text-embedding-3-large API
RunAPI から Embedding ファミリーの text-embedding-3-large を利用できます。従量課金、サブスクリプション不要、失敗した生成は課金されません。
# 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-3-large",
"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-3-large",
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-3-large",
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。" }]
});Embedding text-embedding-3-large は同じ RunAPI 認証、model skill ワークフロー、従量料金で利用できます。
- 統合 API key
- Model skill セットアップ
- モデル ID リファレンス
- 失敗した生成は課金されません
料金
仕様
| モデル ID | text-embedding-3-large |
| プロバイダー | OpenAI |
| モダリティ | text |
| タスク種別 | synchronous |
| 課金 | 1K tokens |
| Endpoint | /v1/embeddings |
| 商用利用 | はい |
| カタログステータス | 稼働中 |
モデルスキル — text-embedding-3-large
スキルを1回インストールし、構築中にこのページのバリアントIDを使用してください。
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
text-embedding-3-large の使い方
モデルを選ぶ
アプリのワークフローに合うモデルとバリアントを選びます。
モデル ID を渡す
リクエスト body にこのバリアント ID を指定します。
タスクを実行
リクエストを送信し、返された task ID を保存します。
出力を取得
タスク完了時にポーリングまたは callback で結果を受け取ります。
text-embedding-3-large の比較
検索取得とランキング品質のための高容量テキストベクター
本番セマンティック検索向けの効率的なテキストベクター
検索取得とランキング品質のための高容量テキストベクター
既存パイプラインで広くサポートされるテキストエンベディング
このバリアントの用途
セマンティック検索
ドキュメント、FAQ、商品カタログをベクターとしてインデックスし、キーワードマッチではなく意味で最も関連する結果を取得します。
RAG パイプライン
ナレッジベースのチャンクをエンベディングし、最も近い一致を LLM プロンプトに渡して、根拠と引用に裏付けられた回答を生成します。
クラスタリング・分類
サポートチケット、アンケート回答、ユーザーフィードバックを手動ラベリングなしに意味的な類似性でグループ化します。
text-embedding-3-large に関するよくある質問
text-embedding-3-large はどう選択しますか？
quickstart に表示されるモデル ID を渡してください。
料金は従量課金ですか？
はい。呼び出しまたは単位ごとの従量課金です。
text-embedding-3-large の出力次元数はいくつですか？
text-embedding-3-small はデフォルトで 1,536 次元を出力します。Matryoshka エンベディングをサポートしているため、ストレージコストを抑えながら検索品質の大半を維持したい場合は 256、512、1,024 次元をリクエストできます。
text-embedding-3-small と text-embedding-3-large の違いは何ですか？
text-embedding-3-large は 3,072 次元で MTEB ベンチマークのスコアが約 2 ポイント高い一方、100 万トークンあたりのコストは約 6.5 倍です。セマンティック検索や RAG のユースケースの多くでは、text-embedding-3-small がわずかなコストで同等の品質を発揮します。
RunAPI での text-embedding-3-small の料金は？
RunAPI はエンベディング呼び出しごとの従量課金で、サブスクリプションや最低利用料はありません。現在の呼び出し単価はこのページの料金表で確認できます。失敗したリクエストは課金されません。
バッチ処理でエンベディングコストを削減できますか？
はい。1 回の API 呼び出しで複数のテキストを送ることでオーバーヘッドを削減できます。RunAPI はバッチエンベディングリクエストを処理し、すべてのベクターを 1 つのレスポンスで返します。大規模なドキュメントコレクションのインデックス作成に効率的です。