1つの API key
モデルやプロバイダーをまたいで同じ認証情報を使えます。
# 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": [
"これらのサポート記事と顧客クエリをエンベディングし、最も近い一致をランキングできるようにしてください。"
],
"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": "これらのサポート記事と顧客クエリをエンベディングし、最も近い一致をランキングできるようにしてください。"}]
)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: "これらのサポート記事と顧客クエリをエンベディングし、最も近い一致をランキングできるようにしてください。" }]
});概要
Embedding について
OpenAI Embeddingモデルは、テキストをセマンティック検索、検索拡張生成、クラスタリング、分類、ランキング向けの密ベクターに変換します。text-embedding-3ファミリーは、オプションのベクター次元数制御により、効率的な本番検索取得をサポートします。
プロバイダー
OpenAI
モダリティ
Text
Embedding API エンドポイント
| Endpoint | Protocol |
|---|---|
POST /v1/embeddings | OpenAI Embeddings |
バリアント
料金
Embedding の料金
| Endpoint | 解像度 | 尺 | 価格 | |
|---|---|---|---|---|
| embedding | — | — | Input $0.13 / 1M tokens | Output Free / 1M tokens |
text-embedding-3-large の料金を表示しています。他のバリアントはそれぞれの endpoint 料金が適用されます。
エージェント連携
エージェントから Embedding を実行
仕組み
Embedding を始める
-
モデルを選ぶ
出力タイプ、品質基準、レイテンシ目標に合うモデルとバリアントを選びます。
-
一度だけ認証
対応するすべてのモデルに RunAPI key を使います。
-
skill をインストール
機能実装の前に model skill をコード作業環境へ追加します。
-
出力を受け取る
task ID でポーリングするか、生成完了時の callback を処理します。
RunAPI 経由で Embedding を使う理由
Skill-ready
model skill に schema、セットアップメモ、料金コンテキスト、モデル ID が含まれます。
予測しやすい請求
呼び出し前に従量料金を確認できます。
Embedding に関するよくある質問
どのembeddingモデルを使うべきですか？
効率的な本番検索取得にはtext-embedding-3-smallを、ベクターサイズよりリコール品質を重視する場合はtext-embedding-3-largeを使用してください。
embeddingベクターを短くできますか？
はい — より小さなベクターが必要な場合は、text-embedding-3-largeまたはtext-embedding-3-smallでdimensionsパラメーターを渡してください。
エンドポイントは標準のOpenAIレスポンス形式を返しますか？
はい — /v1/embeddingsは、embeddingデータ、モデル、使用量を含むOpenAI互換のリストレスポンスを返します。
embeddingモデルはChat CompletionsやResponsesで使えますか？
いいえ — embeddingモデルは/v1/embeddingsでのみ利用できます。
どの入力がサポートされていますか？
OpenAI Embeddings API形式に従って、文字列、文字列の配列、またはトークン配列を使用できます。
このモデルはどう呼び出しますか？
model skill をインストールし、RunAPI key とセットアップメモに従ってください。
類似モデル