Embedding API
Embedding testuali OpenAI per ricerca semantica, recupero, clustering e ranking.
# 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-ada-002",
"input": [
"Crea gli embedding di questi articoli di supporto e di una domanda cliente così posso ordinare le corrispondenze più vicine."
],
"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": "Crea gli embedding di questi articoli di supporto e di una domanda cliente così posso ordinare le corrispondenze più vicine."}]
)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: "Crea gli embedding di questi articoli di supporto e di una domanda cliente così posso ordinare le corrispondenze più vicine." }]
});I modelli OpenAI Embedding convertono il testo in vettori densi per ricerca semantica, retrieval-augmented generation, clustering, classificazione e ranking. La famiglia text-embedding-3 supporta il recupero efficiente in produzione con controllo opzionale della dimensionalità dei vettori.
- Più varianti per diversi livelli di velocità / qualità
- Il model skill include documentazione, schema e note di setup
- Funziona con workflow di sviluppo app
- Le generazioni fallite non vengono addebitate
Confronta tutte le varianti API
| Variant | Billing | From | |
|---|---|---|---|
| text-embedding-3-large | 1K tokens | $0.010 | Visualizza → |
| text-embedding-3-small | 1K tokens | $0.010 | Visualizza → |
| text-embedding-ada-002 | 1K tokens | $0.010 | Visualizza → |
Endpoint API Embedding
Usa l'SDK OpenAI o Anthropic con la tua chiave RunAPI. Nessun SDK aggiuntivo necessario.
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
Dal model skill al primo risultato in quattro passaggi
Scegli il modello
Seleziona modello e variante adatti al tipo di output, al livello qualità e alla latenza target.
Configura
Imposta la tua chiave RunAPI e installa il model skill nel workspace di codice.
Implementa
Usa le istruzioni dello skill per aggiungere la feature modello dentro la tua applicazione.
Ricevi
Interroga per task ID, usa streaming dove supportato o gestisci il callback webhook.
Che cos'è l'API Embedding?
I modelli OpenAI Embedding espongono l'API standard OpenAI Embeddings tramite RunAPI, così le pipeline di vector search e RAG possono usare la stessa chiave RunAPI del traffico GPT chat e Responses.
Perché usare l'API Embedding tramite RunAPI
Un’unica autenticazione, tutti i provider
Una sola chiave RunAPI sblocca l’intero catalogo. Niente account separati, niente rotazione delle chiavi per integrazione.
Prezzi e billing unificati
Prezzi per chiamata in USD, fatturati mensilmente. Le generazioni fallite non vengono addebitate.
Skill con schema
Schema tipizzati e note di setup sono inclusi nel model skill, così l'implementazione parte dal contratto corretto.
Domande frequenti
Quale modello di embedding dovrei usare?
Usa text-embedding-3-small per recupero efficiente in produzione e text-embedding-3-large quando la qualità del recall conta più della dimensione del vettore.
Posso ridurre il vettore di embedding?
Sì. Passa il parametro dimensions con text-embedding-3-large o text-embedding-3-small quando ti servono vettori più piccoli.
L'endpoint restituisce la forma di risposta standard OpenAI?
Sì. /v1/embeddings restituisce una risposta list compatibile con OpenAI con dati embedding, model e usage.
I modelli di embedding possono essere usati con Chat Completions o Responses?
No. I modelli di embedding sono disponibili solo su /v1/embeddings.
Quali input sono supportati?
Usa una stringa, un array di stringhe o array di token seguendo il formato OpenAI Embeddings API.
Da quale variante dovrei iniziare?
Scegli la variante più economica che soddisfa il tuo livello di qualità. La maggior parte dei team inizia con la variante veloce e passa alla pro per la produzione.
C’è un piano gratuito?
I nuovi account ricevono le prime chiamate gratuite su ogni modello. Dopo, paghi per chiamata.
Trasmettete i risultati in streaming?
Dove lo streaming è disponibile, RunAPI trasmette end-to-end.
Come vengono addebitati i fallimenti?
Le generazioni non riuscite non vengono addebitate.
Gli output vengono memorizzati nella cache?
Gli output generati vengono salvati e recuperabili tramite ID del task. Gli input non vengono memorizzati nella cache.
Posso usarlo a fini commerciali?
Sì — l’uso commerciale è incluso per ogni variante, salvo che una licenza del modello lo limiti esplicitamente; in tal caso è indicato nella pagina della variante.
E i limiti di rate limit?
I rate limit per chiave scalano in base al tier di utilizzo. Vedi la pagina prezzi per i limiti aggiornati.
Dove posso segnalare problemi?
Apri un issue nel repo GitHub pubblico oppure scrivi al supporto.