{
  "aboutHtml": "<p>Το Voyage Context 3 παράγει διανυσματικές αναπαραστάσεις τμημάτων με συμφραζόμενα για ανάκτηση εγγράφων. Κάθε τμήμα λαμβάνει δικό του διάνυσμα, ενώ το μοντέλο εξετάζει επίσης τα άλλα τμήματα που παρέχονται από το ίδιο έγγραφο. Αυτό δίνει σε ένα σύστημα ανάκτησης αναπαράσταση του τοπικού αποσπάσματος μαζί με ευρύτερα συμφραζόμενα εγγράφου, όπως μια οντότητα ή ένα θέμα που εισάγεται αλλού στην πηγή.</p><p>Προετοιμάστε κάθε έγγραφο ως διατεταγμένη ακολουθία ευανάγνωστων τμημάτων κειμένου. Διατηρήστε μαζί τα τμήματα ενός εγγράφου και την αρχική σειρά τους. Στη ροή του κατασκευαστή που αξιοποιεί συμφραζόμενα, κάθε εσωτερική ομάδα περιέχει τα τμήματα μίας πηγής και ξεχωριστές ομάδες αναπαριστούν ξεχωριστές πηγές. Αυτή η ομαδοποίηση είναι μέρος του νοήματος της εισόδου: δείχνει στο μοντέλο ποιο περιβάλλον κείμενο ανήκει στο έγγραφο που αναπαρίσταται.</p><p>Μια χρήσιμη περίπτωση είναι μια έκθεση της οποίας η αρχή προσδιορίζει την εταιρεία, ενώ μια μεταγενέστερη παράγραφος εξηγεί την ανάπτυξή της. Μια αναζήτηση για την ανάπτυξη αυτής της εταιρείας χρειάζεται τόσο τη συγκεκριμένη παράγραφο όσο και την ταυτότητα του εγγράφου. Διατηρήστε το αρχικό κείμενο του τμήματος και τα μεταδεδομένα του εγγράφου στο οποίο ανήκει μαζί με το παραγόμενο διάνυσμα, ώστε το αποτέλεσμα να εμφανίζει το απόσπασμα και να συνδέει με την πλήρη πηγή.</p><p>Η αναφορά του κατασκευαστή τεκμηριώνει έως 120.000 tokens σε ένα αίτημα, με όχι περισσότερες από 1.000 ομάδες εισόδου και 16.000 τμήματα συνολικά. Ο οδηγός του μοντέλου αναφέρει χωριστά παράθυρο 32.000 tokens ανά τμήμα. Διατηρήστε διακριτά αυτά τα εύρη κατά την προετοιμασία υλικού: ένα όριο σε μεμονωμένο τμήμα και ένα όριο στο πλήρες αίτημα περιγράφουν διαφορετικά μεγέθη εισόδου. Ελέγξτε το σύνολο μετά τη διαίρεση της πηγής αντί να θεωρείτε ότι κάθε μεμονωμένο τμήμα μπορεί να φτάνει στο μέγιστό του στο ίδιο αίτημα.</p><p>Για ανάκτηση εγγράφων, προσδιορίστε τα ομαδοποιημένα αποσπάσματα ως είσοδο εγγράφου. Προετοιμάστε κάθε ερώτηση αναζήτησης ως δική της ομάδα ερωτήματος. Ο κατασκευαστής συνιστά μη επικαλυπτόμενα τμήματα εγγράφων, επιτρέποντας στην αναπαράσταση με συμφραζόμενα να μεταφέρει περιβάλλουσες πληροφορίες χωρίς επανάληψη κειμένου σε κάθε απόσπασμα. Διατηρήστε την αντιστοιχία μεταξύ ομάδας εγγράφου, θέσης τμήματος και επιστρεφόμενου διανύσματος κατά την εγγραφή του ευρετηρίου.</p><p>Το Voyage Context 3 υποστηρίζει 2.048, 1.024, 512 και 256 διαστάσεις, με επιλογές εξόδου κινητής υποδιαστολής, ακέραιων οκτώ bit και δυαδικής μορφής. Επιλέξτε αναπαράσταση ευρετηρίου και αξιολογήστε την με τα ίδια αρχικά έγγραφα και ερωτήματα. Διατηρήστε την επιλεγμένη διάσταση και τον τύπο δεδομένων μαζί με το ευρετήριο, ώστε η αναπαράσταση του ερωτήματος και τα αποθηκευμένα διανύσματα να παραμένουν συνεπή.</p><p>Χρησιμοποιήστε τα παραγόμενα διανύσματα σε αναζήτηση αποσπασμάτων, εντοπισμό εγγράφων ή στάδιο ανάκτησης ενός βοηθού που εργάζεται με εκθέσεις, ερευνητικές εργασίες, συμβάσεις ή τεχνικά εγχειρίδια. Ένα αποτέλεσμα μπορεί να προσδιορίζει εστιασμένο απόσπασμα, ενώ ο σύνδεσμος πηγής του παρέχει πρόσβαση σε ορισμούς και διευκρινίσεις αλλού στο έγγραφο. Διατηρήστε εκδόσεις εγγράφων και δικαιώματα ως μεταδεδομένα εφαρμογής μαζί με τα διανύσματα.