Endpoint 涵蓋範圍
開放 1 個公開 endpoint：embedding。
# Base URL
https://runapi.ai
# Endpoints
POST /v1/embeddings
curl https://runapi.ai/v1/embeddings \
-H "Authorization: Bearer $RUNAPI_API_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。" }]
});3 個版本可用
Playground
試用 text-embedding-ada-002
選擇任意模型，數秒內即可開始生成。
目前沒有可用的模型。
規格
技術詳情
| 提供者 | OpenAI |
| 模型 ID | text-embedding-ada-002 |
| 模態 | 文字 |
| 任務類型 | Synchronous |
| API 端點 | /v1/embeddings |
| 計費單位 | 1K tokens |
| 目錄狀態 | 可正常運作 |
使用方法
3 個步驟使用此模型
-
取得 API 金鑰
免費註冊後，在控制台建立 text-embedding-ada-002 的 API 金鑰。
-
發送請求
向 /v1/embeddings 發送 POST 請求，並傳入 text-embedding-ada-002 模型 ID 和參數。
-
取得結果
直接從端點讀取已完成的 text-embedding-ada-002 回應。
此模型提供的功能
按用量計費
按 1K tokens 計量，無需訂閱。
text-embedding-ada-002 收費
API endpoint
價格
embedding
輸入:
$0.08 / 百萬 tokens
輸出:
免費 / 百萬 tokens
API 參考
端點規格
- 端點
- POST /v1/embeddings
- 模型 ID
- text-embedding-ada-002
- 工作類型
- embedding
請求參數
此端點尚未發布請求參數。
使用場景
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。
RELATED
FAQ
關於 text-embedding-ada-002 的常見問題
點樣選擇 text-embedding-ada-002？
傳入 quickstart 顯示嘅 model ID。
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。
需要獨立的供應商帳戶嗎？
不需要。你的 RunAPI API key 足以存取此 variant 及目錄中的所有其他模型，無需底層供應商帳戶。
text-embedding-ada-002 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。