text-embedding-3-large API
RunAPI로 Embedding 패밀리의 text-embedding-3-large를 사용하세요. 호출당 요금, 구독 없음, 실패한 생성은 과금되지 않습니다.
# 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": [
"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-3-large",
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-3-large",
messages: [{ role: "user", content: "이 지원 문서들과 고객 질문을 임베딩해서 가장 가까운 일치 항목을 랭킹할 수 있게 해 주세요." }]
});Embedding text-embedding-3-large는 같은 RunAPI 인증, model skill 워크플로, 사용량 기반 가격으로 사용할 수 있습니다.
- 통합 API key
- Model skill 설정
- 모델 ID 참조
- 실패한 생성은 과금되지 않습니다
요금
스펙
| 모델 ID | text-embedding-3-large |
| 제공사 | OpenAI |
| 모달리티 | text |
| 작업 유형 | synchronous |
| 과금 | 1K tokens |
| Endpoint | /v1/embeddings |
| 상업적 사용 | 예 |
| 카탈로그 상태 | 운영 중 |
모델 스킬 — text-embedding-3-large
스킬을 한 번 설치한 후, 이 페이지의 변형 ID를 사용해 개발을 시작하세요.
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
text-embedding-3-large 사용 방법
모델 선택
앱 워크플로에 맞는 모델과 변형을 고릅니다.
모델 ID 전달
요청 본문에 이 변형 ID를 사용합니다.
작업 실행
요청을 보내고 반환된 task ID를 저장합니다.
출력 수집
작업이 끝나면 조회하거나 callback으로 결과를 받습니다.
text-embedding-3-large 비교
검색 및 랭킹 품질을 위한 고용량 텍스트 벡터
프로덕션 의미 검색을 위한 효율적인 텍스트 벡터
검색 및 랭킹 품질을 위한 고용량 텍스트 벡터
기존 파이프라인에서 널리 지원되는 텍스트 임베딩
이 변형을 쓰는 곳
시맨틱 검색
문서, FAQ, 상품 카탈로그를 벡터로 색인하고 키워드 매칭 대신 의미 기반으로 가장 관련성 높은 결과를 검색합니다.
RAG 파이프라인
지식 베이스 청크를 임베딩하고 가장 유사한 결과를 LLM 프롬프트에 제공해 출처가 명확한 답변을 생성합니다.
클러스터링 및 분류
수동 레이블링 없이 지원 티켓, 설문 응답, 사용자 피드백을 의미적 유사성으로 그룹화합니다.
text-embedding-3-large 자주 묻는 질문
text-embedding-3-large는 어떻게 선택하나요?
quickstart에 표시된 모델 ID를 전달하세요.
가격은 사용량 기반인가요?
네. 호출 또는 단위 기준으로 측정됩니다.
text-embedding-3-large의 출력 차원은 몇 개인가요?
text-embedding-3-small은 기본적으로 1,536 차원을 출력합니다. Matryoshka 임베딩을 지원하므로 256, 512, 1,024 차원으로 요청해 검색 품질을 거의 유지하면서 저장 비용을 줄일 수 있습니다.
text-embedding-3-small과 text-embedding-3-large의 차이는 무엇인가요?
text-embedding-3-large는 3,072 차원으로 MTEB 벤치마크에서 약 2점 높은 성능을 보이지만, 백만 토큰당 비용이 약 6.5배 더 높습니다. 대부분의 시맨틱 검색과 RAG 용도에서 text-embedding-3-small은 훨씬 낮은 비용으로 비슷한 품질을 제공합니다.
RunAPI에서 text-embedding-3-small의 요금은 얼마인가요?
RunAPI는 구독이나 최소 사용량 없이 임베딩 호출당 과금합니다. 이 페이지의 요금표에서 현재 호출당 요금을 확인하세요. 실패한 요청은 과금되지 않습니다.
배치 처리로 임베딩 비용을 줄일 수 있나요?
네. 단일 API 호출에 여러 텍스트를 전송해 오버헤드를 줄일 수 있습니다. RunAPI는 배치 임베딩 요청을 처리하고 하나의 응답으로 모든 벡터를 반환하므로 대용량 문서 컬렉션을 색인할 때 더 효율적입니다.