text-embedding-ada-002

Tekst

Breed ondersteunde tekstembeddings voor bestaande pipelines

Invoer $0.08 / 1M tokens | Uitvoer Gratis / 1M tokens text-embedding-ada-002 API-documentatie →

Modelgezondheid Onvoldoende gegevens

runapi.ai

# 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": [
    "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

3 versies beschikbaar

Playground

text-embedding-ada-002 proberen

Kies een model en genereer binnen enkele seconden.

Er zijn momenteel geen modellen beschikbaar.

Specificaties

Provider	OpenAI
Model-ID	text-embedding-ada-002
Modaliteit	Tekst
Taaktypen	Synchronous

API-eindpunt	/v1/embeddings
Factureringseenheid	1K tokens
Catalogusstatus	Operationeel

ZO WERKT HET

Gebruik dit model in 3 stappen

Maak je sleutel

Meld je gratis aan en maak vanuit het dashboard een API-sleutel voor text-embedding-ada-002.
Stuur een verzoek

Stuur een POST-verzoek naar /v1/embeddings met de model-ID text-embedding-ada-002 en je parameters.
Resultaten ophalen

Lees het voltooide text-embedding-ada-002-antwoord rechtstreeks van het endpoint.

Wat dit model biedt

Endpointdekking

Stelt 1 openbaar(e) endpoint(s) beschikbaar: embedding.

Verbruiksgebaseerde facturering

Gemeten aan de hand van 1K tokens, zonder abonnementsvereiste.

text-embedding-ada-002 Prijzen

Endpoint

Prijs

embedding

Invoer: $0.08 / 1M tokens Uitvoer: Gratis / 1M tokens

API-REFERENTIE

Endpoint-specificatie

Endpoint: POST /v1/embeddings
Model-ID: text-embedding-ada-002
Taaktypen: embedding

Requestparameters

Voor dit endpoint zijn geen requestparameters gepubliceerd.

USE CASES

Semantisch zoeken

Indexeer documenten, FAQ's of productcatalogi als vectoren en haal de meest relevante resultaten op basis van betekenis, niet op trefwoord.

RAG-pipelines

Embed kennisbankfragmenten en voer de meest relevante matches in een LLM-prompt in voor onderbouwde antwoorden met bronvermelding.

Clustering en classificatie

Groepeer supporttickets, enquêteantwoorden of gebruikersfeedback op semantische gelijkenis, zonder handmatige labels.

FAQ

Veelgestelde vragen over text-embedding-ada-002

Hoe selecteer ik text-embedding-ada-002?

Geef de model-ID door die in de quickstart wordt getoond.

Wat is de rate limit voor deze variant?

Rate limits per key schalen mee met je usage tier. Bekijk de prijzenpagina voor de actuele limieten.

Kan ik later van variant wisselen?

Ja — variant is een flag. Wissel door de modelparameter aan te passen.

Ondersteunt het streaming?

Waar streaming beschikbaar is, streamt RunAPI end-to-end.

Waar meld ik kwaliteitsproblemen?

Open een issue in de publieke GitHub-repo of mail support.

Heb ik een apart provideraccount nodig?

Nee. Je RunAPI API-sleutel volstaat voor toegang tot deze variant en elk ander model in de catalogus. Je hebt geen accounts bij de onderliggende provider nodig.

Hoeveel dimensies geeft text-embedding-ada-002 terug?

text-embedding-3-small geeft standaard 1.536 dimensies terug. Het ondersteunt Matryoshka-embeddings, zodat je 256, 512 of 1.024 dimensies kunt opvragen om opslagkosten te verlagen en toch het grootste deel van de zoekkwaliteit te behouden.

Wat is het verschil tussen text-embedding-3-small en text-embedding-3-large?

text-embedding-3-large heeft 3.072 dimensies en scoort circa 2 punten hoger op de MTEB-benchmark, maar kost ongeveer 6,5 keer meer per miljoen tokens. Voor de meeste semantisch-zoeken- en RAG-toepassingen levert text-embedding-3-small vergelijkbare kwaliteit tegen een fractie van de kosten.

Wat kost text-embedding-3-small op RunAPI?

RunAPI rekent per embedding-aanroep, zonder abonnement of minimumafname. Bekijk de prijstabel op deze pagina voor de actuele prijs per aanroep. Mislukte requests worden nooit in rekening gebracht.

Kan ik batchverwerking gebruiken om embeddingkosten te verlagen?

Ja. Stuur meerdere teksten in één API-aanroep om overhead te beperken. RunAPI verwerkt batch-embeddingrequests en geeft alle vectoren in één response terug — wat efficiënter is voor het indexeren van grote documentcollecties.

Bouw je met een team?

We helpen je met enterprise-inrichting, integraties en technische vragen.

Neem contact op