endpoint 구성
1개의 공개 endpoint를 제공합니다: 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-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." }]
});사용 가능한 버전 3개
Playground
text-embedding-ada-002 체험하기
원하는 모델을 선택하고 몇 초 만에 생성해보세요.
현재 이용 가능한 모델이 없습니다.
사양
스펙
| 제공자 | OpenAI |
| 모델 ID | text-embedding-ada-002 |
| 모달리티 | 텍스트 |
| 작업 유형 | Synchronous |
| API 엔드포인트 | /v1/embeddings |
| 청구 단위 | 1K 토큰 |
| 카탈로그 상태 | 운영 중 |
사용 방법
이 모델을 3단계로 사용하기
-
키 받기
무료로 가입하고 대시보드에서 text-embedding-ada-002용 API 키를 만드세요.
-
요청 보내기
/v1/embeddings로 text-embedding-ada-002 모델 ID와 매개변수를 포함한 POST 요청을 보내세요.
-
결과 받기
엔드포인트에서 완료된 text-embedding-ada-002 응답을 직접 읽으세요.
이 모델이 제공하는 것
사용량 기반 과금
1K 토큰 기준으로 측정되며 구독 없이 이용 가능합니다.
text-embedding-ada-002 요금
엔드포인트
가격
embedding
입력:
$0.08 / 100만 토큰
출력:
무료 / 100만 토큰
API 레퍼런스
엔드포인트 사양
- 엔드포인트
- POST /v1/embeddings
- 모델 ID
- text-embedding-ada-002
- 작업 유형
- embedding
요청 매개변수
이 엔드포인트에 게시된 요청 매개변수가 없습니다.
사용 사례
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.
관련
FAQ
text-embedding-ada-002 자주 묻는 질문
text-embedding-ada-002는 어떻게 선택하나요?
quickstart에 표시된 모델 ID를 전달하세요.
가격은 사용량 기반인가요?
네. 호출 또는 단위 기준으로 측정됩니다.
나중에 variant를 바꿀 수 있나요?
네. variant는 요청 매개변수입니다. model ID만 변경하면 되며 코드 변경, 재인증, 별도 청구 설정이 필요하지 않습니다. 모든 variant는 같은 API key와 요청 형식을 공유합니다.
streaming을 지원하나요?
streaming이 가능한 경우 RunAPI는 엔드투엔드로 전송합니다. LLM 모델은 token 단위 streaming을 지원하며 미디어 모델은 비동기 작업 polling 또는 webhook callback으로 결과를 전달합니다.
품질 문제는 어디에 보고하나요?
공개 GitHub repo에 issue를 열거나 [email protected]로 이메일을 보내세요. 특정 생성 결과를 조사할 수 있도록 task ID와 model ID를 포함하세요.
별도 제공사 계정이 필요한가요?
아니요. RunAPI API key만 있으면 이 variant와 카탈로그의 모든 모델에 접근할 수 있습니다. 원래 제공사의 계정은 필요하지 않습니다.
text-embedding-ada-002의 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.