Embedding API
OpenAI 文字嵌入，用於語意搜尋、檢索、分群同排序 workflow。
# 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": [
"將呢啲支援文章同客戶查詢轉成 embeddings，等我可以排序最接近嘅匹配結果。"
],
"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": "將呢啲支援文章同客戶查詢轉成 embeddings，等我可以排序最接近嘅匹配結果。"}]
)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: "將呢啲支援文章同客戶查詢轉成 embeddings，等我可以排序最接近嘅匹配結果。" }]
});OpenAI Embedding 模型會將文字轉成 dense vectors，用於語意搜尋、retrieval-augmented generation、分群、分類同排序。text-embedding-3 家族支援高效率生產檢索，並可選擇控制向量維度。
- 多個變體，對應不同速度／品質層級
- Model skill 包含文件、schema 與 setup 備註
- 支援 app-focused coding workflows
- 生成失敗不收費
比較所有 API 變體
Embedding API 端點
使用 OpenAI 或 Anthropic SDK 搭配 RunAPI key 呼叫，不需額外 SDK。
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
從 model skill 到第一次結果，只需四步
選擇模型
挑選符合輸出類型、品質門檻與延遲目標的模型與變體。
設定
設定 RunAPI key，並在 coding workspace 安裝 model skill。
開發
使用 skill 指引，在你的 app 內加入模型功能。
接收
透過 task ID 查詢、在支援時串流，或處理 webhook callback。
Embedding API 是甚麼？
OpenAI Embedding 模型透過 RunAPI 提供標準 OpenAI Embeddings API，所以向量搜尋同 RAG pipeline 可以同 GPT chat、Responses 流量共用同一把 RunAPI 金鑰。
為何透過 RunAPI 使用 Embedding API
一個驗證，對應所有 provider
一組 RunAPI key 即可解鎖整個 catalog。無需分開帳戶，亦無需為每個整合輪換密鑰。
統一定價與計費
按次以 USD 收費，每月結算。失敗的生成不會收費。
內含 schema 的 skill
型別化 schema 與 setup 備註打包在 model skill 內，讓實作從正確契約開始。
常見問題
我應該用邊個 embedding 模型？
高效率生產檢索請用 text-embedding-3-small；如果 recall 質素比向量大小更重要，請用 text-embedding-3-large。
可以縮短 embedding 向量嗎？
可以，當你需要較細向量時，對 text-embedding-3-large 或 text-embedding-3-small 傳入 dimensions 參數。
endpoint 會回傳標準 OpenAI response shape 嗎？
會，/v1/embeddings 會回傳與 OpenAI 相容嘅 list response，包含 embedding data、model 同 usage。
embedding 模型可以配合 Chat Completions 或 Responses 使用嗎？
唔可以，embedding 模型只可用喺 /v1/embeddings。
支援邊啲輸入？
按 OpenAI Embeddings API 格式，可以使用字串、字串陣列或者 token 陣列。
我應該先用邊個版本？
先選最平而且符合你質素要求的版本。大多數團隊會先用快速版本，之後再升級到 pro 用於正式生產。
有免費方案嗎？
新帳戶可獲得每個模型的首次呼叫免費。之後按次收費。
你哋支援串流結果嗎？
如有提供串流，RunAPI 會端到端串流。
失敗會點樣收費？
生成失敗不會收費。
輸出有快取嗎？
已生成輸出會儲存，並可按任務 ID 取回。輸入內容不會快取。
可以商業使用嗎？
可以——除非模型授權明確限制，否則每個版本都包括商業使用。相關限制會在版本頁面列明。
限流點樣計？
每個密鑰的限流會跟使用等級而提升。最新限制請參考定價頁。
可以在邊度報告問題？
可以在公開 GitHub repo 開 issue，或者電郵支援。