--- title: text-embedding-ada-002 API — Preços e Especificações Embedding | RunAPI description: Use text-embedding-ada-002 via RunAPI — a família Embedding. Preços por chamada, ID do modelo, especificações e guia de configuração para desenvolvedores. url: https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002.md canonical: https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002 locale: pt-BR site: RunAPI image: https://runapi.ai/assets/opengraph-f702f2b1.png alternates: en: https://runapi.ai/models/embedding/text-embedding-ada-002 zh-CN: https://runapi.ai/zh-CN/models/embedding/text-embedding-ada-002 es: https://runapi.ai/es/models/embedding/text-embedding-ada-002 ja: https://runapi.ai/ja/models/embedding/text-embedding-ada-002 de: https://runapi.ai/de/models/embedding/text-embedding-ada-002 fr: https://runapi.ai/fr/models/embedding/text-embedding-ada-002 pt-BR: https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002 ko: https://runapi.ai/ko/models/embedding/text-embedding-ada-002 it: https://runapi.ai/it/models/embedding/text-embedding-ada-002 nl: https://runapi.ai/nl/models/embedding/text-embedding-ada-002 pl: https://runapi.ai/pl/models/embedding/text-embedding-ada-002 tr: https://runapi.ai/tr/models/embedding/text-embedding-ada-002 zh-TW: https://runapi.ai/zh-TW/models/embedding/text-embedding-ada-002 zh-HK: https://runapi.ai/zh-HK/models/embedding/text-embedding-ada-002 ar: https://runapi.ai/ar/models/embedding/text-embedding-ada-002 x-default: https://runapi.ai/models/embedding/text-embedding-ada-002 model: Embedding provider: OpenAI variant_id: text-embedding-ada-002 sdk_model_id: text-embedding-ada-002 modality: text billing_unit: 1K tokens status: active --- > HTML version: https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002 > Site index for agents: https://runapi.ai/llms.txt # text-embedding-ada-002 API Use text-embedding-ada-002 da família Embedding via RunAPI. Preços por chamada, sem assinatura, e gerações com falha não são cobradas. **OpenAI / [Embedding](https://runapi.ai/pt-BR/models/embedding.md)** **Operacional · text · Uso comercial permitido** Embedding text-embedding-ada-002 está disponível com a mesma autenticação RunAPI, fluxo de model skill e preços por uso. - API key unificada - Setup do model skill - Referência de ID de modelo - Gerações com falha não são cobradas ## PREÇOS ### `embedding` - Input: $0.10 / 1M tokens - Output: Free / 1M tokens Gerações com falha não são cobradas ## FICHA TÉCNICA | Field | Value | |---|---| | ID do modelo | `text-embedding-ada-002` | | Provedor | OpenAI | | Modalidade | text | | Tipo de tarefa | synchronous | | Cobrança | 1K tokens | | Endpoint | `/v1/embeddings` | | Comercial | Sim | | Status do catálogo | Operacional | **Request example** ```json { "model": "text-embedding-ada-002", "input": [ "Gere embeddings destes artigos de suporte e de uma consulta de cliente para que eu possa ranquear as correspondências mais próximas." ], "encoding_format": "float" } ``` ## Model skill — text-embedding-ada-002 Instale o skill uma vez, depois use o ID do variant desta página durante o desenvolvimento. Base URL: `https://runapi.ai` | Endpoint | Protocol | |---|---| | `POST /v1/embeddings` | OpenAI Embeddings | Use the OpenAI or Anthropic SDK with your RunAPI API key and `model: "text-embedding-ada-002"`. ## Como usar text-embedding-ada-002 1. **Escolha o modelo** — Selecione o modelo e a variante que combinam com o fluxo do seu app. 2. **Envie o ID do modelo** — Use este ID de variante no corpo da requisição. 3. **Execute a tarefa** — Envie a requisição e armazene o task ID retornado. 4. **Colete a saída** — Consulte ou receba o callback quando a tarefa terminar. ## Comparativo de text-embedding-ada-002 - **VS TEXT-EMBEDDING-3-LARGE: Text embeddings amplamente suportados para pipelines existentes** — Vetores de texto de alta capacidade para qualidade de recuperação e ranking - **VS TEXT-EMBEDDING-3-SMALL: Text embeddings amplamente suportados para pipelines existentes** — Vetores de texto eficientes para busca semântica em produção ## Onde usar esta variante - **Busca semântica** — Indexe documentos, FAQs ou catálogos de produtos como vetores e recupere os resultados mais relevantes por significado, sem depender de correspondência de palavras-chave. - **Pipelines RAG** — Gere embeddings de trechos da base