Jedno uwierzytelnienie, wszyscy providerzy
Jeden klucz RunAPI odblokowuje cały katalog. Bez osobnych kont i rotacji kluczy dla każdej integracji.
Tekst
OpenAI
Embedding API
Korzystaj z API Embedding przez RunAPI z model skillem, wspólnym uwierzytelnianiem i cennikiem pay-as-you-go.
# 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": [
"Osadź te artykuły pomocy i zapytanie klienta, żebym mógł uszeregować najbliższe dopasowania."
],
"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": "Osadź te artykuły pomocy i zapytanie klienta, żebym mógł uszeregować najbliższe dopasowania."}]
)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: "Osadź te artykuły pomocy i zapytanie klienta, żebym mógł uszeregować najbliższe dopasowania." }]
});OVERVIEW
O Embedding
Modele OpenAI Embedding zamieniają tekst na gęste wektory do wyszukiwania semantycznego, retrieval-augmented generation, klastrowania, klasyfikacji i rankingowania. Rodzina text-embedding-3 wspiera wydajny produkcyjny retrieval z opcjonalną kontrolą wymiarowości wektorów.
Dostawca
OpenAI
Modalność
Tekst
Endpointy API Embedding
| Endpoint | Protocol |
|---|---|
POST /v1/embeddings | OpenAI Embeddings |
Porównaj wszystkie warianty API
| Wariant | Rozliczenia | Cennik | |
|---|---|---|---|
| text-embedding-3-large | 1 tys. tokenów | Wejście $0.10 / 1M tokenów | Wyjście Bezpłatnie / 1M tokenów | Zobacz → |
| text-embedding-3-small | 1 tys. tokenów | Wejście $0.02 / 1M tokenów | Wyjście Bezpłatnie / 1M tokenów | Zobacz → |
| text-embedding-ada-002 | 1 tys. tokenów | Wejście $0.08 / 1M tokenów | Wyjście Bezpłatnie / 1M tokenów | Zobacz → |
PRICING
Cennik Embedding
| Endpoint | Rozdzielczość | Czas trwania | Cena | |
|---|---|---|---|---|
| embedding | — | — | Wejście $0.10 / 1M tokenów | Wyjście Bezpłatnie / 1M tokenów |
Ceny podane dla text-embedding-3-large. Pozostałe warianty mają własne cenniki endpointów.
Integracja agentów
Uruchamiaj Embedding z agenta
JAK TO DZIAŁA
Zacznij korzystać z Embedding
-
Wybierz model
Wybierz model i wariant pasujące do typu wyjścia, progu jakości i celu opóźnienia.
-
Konfiguracja
Ustaw klucz RunAPI i zainstaluj model skill w workspace kodu.
-
Implementacja
Użyj instrukcji skilla, aby dodać funkcję modelu w swojej aplikacji.
-
Odbiór
Odpytuj po task ID, streamuj gdy wspierane albo obsłuż callback webhook.
CONTEXT
Czym jest API Embedding?
Modele OpenAI Embedding udostępniają standardowe OpenAI Embeddings API przez RunAPI, więc pipeline'y wyszukiwania wektorowego i RAG mogą używać tego samego klucza RunAPI co ruch GPT chat i Responses.
Dlaczego używać API Embedding przez RunAPI
Ujednolicony cennik i rozliczenia
Rozliczanie za wywołanie w USD, fakturowane co miesiąc. Nieudane generacje nie są naliczane.
Skill ze schematami
Typowane schematy i notatki setupu są spakowane w model skill, więc implementacja startuje od właściwego kontraktu.
Pytania o Embedding
Którego modelu embeddingowego użyć?
Użyj text-embedding-3-small do wydajnego produkcyjnego retrievalu i text-embedding-3-large, gdy jakość recall jest ważniejsza niż rozmiar wektora.
Czy mogę skrócić wektor embeddingu?
Tak, przekaż parametr dimensions z text-embedding-3-large lub text-embedding-3-small, gdy potrzebujesz mniejszych wektorów.
Czy endpoint zwraca standardowy kształt odpowiedzi OpenAI?
Tak, /v1/embeddings zwraca listę zgodną z OpenAI, z danymi embeddingu, modelem i użyciem.
Czy modeli embeddingowych można używać z Chat Completions albo Responses?
Nie, modele embeddingowe są dostępne tylko na /v1/embeddings.
Jakie wejścia są obsługiwane?
Użyj stringa, tablicy stringów albo tablic tokenów zgodnie z formatem OpenAI Embeddings API.
Od jakiego wariantu powinienem zacząć?
Wybierz najtańszy wariant, który spełnia Twoje wymagania jakościowe. Większość zespołów zaczyna od szybkiego wariantu, a do produkcji przechodzi na pro.
PODOBNE MODELE