Embedding API
OpenAI 文字嵌入，用於語意搜尋、檢索、分群與排序 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": [
"將這些支援文章和客戶查詢轉成 embeddings，好讓我排序最接近的匹配結果。"
],
"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": "將這些支援文章和客戶查詢轉成 embeddings，好讓我排序最接近的匹配結果。"}]
)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: "將這些支援文章和客戶查詢轉成 embeddings，好讓我排序最接近的匹配結果。" }]
});OpenAI Embedding 模型會將文字轉換成 dense vectors，用於語意搜尋、retrieval-augmented generation、分群、分類與排序。text-embedding-3 家族支援高效率的生產檢索，並可選擇控制向量維度。
- 多種變體可對應不同速度／品質等級
- 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，只要四步
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。
什麼是 Embedding API？
OpenAI Embedding 模型透過 RunAPI 提供標準 OpenAI Embeddings API，因此向量搜尋與 RAG pipeline 可以和 GPT chat、Responses 流量共用同一把 RunAPI 金鑰。
為什麼透過 RunAPI 使用 Embedding API
一組驗證，全部供應商通用
一把 RunAPI 金鑰就能開通整個目錄。無需分開註冊帳戶，也不用為每個整合各自輪替金鑰。
統一價格與計費
以美元按次計費，每月結帳。失敗的生成不收費。
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
我應該使用哪個 embedding 模型？
高效率生產檢索請使用 text-embedding-3-small；若 recall 品質比向量大小更重要，請使用 text-embedding-3-large。
可以縮短 embedding 向量嗎？
可以，當你需要較小向量時，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 相容的 list response，包含 embedding data、model 與 usage。
embedding 模型可以搭配 Chat Completions 或 Responses 使用嗎？
不行，embedding 模型只在 /v1/embeddings 上可用。
支援哪些輸入？
依照 OpenAI Embeddings API 格式，可使用字串、字串陣列或 token 陣列。
我應該先從哪個版本開始？
先選擇符合你品質標準中最便宜的版本。大多數團隊會先用快速版本，之後再升級到專業版用於正式上線。
有免費方案嗎？
新帳戶可在每個模型上免費使用首次呼叫。之後則按次計費。
你們支援串流結果嗎？
只要該功能可用，RunAPI 會提供端到端串流。
失敗的請求如何計費？
生成失敗不會收費。
輸出結果有快取嗎？
生成結果會儲存，並可透過任務 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，否則每個版本都包含商業使用權；若有例外，會在版本頁面標示。
速率限制怎麼算？
每個金鑰的速率限制會依使用等級而提升。最新限制請參考定價頁面。
如果遇到問題，要去哪裡回報？
請在公開的 GitHub repo 開 issue，或寄信給支援。