Una API key
Usa las mismas credenciales entre modelos y proveedores.
Texto
OpenAI
Embedding API
Accede a la API de Embedding a través de RunAPI con una habilidad de modelo, autenticación unificada y precios de pago por uso.
# 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": [
"Genera embeddings para estos artículos de soporte y una consulta de cliente para que pueda ordenar las coincidencias más cercanas."
],
"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": "Genera embeddings para estos artículos de soporte y una consulta de cliente para que pueda ordenar las coincidencias más cercanas."}]
)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: "Genera embeddings para estos artículos de soporte y una consulta de cliente para que pueda ordenar las coincidencias más cercanas." }]
});RESUMEN
Acerca de Embedding
Los modelos OpenAI Embedding convierten texto en vectores densos para búsqueda semántica, generación aumentada por recuperación, clustering, clasificación y ranking. La familia text-embedding-3 soporta recuperación eficiente en producción con control opcional de dimensionalidad vectorial.
Proveedor
OpenAI
Modalidad
Texto
Endpoints API de Embedding
| Endpoint | Protocol |
|---|---|
POST /v1/embeddings | OpenAI Embeddings |
Variantes
| Variante | Facturación | Precios | |
|---|---|---|---|
| text-embedding-3-large | 1K tokens | Entrada $0.10 / 1M de tokens | Salida Gratis / 1M de tokens | Ver → |
| text-embedding-3-small | 1K tokens | Entrada $0.02 / 1M de tokens | Salida Gratis / 1M de tokens | Ver → |
| text-embedding-ada-002 | 1K tokens | Entrada $0.08 / 1M de tokens | Salida Gratis / 1M de tokens | Ver → |
PRECIOS
Precios de Embedding
| Endpoint | Resolución | Duración | Precio | |
|---|---|---|---|---|
| embedding | — | — | Entrada $0.10 / 1M de tokens | Salida Gratis / 1M de tokens |
Precios mostrados para text-embedding-3-large. Otras variantes mantienen sus propios precios por endpoint.
Integración de agentes
Ejecuta Embedding desde un agente
CÓMO FUNCIONA
Empieza con Embedding
-
Elige el modelo
Selecciona el modelo y la variante que encajan con tu tipo de salida, calidad objetivo y latencia.
-
Autentica una vez
Usa tu clave RunAPI para todos los modelos compatibles.
-
Instala el skill
Añade el model skill a tu workspace de código antes de implementar la función.
-
Recibe la salida
Consulta por task ID o procesa el callback cuando termine la generación.
CONTEXTO
Dónde encaja Embedding
Los modelos OpenAI Embedding exponen la API estándar OpenAI Embeddings a través de RunAPI, de modo que los pipelines de búsqueda vectorial y RAG pueden usar la misma key de RunAPI que el tráfico de chat GPT y Responses.
Por qué usar Embedding mediante RunAPI
Listo para skills
El model skill incluye schemas, notas de setup, contexto de precios e IDs de modelo.
Facturación predecible
El precio por uso es visible antes de llamar.
Preguntas sobre Embedding
¿Qué modelo de embedding debería usar?
Usa text-embedding-3-small para recuperación eficiente en producción y text-embedding-3-large cuando la calidad de recall importe más que el tamaño del vector.
¿Puedo acortar el vector de embedding?
Sí — pasa el parámetro dimensions con text-embedding-3-large o text-embedding-3-small cuando necesites vectores más pequeños.
¿El endpoint devuelve la forma estándar de respuesta de OpenAI?
Sí — /v1/embeddings devuelve una respuesta de lista compatible con OpenAI, con datos de embedding, modelo y uso.
¿Los modelos de embedding pueden usarse con Chat Completions o Responses?
No — los modelos de embedding solo están disponibles en /v1/embeddings.
¿Qué entradas están soportadas?
Usa una cadena, un array de cadenas o arrays de tokens siguiendo el formato de la API OpenAI Embeddings.
¿Cómo llamo a este modelo?
Instala el model skill y sigue sus notas de setup con tu clave RunAPI.
MODELOS SIMILARES