text-embedding-ada-002 API
RunAPI üzerinden Embedding ailesinden text-embedding-ada-002 kullanın. Çağrı başına fiyatlandırma, abonelik yok ve başarısız üretimler hiçbir zaman ücretlendirilmez.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_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." }]
});text-embedding-ada-002, Embedding ailesi içinde kalite ve maliyet arasında ideal dengeyi hedefler.
- USD bazında çağrı başı fiyatlandırma
- Başarısız üretimler ücretlendirilmez
- Model destekliyorsa streaming
- Model skill kurulumu
Fiyatlandırma
Teknik detaylar
| Model ID | text-embedding-ada-002 |
| Sağlayıcı | OpenAI |
| Modality | text |
| Görev türü | synchronous |
| Faturalama birimi | 1K tokens |
| API endpoint | /v1/embeddings |
| Ticari lisans | Evet — API üzerinden dahil |
| Katalog durumu | Operasyonel |
Hızlı başlangıç — text-embedding-ada-002
Aynı yapı · varyant model içinde sabitlenmiş
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
text-embedding-ada-002 kullanmanın dört adımı
Kurulum
Bu model hattı için model skill’i kurun.
Yapılandır
Model alanını, bu sayfada görünen tam model ID’si olarak ayarlayın.
Çağır
İsteminiz, girişleriniz ve callback ayarlarınızla tiplenmiş bir istek gönderin.
Al
Görev yanıtını, webhook callback’ini veya RunAPI’den önbelleğe alınmış çıktı URL’sini okuyun.
text-embedding-ada-002 için fark ne?
Mevcut pipeline'lar için geniş destekli text embeddings
Retrieval ve ranking kalitesi için yüksek kapasiteli text vektörleri
Mevcut pipeline'lar için geniş destekli text embeddings
Production semantik arama için verimli text vektörleri
En uygun kullanım alanları
Anlamsal arama
Belgeleri, SSS'leri veya ürün kataloglarını vektör olarak indeksleyin ve anahtar kelime eşleşmesi yerine anlama göre en ilgili sonuçları getirin.
RAG pipeline'ları
Bilgi tabanı parçalarını gömün ve en yakın eşleşmeleri, alıntı destekli yanıtlar üretmek için bir LLM prompt'una besleyin.
Kümeleme & sınıflandırma
Destek taleplerini, anket yanıtlarını veya kullanıcı geri bildirimlerini manuel etiketleme olmadan anlamsal benzerliğe göre gruplayın.
text-embedding-ada-002 hakkında sık sorulan sorular
Model ID sürümler arasında sabit kalıyor mu?
RunAPI, model ID'yi sabit tutar ve istek yapınızı değiştirmeden uyumlu sürüm yenilemelerini yönetir.
Bu varyantta hız limiti nedir?
Anahtar bazlı hız limitleri kullanım kademesine göre ölçeklenir. Güncel limitler için fiyatlandırma sayfasına bakın.
Daha sonra varyant değiştirebilir miyim?
Evet — varyant bir bayraktır. model parametresini değiştirerek geçiş yapın.
Streaming destekliyor mu?
Streaming उपलब्ध olduğunda RunAPI uçtan uca stream eder.
Kalite sorunlarını nereye bildirebilirim?
Herkese açık GitHub reposunda bir issue açın veya desteğe e-posta gönderin.
text-embedding-ada-002 kaç boyut çıktı üretir?
text-embedding-3-small varsayılan olarak 1.536 boyut çıktı üretir. Matryoshka gömme desteği sayesinde depolama maliyetini düşürmek ve geri çağırma kalitesinin büyük bölümünü korumak için 256, 512 veya 1.024 boyut talep edebilirsiniz.
text-embedding-3-small ile text-embedding-3-large karşılaştırması nasıl?
text-embedding-3-large, 3.072 boyuta sahip ve MTEB benchmarkında yaklaşık 2 puan daha yüksek skor alıyor; ancak milyon token başına yaklaşık 6,5 kat daha pahalı. Çoğu anlamsal arama ve RAG kullanım senaryosunda text-embedding-3-small, maliyetin çok küçük bir kısmıyla benzer kalite sunuyor.
RunAPI'de text-embedding-3-small'ın maliyeti ne kadar?
RunAPI, abonelik veya asgari harcama olmaksızın her gömme çağrısı için ücret alır. Güncel çağrı başına fiyat için bu sayfadaki fiyatlandırma tablosunu inceleyin. Başarısız istekler hiçbir zaman ücretlendirilmez.
Gömme maliyetlerini azaltmak için toplu işleme kullanabilir miyim?
Evet. Ek yükü azaltmak için tek bir API çağrısında birden fazla metin gönderin. RunAPI toplu gömme isteklerini işler ve tüm vektörleri tek bir yanıtta döndürür; bu, büyük belge koleksiyonlarının indekslenmesi için çok daha verimlidir.