de conhecimento e envie as correspondências mais próximas para um prompt LLM para respostas fundamentadas com citações. - **Clustering e classificação** — Agrupe tickets de suporte, respostas de pesquisas ou feedback de usuários por similaridade semântica sem rotulagem manual. ## Perguntas frequentes sobre text-embedding-ada-002 ### Como seleciono text-embedding-ada-002? Envie o ID de modelo mostrado no quickstart. ### O preço é por uso? Sim. O preço é medido por chamada ou unidade. ### Quantas dimensões o text-embedding-ada-002 gera? text-embedding-3-small gera 1.536 dimensões por padrão. Ele suporta Matryoshka embeddings, então você pode solicitar 256, 512 ou 1.024 dimensões para reduzir o custo de armazenamento preservando a maior parte da qualidade de recuperação. ### Como o text-embedding-3-small se compara ao text-embedding-3-large? text-embedding-3-large tem 3.072 dimensões e pontua cerca de 2 pontos a mais no benchmark MTEB, mas custa aproximadamente 6,5 vezes mais por milhão de tokens. Para a maioria dos casos de busca semântica e RAG, o text-embedding-3-small oferece qualidade comparável a uma fração do custo. ### Qual é o custo do text-embedding-3-small no RunAPI? O RunAPI cobra por chamada de embedding sem assinatura ou gasto mínimo. Consulte a tabela de preços nesta página para a taxa atual por chamada. Requisições com falha não são cobradas. ### Posso usar processamento em lote para reduzir os custos de embedding? Sim. Envie múltiplos textos em uma única chamada de API para reduzir o overhead. O RunAPI processa requisições de embedding em lote e retorna todos os vetores em uma única resposta, o que é mais eficiente para indexar grandes coleções de documentos. ### Outras variantes de Embedding - [text-embedding-3-large](https://runapi.ai/pt-BR/models/embedding/text-embedding-3-large.md) — `text-embedding-3-large` · Input $0.13 / 1M tokens | Output Free / 1M tokens - [text-embedding-3-small](https://runapi.ai/pt-BR/models/embedding/text-embedding-3-small.md) — `text-embedding-3-small` · Input $0.02 / 1M tokens | Output Free / 1M tokens ### Modelos relacionados - [Claude](https://runapi.ai/pt-BR/models/claude.md) — Acesso à API do Claude para o LLM da Anthropic em tarefas de raciocínio complexo, código, análise e contexto estendido. - [DeepSeek](https://runapi.ai/pt-BR/models/deepseek.md) — Acesso à API do DeepSeek via RunAPI — flash para trabalho rápido e barato; pro para tarefas agênticas complexas. - [Gemini](https://runapi.ai/pt-BR/models/gemini.md) — Acesso à API do Gemini para o LLM multimodal do Google em chat, geração de código, raciocínio e tarefas de longo contexto. ## Comece com Embedding hoje. - [Criar conta grátis](https://runapi.ai/pt-BR/login) - [Ler início rápido →](https://runapi.ai/docs/api/openai/embeddings) --- ## More from RunAPI - [Home](https://runapi.ai/pt-BR/.md) - [Modelos](https://runapi.ai/pt-BR/models.md) - [Comparação de API de vídeo IA](https://runapi.ai/pt-BR/ai-video-api-comparison.md) - [Integração com OpenClaw](https://runapi.ai/pt-BR/openclaw.md) - [Melhor API para OpenClaw](https://runapi.ai/pt-BR/best-api-for-openclaw.md) - [Geração de imagens com OpenClaw](https://runapi.ai/pt-BR/openclaw-image-generation.md) - [Integração com Hermes Agent](https://runapi.ai/pt-BR/hermes-agent.md) - [Preços](https://runapi.ai/pt-BR/pricing.md) - [Claude API Preços](https://runapi.ai/pt-BR/claude-api-pricing.md) - [ChatGPT API Preços](https://runapi.ai/pt-BR/chatgpt-api-pricing.md) - [OpenAI API Preços](https://runapi.ai/pt-BR/openai-api-pricing.md) - [Gemini API Preços](https://runapi.ai/pt-BR/gemini-api-pricing.md) - [Claude Code Preços](https://runapi.ai/pt-BR/claude-code-pricing.md) - [Claude Code API](https://runapi.ai/pt-BR/claude-code-api.md) - [Claude Code vs Cursor](https://runapi.ai/pt-BR/claude-code-vs-cursor.md) - [Claude Max vs API](https://runapi.ai/pt-BR/claude-max-vs-api.md) - [Requesty Alternativa](https://runapi.ai/pt-BR/requesty-alternative.md) - [Docs](https://runapi.ai/pt-BR/docs/guides) - [SDK](https://runapi.ai/pt-BR/sdk.md) - [Skills](https://runapi.ai/pt-BR/skills.md) - [Servidor MCP](https://runapi.ai/pt-BR/mcp.md) - [CLI](https://runapi.ai/pt-BR/cli.md) - [Feedback](https://runapi.makethisbetter.dev) - [Contato](mailto:support@runapi.ai) - [Termos](https://runapi.ai/pt-BR/terms.md) - [Privacidade](https://runapi.ai/pt-BR/privacy.md) - [Site