It looks like you may prefer a different language. Switch anytime.

Text OpenAI

Embedding API

Gebruik de Embedding API via RunAPI met een modelskill, uniforme auth en pay-as-you-go prijzen.

runapi.ai
# Base URL
https://runapi.ai

# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $RUNAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "text-embedding-ada-002",
  "input": [
    "Maak embeddings van deze supportartikelen en een klantvraag zodat ik de dichtstbijzijnde matches kan rangschikken."
  ],
  "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": "Maak embeddings van deze supportartikelen en een klantvraag zodat ik de dichtstbijzijnde matches kan rangschikken."}]
)
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: "Maak embeddings van deze supportartikelen en een klantvraag zodat ik de dichtstbijzijnde matches kan rangschikken." }]
});
https://runapi.ai 1 endpoint
OVERVIEW

Over Embedding

OpenAI Embedding-modellen zetten tekst om in dense vectoren voor semantische zoekopdrachten, retrieval-augmented generation, clustering, classificatie en ranking. De text-embedding-3-familie ondersteunt efficiente productieretrieval met optionele controle over vectordimensionaliteit.

Provider
OpenAI
Modaliteit
Text

Embedding API-endpoints

EndpointProtocol
POST /v1/embeddingsOpenAI Embeddings

Vergelijk alle API-varianten

Variant Facturering Prijzen
text-embedding-3-large 1K tokens Input $0.13 / 1M tokens | Output Free / 1M tokens Bekijken →
text-embedding-3-small 1K tokens Input $0.02 / 1M tokens | Output Free / 1M tokens Bekijken →
text-embedding-ada-002 1K tokens Input $0.10 / 1M tokens | Output Free / 1M tokens Bekijken →
PRICING

Embedding-prijzen

Endpoint Resolutie Duur Prijs
embedding Input $0.13 / 1M tokens | Output Free / 1M tokens

Prijzen getoond voor text-embedding-3-large. Andere varianten behouden hun eigen endpoint-prijzen.

Agentintegratie

Gebruik Embedding vanuit een agent

HOE HET WERKT

Aan de slag met Embedding

  1. Kies het model

    Kies het model en de variant die passen bij je outputtype, kwaliteitslat en latencydoel.

  2. Configureren

    Stel je RunAPI-key in en installeer de modelskill in je codeworkspace.

  3. Bouwen

    Gebruik de skill-instructies om de modelfeature in je applicatie toe te voegen.

  4. Ontvangen

    Poll op task-ID, stream wanneer ondersteund of verwerk de webhook-callback.

CONTEXT

Wat is de Embedding API?

OpenAI Embedding-modellen bieden de standaard OpenAI Embeddings API via RunAPI, zodat vector search- en RAG-pipelines dezelfde RunAPI-sleutel kunnen gebruiken als GPT chat- en Responses-verkeer.

Provider
OpenAI
Alles bekijken →
Modaliteit
Text
Modellen bekijken →

Waarom de Embedding API via RunAPI gebruiken

Eén auth, elke provider

Met één RunAPI-sleutel ontgrendel je de hele catalogus. Geen aparte accounts, geen sleutelrotatie per integratie.

Uniforme prijzen & billing

Prijs per call in USD, maandelijks gefactureerd. Mislukte generaties worden niet in rekening gebracht.

Skill met schema's

Getypeerde schema's en setupnotities zitten in de modelskill, zodat implementatie start vanuit het juiste contract.

Vragen over Embedding

Welk embeddingmodel moet ik gebruiken?

Gebruik text-embedding-3-small voor efficiente productieretrieval en text-embedding-3-large wanneer recallkwaliteit belangrijker is dan vectorgrootte.

Kan ik de embeddingvector verkorten?

Ja. Geef de parameter dimensions mee met text-embedding-3-large of text-embedding-3-small wanneer je kleinere vectoren nodig hebt.

Geeft het endpoint de standaard OpenAI responsevorm terug?

Ja. /v1/embeddings retourneert een OpenAI-compatibele list response met embeddingdata, model en usage.

Kunnen embeddingmodellen worden gebruikt met Chat Completions of Responses?

Nee. Embeddingmodellen zijn alleen beschikbaar op /v1/embeddings.

Welke inputs worden ondersteund?

Gebruik een string, een array van strings of tokenarrays volgens het OpenAI Embeddings API-formaat.

Met welke variant moet ik beginnen?

Kies de goedkoopste variant die aan je kwaliteitsnorm voldoet. De meeste teams beginnen met de snelle variant en stappen over op pro voor productie.

VERGELIJKBARE MODELLEN

Als je de Embedding API goed vindt, probeer deze dan eens

Begin met bouwen met de Embedding API.