese Variante und jedes andere Modell im Katalog. Du brauchst kein Konto beim zugrunde liegenden Anbieter.

Welche Dimensionen gibt text-embedding-ada-002 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.

Bauen Sie mit einem Team?

Wir helfen bei Enterprise-Setup, Integrationen und technischen Fragen.

Kontakt aufnehmen