text-embedding-3-large API
透過 RunAPI 使用 Embedding 系列的 text-embedding-3-large。按次收費，無需訂閱，失敗的生成不扣費。
# 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-3-large",
"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-3-large",
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-3-large",
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。" }]
});text-embedding-3-large 針對 Embedding 系列中品質與成本的最佳平衡點。
- 按次收費，美元計價
- 生成失敗不收費
- 如模型支援，提供串流輸出
- Model skill setup
收費
技術詳情
| 模型 ID | text-embedding-3-large |
| 供應商 | OpenAI |
| 模式 | text |
| 任務類型 | synchronous |
| 計費單位 | 1K tokens |
| API endpoint | /v1/embeddings |
| 商業授權 | 是 — 已透過 API 包含 |
| 目錄狀態 | 可正常運作 |
快速開始 — text-embedding-3-large
結構一致 · variant 已固定於 model 中
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
四步使用 text-embedding-3-large
安裝
為此模型系列安裝 model skill。
設定
將 model 欄位設為本頁顯示的完整 model ID。
呼叫
連同 prompt、inputs 及 callback 設定，送出一個 typed request。
接收
從 RunAPI 讀取 task response、webhook callback 或 cached output URL。
text-embedding-3-large 有咩不同
高容量文字向量，提升檢索同排序質素
高效率文字向量，適合生產語意搜尋
高容量文字向量，提升檢索同排序質素
廣泛支援嘅文字 embeddings，適合現有 pipeline
最適合
語意搜尋
將文件、FAQ 或產品目錄轉為向量索引，以語意而非關鍵字比對方式取得最相關結果。
RAG 流水線
將知識庫片段轉為向量，找出最接近的匹配結果後送入 LLM prompt，得出有據可查的答案。
聚類與分類
以語意相似度將支援工單、問卷回應或用戶意見自動分組，毋須人工標記。
關於 text-embedding-3-large 的常見問題
模型 ID 會否在不同版本之間保持穩定？
RunAPI 會保持 model ID 穩定，並處理相容的版本更新，而不需要改動你的 request 格式。
這個 variant 的 rate limit 係多少？
每個 key 的 rate limit 會按使用層級而定。請查看定價頁了解最新限制。
之後可以切換 variant 嗎？
可以——variant 只係一個旗標。只要更改 model 參數就可以切換。
支援 streaming 嗎？
在可用 streaming 的情況下，RunAPI 會端到端串流。
我應該在邊度回報品質問題？
可以在公開 GitHub repo 開 issue，或者電郵支援團隊。
text-embedding-3-large 輸出幾多個維度？
text-embedding-3-small 預設輸出 1,536 維。支援 Matryoshka 嵌入，可指定 256、512 或 1,024 維以減低儲存成本，同時保留大部分檢索質素。
text-embedding-3-small 與 text-embedding-3-large 有何分別？
text-embedding-3-large 有 3,072 維，MTEB 基準分高約 2 分，但每百萬 token 費用約貴 6.5 倍。對於大多數語意搜尋及 RAG 應用，text-embedding-3-small 能以低得多的成本提供相近質素。
text-embedding-3-small 在 RunAPI 上的費用是多少？
RunAPI 按每次 embedding 請求收費，無需訂閱，亦無最低消費。請查閱本頁收費表了解最新按次費率。失敗的請求不扣費。
可以使用批次處理來降低 embedding 費用嗎？
可以。在單次 API 呼叫中送入多條文字以減少開銷。RunAPI 批次處理 embedding 請求並在一次回應中返回所有向量，對大型文件集建立索引更有效率。