index for agents](https://runapi.ai/llms.txt) Contact: contact@runapi.ai ## Structured data ```json [ { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "WebSite", "name": "RunAPI", "url": "https://runapi.ai/pt-BR", "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://runapi.ai/pt-BR/models?q={search_term_string}" }, "query-input": "required name=search_term_string" } }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "Organization", "name": "RunAPI", "url": "https://runapi.ai/pt-BR", "logo": { "@type": "ImageObject", "url": "https://runapi.ai/pt-BRicon.svg" }, "sameAs": [ "https://github.com/runapi-ai" ] }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "SoftwareApplication", "name": "Embedding text-embedding-ada-002", "applicationCategory": "DeveloperApplication" }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Home", "item": "https://runapi.ai/pt-BR" }, { "@type": "ListItem", "position": 2, "name": "Models", "item": "https://runapi.ai/pt-BR/models" }, { "@type": "ListItem", "position": 3, "name": "Embedding", "item": "https://runapi.ai/pt-BR/models/embedding" }, { "@type": "ListItem", "position": 4, "name": "text-embedding-ada-002", "item": "https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002" } ] }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "HowTo", "name": "Como usar text-embedding-ada-002", "description": "Use text-embedding-ada-002 via RunAPI — a família Embedding. Preços por chamada, ID do modelo, especificações e guia de configuração para desenvolvedores.", "totalTime": "PT5M", "step": [ { "@type": "HowToStep", "position": 1, "name": "Escolha o modelo", "text": "Selecione o modelo e a variante que combinam com o fluxo do seu app.", "url": "https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002#how-step-1" }, { "@type": "HowToStep", "position": 2, "name": "Envie o ID do modelo", "text": "Use este ID de variante no corpo da requisição.", "url": "https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002#how-step-2" }, { "@type": "HowToStep", "position": 3, "name": "Execute a tarefa", "text": "Envie a requisição e armazene o task ID retornado.", "url": "https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002#how-step-3" }, { "@type": "HowToStep", "position": 4, "name": "Colete a saída", "text": "Consulte ou receba o callback quando a tarefa terminar.", "url": "https://runapi.ai/pt-BR/models/embedding/text-embedding-ada-002#how-step-4" } ] }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Como seleciono text-embedding-ada-002?", "acceptedAnswer": { "@type": "Answer", "text": "Envie o ID de modelo mostrado no quickstart." } }, { "@type": "Question", "name": "O preço é por uso?", "acceptedAnswer": { "@type": "Answer", "text": "Sim. O preço é medido por chamada ou unidade." } }, { "@type": "Question", "name": "Quantas dimensões o text-embedding-ada-002 gera?", "acceptedAnswer": { "@type": "Answer", "text": "text-embedding-3-small gera 1.536 dimensões por padrão. Ele suporta Matryoshka embeddings, então você pode solicitar 256, 512 ou 1.024 dimensões para reduzir o custo de armazenamento preservando a maior parte da qualidade de recuperação." } }, { "@type": "Question", "name": "Como o text-embedding-3-small se compara ao text-embedding-3-large?", "acceptedAnswer": { "@type": "Answer", "text": "text-embedding-3-large tem 3.072 dimensões e pontua cerca de 2 pontos a mais no benchmark MTEB, mas custa aproximadamente 6,5 vezes mais por milhão de tokens. Para a maioria dos casos de busca semântica e RAG, o text-embedding-3-small oferece qualidade comparável a uma fração do custo." } }, { "@type": "Question", "name": "Qual é o custo do text-embedding-3-small no RunAPI?", "acceptedAnswer": { "@type": "Answer", "text": "O RunAPI cobra por chamada de embedding sem assinatura ou gasto mínimo. Consulte a tabela de preços nesta página para a taxa atual por chamada. Requisições com falha não são cobradas." } }, { "@type": "Question", "name": "Posso usar processamento em lote para reduzir os custos de embedding?", "acceptedAnswer": { "@type": "Answer", "text": "Sim. Envie múltiplos textos em uma única chamada de API para reduzir o overhead. O RunAPI processa requisições de embedding em lote e retorna todos os vetores em uma única resposta, o que é mais eficiente para indexar grandes coleções de documentos." } } ] } ] ```