Tek kimlik doğrulama, tüm sağlayıcılar
Tek bir RunAPI anahtarı tüm kataloğu açar. Ayrı hesap yok, her entegrasyon için anahtar döndürme yok.
Metin
OpenAI
Embedding API
Embedding API’sini RunAPI üzerinden model skill, birleşik kimlik doğrulama ve kullandıkça öde fiyatlandırmayla kullanın.
# 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": [
"Bu destek makalelerini ve müşteri sorgusunu embed et, böylece en yakın eşleşmeleri sıralayabileyim."
],
"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": "Bu destek makalelerini ve müşteri sorgusunu embed et, böylece en yakın eşleşmeleri sıralayabileyim."}]
)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: "Bu destek makalelerini ve müşteri sorgusunu embed et, böylece en yakın eşleşmeleri sıralayabileyim." }]
});OVERVIEW
Embedding hakkında
OpenAI Embedding modelleri metni semantik arama, retrieval-augmented generation, clustering, classification ve ranking için dense vektörlere dönüştürür. text-embedding-3 ailesi, opsiyonel vektör boyutu kontrolüyle verimli production retrieval'ı destekler.
Sağlayıcı
OpenAI
Modality
Metin
Embedding API uç noktaları
| Endpoint | Protocol |
|---|---|
POST /v1/embeddings | OpenAI Embeddings |
Tüm API varyantlarını karşılaştırın
| Varyant | Faturalandırma | Fiyatlandırma | |
|---|---|---|---|
| text-embedding-3-large | 1K token | Giriş $0.10 / 1M token | Çıkış Ücretsiz / 1M token | Gör → |
| text-embedding-3-small | 1K token | Giriş $0.02 / 1M token | Çıkış Ücretsiz / 1M token | Gör → |
| text-embedding-ada-002 | 1K token | Giriş $0.08 / 1M token | Çıkış Ücretsiz / 1M token | Gör → |
PRICING
Embedding Fiyatlandırması
| Endpoint | Çözünürlük | Süre | Fiyat | |
|---|---|---|---|---|
| embedding | — | — | Giriş $0.10 / 1M token | Çıkış Ücretsiz / 1M token |
text-embedding-3-large için gösterilen fiyatlar. Diğer varyantlar kendi endpoint fiyatlandırmalarını korur.
Agent entegrasyonu
Embedding modelini bir agent ile çalıştırın
NASIL ÇALIŞIR
Embedding ile Başlayın
-
Modeli seçin
Çıktı tipi, kalite eşiği ve gecikme hedefinize uygun model ve varyantı seçin.
-
Yapılandır
RunAPI anahtarınızı ayarlayın ve model skill’i kod workspace’inize kurun.
-
Geliştirin
Skill talimatlarını kullanarak model özelliğini uygulamanızın içine ekleyin.
-
Al
Task ID ile sorgulayın, destekleniyorsa stream edin veya webhook callback’i işleyin.
CONTEXT
Embedding API nedir?
OpenAI Embedding modelleri, standart OpenAI Embeddings API'yi RunAPI üzerinden sunar; böylece vector search ve RAG pipeline'ları GPT chat ve Responses trafiğiyle aynı RunAPI anahtarını kullanabilir.
Embedding API neden RunAPI üzerinden kullanılmalı
Birleşik fiyatlandırma ve faturalandırma
USD bazında çağrı başı fiyatlandırma, aylık faturalandırılır. Başarısız üretimler ücretlendirilmez.
Şemalı skill
Tipli şemalar ve kurulum notları model skill içinde paketlenir; uygulama doğru kontrattan başlar.
Embedding Hakkında Sorular
Hangi embedding modelini kullanmalıyım?
Verimli production retrieval için text-embedding-3-small kullanın; recall kalitesi vektör boyutundan daha önemliyse text-embedding-3-large seçin.
Embedding vektörünü kısaltabilir miyim?
Evet, daha küçük vektörler gerektiğinde text-embedding-3-large veya text-embedding-3-small ile dimensions parametresini geçin.
Endpoint standart OpenAI response shape döndürür mü?
Evet, /v1/embeddings embedding data, model ve usage içeren OpenAI uyumlu liste response'u döndürür.
Embedding modelleri Chat Completions veya Responses ile kullanılabilir mi?
Hayır, embedding modelleri yalnızca /v1/embeddings üzerinde kullanılabilir.
Hangi input'lar desteklenir?
OpenAI Embeddings API formatına göre string, string array'i veya token array'leri kullanın.
Hangi varyantla başlamalıyım?
Kalite beklentinizi karşılayan en uygun fiyatlı varyantı seçin. Çoğu ekip hızlı varyantla başlar ve üretimde pro sürüme geçer.
BENZER MODELLER