text-embedding-ada-002 API
Usa text-embedding-ada-002 dalla famiglia Embedding tramite RunAPI. Prezzi per chiamata, nessun abbonamento e le generazioni fallite non vengono mai addebitate.
# 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." }]
});text-embedding-ada-002 punta al giusto equilibrio tra qualità e costo all’interno della famiglia Embedding.
- Prezzi pay-per-call in USD
- Le generazioni fallite non vengono addebitate
- Streaming quando supportato dal modello
- Setup del model skill
Prezzi
Dettagli tecnici
| ID modello | text-embedding-ada-002 |
| Provider | OpenAI |
| Modalità | text |
| Tipo di task | synchronous |
| Unità di fatturazione | 1K tokens |
| API endpoint | /v1/embeddings |
| Licenza commerciale | Sì — inclusa via API |
| Stato del catalogo | Operativo |
Quickstart — text-embedding-ada-002
Stessa struttura · variante fissata nel model
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
Usa text-embedding-ada-002 in quattro passaggi
Installa
Installa il model skill per questa linea di modello.
Configura
Imposta il campo model con l'ID completo del model mostrato in questa pagina.
Invia
Invia una richiesta tipizzata con prompt, input e impostazioni di callback.
Ricevi
Leggi la risposta del task, il callback webhook o l'URL dell'output in cache da RunAPI.
Cosa cambia in text-embedding-ada-002
Embedding testuali ampiamente supportati per pipeline esistenti
Vettori testuali ad alta capacità per qualità di retrieval e ranking
Embedding testuali ampiamente supportati per pipeline esistenti
Vettori testuali efficienti per ricerca semantica in produzione
Ideale per
Ricerca semantica
Indicizza documenti, FAQ o cataloghi prodotto come vettori e recupera i risultati più pertinenti per significato anziché per corrispondenza di parole chiave.
Pipeline RAG
Genera embedding dei blocchi della knowledge base e fornisci le corrispondenze più simili a un prompt LLM per risposte fondate e con citazioni.
Clustering e classificazione
Raggruppa ticket di supporto, risposte a sondaggi o feedback degli utenti per similarità semantica senza etichettatura manuale.
Domande frequenti su text-embedding-ada-002
L'ID del modello resta stabile tra le versioni?
RunAPI mantiene stabile l’ID del modello e gestisce gli aggiornamenti di versione compatibili senza modificare la forma della richiesta.
Qual è il rate limit di questa variante?
I limiti per chiave scalano in base al tier di utilizzo. Consulta la pagina prezzi per i limiti attuali.
Posso cambiare variante in seguito?
Sì — la variante è un flag. Puoi cambiarla modificando il parametro model.
Fa streaming?
Dove lo streaming è disponibile, RunAPI esegue lo streaming end-to-end.
Dove posso segnalare problemi di qualità?
Apri un issue nel repository GitHub pubblico oppure scrivi all’assistenza.
Quali dimensioni restituisce text-embedding-ada-002?
text-embedding-3-small restituisce 1.536 dimensioni per impostazione predefinita. Supporta gli embedding Matryoshka, quindi puoi richiedere 256, 512 o 1.024 dimensioni per ridurre i costi di archiviazione mantenendo la maggior parte della qualità di recupero.
Come si confronta text-embedding-3-small con text-embedding-3-large?
text-embedding-3-large ha 3.072 dimensioni e ottiene circa 2 punti in più sul benchmark MTEB, ma costa circa 6,5 volte di più per milione di token. Per la maggior parte dei casi d'uso di ricerca semantica e RAG, text-embedding-3-small offre una qualità paragonabile a una frazione del costo.
Qual è il costo di text-embedding-3-small su RunAPI?
RunAPI addebita per ogni chiamata di embedding senza abbonamento né spesa minima. Consulta la tabella dei prezzi in questa pagina per la tariffa per chiamata corrente. Le richieste fallite non vengono addebitate.
Posso usare l'elaborazione batch per ridurre i costi di embedding?
Sì. Invia più testi in una singola chiamata API per ridurre il sovraccarico. RunAPI elabora le richieste di embedding in batch e restituisce tutti i vettori in un'unica risposta, il che è più efficiente per indicizzare grandi collezioni di documenti.