--- title: OpenAI Embeddings | RunAPI description: Envoyer une requête via l'opération Embeddings compatible OpenAI de RunAPI. url: https://runapi.ai/fr/docs/api/openai/embeddings.md canonical: https://runapi.ai/fr/docs/api/openai/embeddings locale: fr --- > Version HTML: https://runapi.ai/fr/docs/api/openai/embeddings > Index du site pour les agents: https://runapi.ai/llms.txt # OpenAI Embeddings ## Vue d'ensemble Utilisez l'opération Embeddings compatible OpenAI de RunAPI avec un modèle compatible et les structures de requête et de réponse du protocole. ### Démarrage rapide 1. Créez une clé API et définissez-la comme RUNAPI_API_KEY. 2. Choisissez un modèle compatible, puis envoyez les paramètres de chemin et le corps JSON documentés. 3. Lisez la réponse JSON ou les événements envoyés par le serveur affichés pour cette opération, et gérez les erreurs de protocole. ## Point de terminaison POST /v1/embeddings URL de base: https://runapi.ai Version du contrat: v1 Authentification recommandée: Authorization: Bearer YOUR_API_TOKEN ## Supports d'authentification RunAPI accepte chaque protocole listé ci-dessous. Les exemples générés utilisent l'en-tête préféré du protocole. - `Authorization: Bearer YOUR_API_TOKEN` (Recommandé) - `x-api-key: YOUR_API_TOKEN` - `x-goog-api-key: YOUR_API_TOKEN` - `?key=YOUR_API_TOKEN` ## Modèles compatibles Ouvrez une page de modèle pour consulter la tarification actuelle, les limites de débit et les conditions d'utilisation commerciale. - [text-embedding-3-large](https://runapi.ai/fr/models/gpt) - [text-embedding-3-small](https://runapi.ai/fr/models/gpt) - [text-embedding-ada-002](https://runapi.ai/fr/models/gpt) ## Contrat de requête Seuls les champs disposant à la fois d'un protocole public et d'une prise en charge RunAPI avérée sont listés. Les champs supplémentaires du corps JSON sont transmis tels quels. ### Corps JSON Requis: `model`, `input` ```json { "dimensions": { "description": "Dimensions vectorielles de sortie demandées pour les modèles qui les prennent en charge.", "type": "integer" }, "encoding_format": { "description": "Format utilisé pour les vecteurs d'embeddings retournés.", "type": "string" }, "input": { "description": "Tableaux de texte ou de tokens à intégrer.", "type": [ "string", "array" ] }, "model": { "description": "Identifiant du modèle d'embedding RunAPI.", "type": "string" } } ``` ### Exemple de requête ```json { "input": "The quick brown fox.", "model": "text-embedding-3-small" } ``` ## Réponse synchrone HTTP 200 ### Schéma ```json { "additionalProperties": true, "properties": { "data": { "type": "array" }, "model": { "type": "string" }, "object": { "const": "list", "type": "string" }, "usage": { "additionalProperties": true, "properties": { "prompt_tokens": { "type": "integer" }, "total_tokens": { "type": "integer" } }, "required": [ "prompt_tokens", "total_tokens" ], "type": "object" } }, "required": [ "object", "data", "model", "usage" ], "type": "object" } ``` ### Exemple ```json { "data": [ { "embedding": [ 0.0023, -0.0093, 0.0151 ], "index": 0, "object": "embedding" } ], "model": "text-embedding-3-small", "object": "list", "usage": { "prompt_tokens": 5, "total_tokens": 5 } } ``` ## Erreur de protocole : invalid_request HTTP 400 ### Schéma ```json { "additionalProperties": true, "properties": { "error": { "additionalProperties": true, "properties": { "code": { "type": [ "string", "null" ] }, "message": { "type": "string" }, "param": { "type": [ "string", "null" ] }, "type": { "type": "string" } }, "required": [ "message", "type" ], "type": "object" } }, "required": [ "error" ], "type": "object" } ``` ### Exemple ```json { "error": { "code": null, "message": "input is required", "param": "input", "type": "invalid_request_error" } } ``` ## Utilisation ### Schéma ```json { "additionalProperties": true, "properties": { "prompt_tokens": { "type": "integer" }, "total_tokens": { "type": "integer" } }, "required": [ "prompt_tokens", "total_tokens" ], "type": "object" } ``` ### Exemple ```json { "prompt_tokens": 5, "total_tokens": 5 } ``` ## Exemples de code générés Chaque exemple cURL, JavaScript et Python envoie la requête validée depuis ce contrat sans nécessiter de SDK spécifique au protocole. ### curl ```curl curl -X POST https://runapi.ai/v1/embeddings \ -H Authorization:\ Bearer\ YOUR_API_TOKEN \ -H Content-Type:\ application/json \ -d \{\"model\":\"text-embedding-3-small\",\"input\":\"The\ quick\ brown\ fox.\"\} ``` ### javascript ```javascript const response = await fetch("https://runapi.ai/v1/embeddings", { method: "POST", headers: { "Authorization": "Bearer YOUR_API_TOKEN", "Content-Type": "application/json" }, body: JSON.stringify({ "model": "text-embedding-3-small", "input": "The quick brown fox." }) }); if (!response.ok) throw new Error(`HTTP ${response.status}`); const data = await response.json(); console.log(data); ``` ### python #### Installer ```bash pip install requests ``` ```python import requests response = requests.post( "https://runapi.ai/v1/embeddings", headers={"Authorization": "Bearer YOUR_API_TOKEN", "Content-Type": "application/json"}, json={"model": "text-embedding-3-small", "input": "The quick brown fox."} ) response.raise_for_status() print(response.json()) ``` ## Guides associés - [Authentification](https://runapi.ai/fr/docs/guides/authentication.md) - [Démarrage rapide](https://runapi.ai/fr/docs/guides/llm-api/quickstart.md) --- ## Plus de ressources de RunAPI - [Accueil](https://runapi.ai/fr/.md) - [Catalogue de modèles](https://runapi.ai/fr/models.md) - [Tarifs](https://runapi.ai/fr/pricing.md) - [Fournisseurs](https://runapi.ai/fr/models) - [Documentation](https://runapi.ai/fr/docs/guides) - [SDK](https://runapi.ai/fr/sdk.md) - [CLI](https://runapi.ai/fr/cli.md) - [Serveur MCP](https://runapi.ai/fr/mcp.md) - [Claude Code vs Cursor](https://runapi.ai/fr/claude-code-vs-cursor.md) - [Configuration de l’API Cursor](https://runapi.ai/fr/cursor-api-setup.md) - [RunAPI vs OpenRouter](https://runapi.ai/fr/openrouter-alternative.md) - [Entreprise](https://runapi.ai/fr/contact.md) - [Contact](https://runapi.ai/fr/contact.md) - [Conditions](https://runapi.ai/fr/terms.md) - [Confidentialité](https://runapi.ai/fr/privacy.md) - [Index du site pour les agents](https://runapi.ai/llms.txt) Contact: contact@runapi.ai ## Données structurées ```json [ { "@context": "https://schema.org", "inLanguage": "fr", "@type": "WebSite", "name": "RunAPI", "url": "https://runapi.ai/fr", "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://runapi.ai/fr/models?q={search_term_string}" }, "query-input": "required name=search_term_string" } }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "Organization", "name": "RunAPI", "url": "https://runapi.ai/fr", "logo": { "@type": "ImageObject", "url": "https://runapi.ai/fricon.svg" }, "sameAs": [ "https://github.com/runapi-ai" ] }, { "@context": "https://schema.org", "inLanguage": "fr", "@type": "TechArticle", "headline": "OpenAI Embeddings", "description": "Envoyer une requête via l'opération Embeddings compatible OpenAI de RunAPI.", "url": "https://runapi.ai/fr/docs/api/openai/embeddings", "mainEntityOfPage": "https://runapi.ai/fr/docs/api/openai/embeddings" } ] ```