text-embedding-3-large API
透過 RunAPI 使用 Embedding 系列的 text-embedding-3-large。按次計費，無訂閱費，失敗的生成不收費。
# 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-3-large",
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-3-large",
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。" }]
});text-embedding-3-large 在 Embedding 系列中，兼顧品質與成本的最佳平衡。
- 以美元按次計費
- 生成失敗不收費
- 模型支援時可串流輸出
- Model skill setup
價格
技術細節
| Model ID | text-embedding-3-large |
| 供應商 | OpenAI |
| 模態 | text |
| 任務類型 | synchronous |
| 計費單位 | 1K tokens |
| API endpoint | /v1/embeddings |
| 商用授權 | 是 — 已透過 API 包含 |
| 目錄狀態 | 可直接上線 |
快速開始 — text-embedding-3-large
相同格式 · variant 固定在 model 中
| Endpoint | Protocol |
|---|---|
| /v1/embeddings | OpenAI Embeddings |
四步驟使用 text-embedding-3-large
安裝
安裝此 model line 的 model skill。
設定
將 model 欄位設定為此頁面顯示的完整 model ID。
呼叫
使用您的 prompt、inputs 和 callback 設定送出型別化請求。
接收
讀取 RunAPI 的 task 回應、webhook callback 或快取輸出 URL。
text-embedding-3-large 有什麼不同
高容量文字向量，提升檢索與排序品質
高效率文字向量，適合生產語意搜尋
高容量文字向量，提升檢索與排序品質
廣泛支援的文字 embeddings，適合既有 pipeline
最適合
語意搜尋
將文件、FAQ 或產品型錄向量化後建立索引，依語意而非關鍵字比對，取回最相關的結果。
RAG 流水線
將知識庫片段向量化，把最接近的匹配結果注入 LLM prompt，生成有據可查、附來源引用的回答。
聚類與分類
依語意相似度自動將客服工單、問卷回覆或用戶反饋分群，無需人工標記。
關於 text-embedding-3-large 的常見問題
模型 ID 在不同版本之間會保持穩定嗎？
RunAPI 會維持 model ID 穩定，並在不改變請求格式的情況下處理相容版本更新。
這個 variant 的速率限制是多少？
每個金鑰的速率限制會依使用方案而調整。請查看定價頁面以了解目前限制。
之後可以切換 variant 嗎？
可以——variant 只是旗標。只要變更 model 參數即可切換。
它支援串流嗎？
只要支援串流，RunAPI 就會端到端串流。
我該在哪裡回報品質問題？
請在公開 GitHub repo 提交 issue，或寄信給支援。
text-embedding-3-large 輸出幾個維度？
text-embedding-3-small 預設輸出 1,536 個維度。它支援 Matryoshka 嵌入，可指定 256、512 或 1,024 維，在保留大部分檢索品質的同時降低儲存成本。
text-embedding-3-small 與 text-embedding-3-large 有何差異？
text-embedding-3-large 有 3,072 個維度，MTEB 基準分數約高出 2 分，但每百萬 token 的費用約為前者的 6.5 倍。對大多數語意搜尋和 RAG 使用情境而言，text-embedding-3-small 能以極低成本達到相近的品質。
text-embedding-3-small 在 RunAPI 上的費用是多少？
RunAPI 按次計費，無訂閱費或最低消費門檻。目前費率請參考本頁的價格表。失敗的請求不計費。
可以用批次處理來降低嵌入成本嗎？
可以。在單次 API 呼叫中傳入多段文字，即可減少額外開銷。RunAPI 會批次處理嵌入請求並在單一回應中回傳所有向量，更適合大型文件集合的索引場景。