Embedding API
OpenAI text embeddings for semantic search, retrieval, clustering, and ranking workflows.
# Install the model skill for app development workflows
npx skills add runapi-ai/embedding -gInstall the Embedding skill for this app: 1. Add runapi-ai/embedding with the skills installer. 2. Load SKILL.md in this workspace. 3. Use its docs, schemas, pricing notes, and setup steps when adding model features. 4. Confirm the install path when done.
OpenAI Embedding models convert text into dense vectors for semantic search, retrieval-augmented generation, clustering, classification, and ranking. The text-embedding-3 family supports efficient production retrieval with optional vector dimensionality control.
- Meerdere varianten voor verschillende snelheid-/kwaliteitsniveaus
- Modelskill bevat docs, schema's en setupnotities
- Werkt met appgerichte codeerworkflows
- Mislukte generaties worden niet in rekening gebracht
Vergelijk alle API-varianten
| Variant | Billing | From | |
|---|---|---|---|
| text-embedding-3-large | 1K tokens | $0.010 | Bekijken → |
| text-embedding-3-small | 1K tokens | $0.010 | Bekijken → |
| text-embedding-ada-002 | 1K tokens | $0.010 | Bekijken → |
Installeer de Embedding skill voor appontwikkeling
Laad modeldocs, schema's, prijsnotities en setupstappen in je codeworkspace.
# Install the model skill for app development workflows
npx skills add runapi-ai/embedding -gInstall the Embedding skill for this app: 1. Add runapi-ai/embedding with the skills installer. 2. Load SKILL.md in this workspace. 3. Use its docs, schemas, pricing notes, and setup steps when adding model features. 4. Confirm the install path when done.
Van modelskill naar eerste resultaat in vier stappen
Kies het model
Kies het model en de variant die passen bij je outputtype, kwaliteitslat en latencydoel.
Configureren
Stel je RunAPI-key in en installeer de modelskill in je codeworkspace.
Bouwen
Gebruik de skill-instructies om de modelfeature in je applicatie toe te voegen.
Ontvangen
Poll op task-ID, stream wanneer ondersteund of verwerk de webhook-callback.
Wat is de Embedding API?
OpenAI Embedding models expose the standard OpenAI Embeddings API through RunAPI, so vector search and RAG pipelines can use the same RunAPI key as GPT chat and Responses traffic.
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.
Veelgestelde vragen
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.
Is er een gratis tier?
Nieuwe accounts krijgen de eerste calls gratis op elk model. Daarna betaal je per call.
Streamen jullie resultaten?
Waar streaming beschikbaar is, streamt RunAPI end-to-end.
Hoe worden mislukkingen gefactureerd?
Mislukte generations worden niet in rekening gebracht.
Worden outputs gecachet?
Gegenereerde outputs worden opgeslagen en zijn op te vragen via task-ID. Inputs worden niet gecachet.
Mag ik het commercieel gebruiken?
Ja — commercieel gebruik is inbegrepen voor elke variant, tenzij een modellicentie het expliciet beperkt. Dat staat aangegeven op de variantpagina.
Hoe zit het met rate limits?
Rate limits per key schalen mee met je usage tier. Zie de prijzenpagina voor de actuele limieten.
Waar kan ik problemen melden?
Open een issue in de publieke GitHub-repo of mail support.
