Embedding API
의미 검색, 검색 증강, 클러스터링, 랭킹 워크플로를 위한 OpenAI 텍스트 임베딩.
# 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": [
"이 지원 문서들과 고객 질문을 임베딩해서 가장 가까운 일치 항목을 랭킹할 수 있게 해 주세요."
],
"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": "이 지원 문서들과 고객 질문을 임베딩해서 가장 가까운 일치 항목을 랭킹할 수 있게 해 주세요."}]
)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: "이 지원 문서들과 고객 질문을 임베딩해서 가장 가까운 일치 항목을 랭킹할 수 있게 해 주세요." }]
});OpenAI Embedding 모델은 텍스트를 의미 검색, 검색 증강 생성, 클러스터링, 분류, 랭킹에 사용할 수 있는 밀집 벡터로 변환합니다. text-embedding-3 패밀리는 선택적 벡터 차원 제어와 함께 효율적인 프로덕션 검색을 지원합니다.
- 품질과 지연 시간 목표에 맞춘 모델 변형
- 통합 API key
- Model skill에 docs, schema, 설정 메모 포함
- 실패한 생성은 과금되지 않습니다
변형
Embedding API 엔드포인트
RunAPI 키로 OpenAI 또는 Anthropic SDK를 사용하세요. 추가 SDK가 필요 없습니다.
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
이 model skill로 구현하는 방법
모델 선택
출력 유형, 품질 기준, 지연 시간 목표에 맞는 모델과 변형을 고릅니다.
한 번 인증
모든 지원 모델에 RunAPI key를 사용합니다.
skill 설치
기능을 구현하기 전에 코딩 워크스페이스에 model skill을 추가합니다.
결과 받기
task ID로 조회하거나 생성 완료 시 callback을 처리합니다.
Embedding의 위치
OpenAI Embedding 모델은 RunAPI를 통해 표준 OpenAI Embeddings API를 노출하므로, 벡터 검색과 RAG 파이프라인이 GPT 채팅 및 Responses 트래픽과 동일한 RunAPI 키를 사용할 수 있습니다.
RunAPI로 Embedding을 쓰는 이유
하나의 API key
모델과 제공사를 넘나들며 같은 인증 정보를 사용합니다.
Skill-ready
model skill에 schema, 설정 메모, 가격 컨텍스트, 모델 ID가 포함됩니다.
예측 가능한 과금
호출 전에 사용량 기반 가격을 확인할 수 있습니다.
자주 묻는 질문
어떤 임베딩 모델을 사용해야 하나요?
효율적인 프로덕션 검색에는 text-embedding-3-small을 사용하고, 벡터 크기보다 재현율 품질이 더 중요할 때는 text-embedding-3-large를 사용하세요.
임베딩 벡터를 줄일 수 있나요?
네. 더 작은 벡터가 필요할 때 text-embedding-3-large 또는 text-embedding-3-small과 함께 dimensions 파라미터를 전달하세요.
엔드포인트가 표준 OpenAI 응답 형태를 반환하나요?
네. /v1/embeddings는 embedding 데이터, model, usage를 포함한 OpenAI 호환 list 응답을 반환합니다.
임베딩 모델을 Chat Completions나 Responses와 함께 사용할 수 있나요?
아니요. 임베딩 모델은 /v1/embeddings에서만 사용할 수 있습니다.
어떤 입력이 지원되나요?
OpenAI Embeddings API 형식에 따라 문자열, 문자열 배열, 또는 토큰 배열을 사용하세요.
이 모델은 어떻게 호출하나요?
model skill을 설치하고 RunAPI key와 함께 설정 메모를 따르세요.
실패한 생성도 비용이 드나요?
실패한 생성은 과금되지 않습니다
애플리케이션에서 호출할 수 있나요?
네. 코딩 워크스페이스에 model skill을 설치하고 모델 기능을 추가할 때 사용하세요.