Endpoint カバレッジ
1 個の公開 endpoint を提供しています: embedding。
# Base URL
https://runapi.ai
# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/embeddings \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "text-embedding-3-small",
"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-small",
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-small",
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。" }]
});3 個のバージョンを利用可能
プレイグラウンド
text-embedding-3-small を試す
モデルを選んで、数秒で生成できます。
現在利用可能なモデルがありません。
仕様
仕様
| プロバイダー | OpenAI |
| モデル ID | text-embedding-3-small |
| モダリティ | テキスト |
| タスク種別 | Synchronous |
| API エンドポイント | /v1/embeddings |
| 請求単位 | 1,000 トークン |
| カタログ状態 | 稼働中 |
使い方
このモデルを3ステップで使う
-
キーを取得
無料で登録し、ダッシュボードから text-embedding-3-small 用の API キーを作成します。
-
リクエストを送信
/v1/embeddings に text-embedding-3-small のモデル ID とパラメータを指定して POST リクエストを送信します。
-
結果を取得
エンドポイントから完了した text-embedding-3-small のレスポンスを直接読み取ります。
このモデルが提供する機能
従量課金
1,000 トークン に基づいて計量課金されます。サブスクリプション不要。
text-embedding-3-small 料金
エンドポイント
料金
embedding
入力:
$0.02 / 100万トークン
出力:
無料 / 100万トークン
API リファレンス
エンドポイント仕様
- エンドポイント
- POST /v1/embeddings
- モデル ID
- text-embedding-3-small
- タスクタイプ
- embedding
リクエストパラメータ
このエンドポイントに公開されたリクエストパラメータはありません。
ユースケース
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。
利用状況
開発者に信頼されています
2
API コール数 / 日
100.0%
成功率
898ms
平均生成時間
このモデルの確認済み顧客フィードバックはまだありません。
関連
FAQ
text-embedding-3-small に関するよくある質問
text-embedding-3-small 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。
後から variant を切り替えられますか？
はい。variant はリクエストのパラメーターです。model ID を変更するだけで切り替えられ、コード変更、再認証、別の請求設定は不要です。全 variant が同じ API key とリクエスト形式を共有します。
streaming に対応していますか？
streaming が利用可能な場合、RunAPI はエンドツーエンドで配信します。LLM モデルは token 単位の streaming に対応し、メディアモデルは非同期タスクの polling または webhook callback で結果を届けます。
品質の問題はどこに報告できますか？
公開 GitHub repo に issue を作成するか、[email protected] にメールしてください。該当する生成を調査できるよう task ID と model ID を添えてください。
別のプロバイダーアカウントが必要ですか？
いいえ。RunAPI API key だけでこの variant とカタログ内の全モデルを利用できます。提供元のアカウントは不要です。
text-embedding-3-small 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。