</p><p>Δοκιμάστε ερωτήματα που χρειάζονται τόσο μια τοπική λεπτομέρεια όσο και συμφραζόμενα σε επίπεδο εγγράφου. Συμπεριλάβετε παρόμοια αποσπάσματα από διαφορετικές πηγές, ονομαστικές οντότητες που εισάγονται μόνο στην αρχή και ερωτήματα των οποίων τα τεκμήρια εκτείνονται σε πολλές ενότητες. Εξετάστε αν ανακτάται το αναμενόμενο τμήμα και αν η εφαρμογή παρουσιάζει αρκετό περιβάλλον κείμενο για την ερμηνεία του. Όταν αλλάζει μια πηγή, αναδημιουργήστε σκόπιμα την επηρεαζόμενη ομάδα εγγράφου, ώστε τα τμήματά της με συμφραζόμενα να αντιστοιχούν σε μία συνεκτική έκδοση.</p>",
  "aboutText": "Το Voyage Context 3 παράγει διανυσματικές αναπαραστάσεις τμημάτων με συμφραζόμενα για ανάκτηση εγγράφων. Κάθε τμήμα λαμβάνει δικό του διάνυσμα, ενώ το μοντέλο εξετάζει επίσης τα άλλα τμήματα που παρέχονται από το ίδιο έγγραφο. Αυτό δίνει σε ένα σύστημα ανάκτησης αναπαράσταση του τοπικού αποσπάσματος μαζί με ευρύτερα συμφραζόμενα εγγράφου, όπως μια οντότητα ή ένα θέμα που εισάγεται αλλού στην πηγή.\n\nΠροετοιμάστε κάθε έγγραφο ως διατεταγμένη ακολουθία ευανάγνωστων τμημάτων κειμένου. Διατηρήστε μαζί τα τμήματα ενός εγγράφου και την αρχική σειρά τους. Στη ροή του κατασκευαστή που αξιοποιεί συμφραζόμενα, κάθε εσωτερική ομάδα περιέχει τα τμήματα μίας πηγής και ξεχωριστές ομάδες αναπαριστούν ξεχωριστές πηγές. Αυτή η ομαδοποίηση είναι μέρος του νοήματος της εισόδου: δείχνει στο μοντέλο ποιο περιβάλλον κείμενο ανήκει στο έγγραφο που αναπαρίσταται.\n\nΜια χρήσιμη περίπτωση είναι μια έκθεση της οποίας η αρχή προσδιορίζει την εταιρεία, ενώ μια μεταγενέστερη παράγραφος εξηγεί την ανάπτυξή της. Μια αναζήτηση για την ανάπτυξη αυτής της εταιρείας χρειάζεται τόσο τη συγκεκριμένη παράγραφο όσο και την ταυτότητα του εγγράφου. Διατηρήστε το αρχικό κείμενο του τμήματος και τα μεταδεδομένα του εγγράφου στο οποίο ανήκει μαζί με το παραγόμενο διάνυσμα, ώστε το αποτέλεσμα να εμφανίζει το απόσπασμα και να συνδέει με την πλήρη πηγή.\n\nΗ αναφορά του κατασκευαστή τεκμηριώνει έως 120.000 tokens σε ένα αίτημα, με όχι περισσότερες από 1.000 ομάδες εισόδου και 16.000 τμήματα συνολικά. Ο οδηγός του μοντέλου αναφέρει χωριστά παράθυρο 32.000 tokens ανά τμήμα. Διατηρήστε διακριτά αυτά τα εύρη κατά την προετοιμασία υλικού: ένα όριο σε μεμονωμένο τμήμα και ένα όριο στο πλήρες αίτημα περιγράφουν διαφορετικά μεγέθη εισόδου. Ελέγξτε το σύνολο μετά τη διαίρεση της πηγής αντί να θεωρείτε ότι κάθε μεμονωμένο τμήμα μπορεί να φτάνει στο μέγιστό του στο ίδιο αίτημα.\n\nΓια ανάκτηση εγγράφων, προσδιορίστε τα ομαδοποιημένα αποσπάσματα ως είσοδο εγγράφου. Προετοιμάστε κάθε ερώτηση αναζήτησης ως δική της ομάδα ερωτήματος. Ο κατασκευαστής συνιστά μη επικαλυπτόμενα τμήματα εγγράφων, επιτρέποντας στην αναπαράσταση με συμφραζόμενα να μεταφέρει περιβάλλουσες πληροφορίες χωρίς επανάληψη κειμένου σε κάθε απόσπασμα. Διατηρήστε την αντιστοιχία μεταξύ ομάδας εγγράφου, θέσης τμήματος και επιστρεφόμενου διανύσματος κατά την εγγραφή του ευρετηρίου.\n\nΤο Voyage Context 3 υποστηρίζει 2.048, 1.024, 512 και 256 διαστάσεις, με επιλογές εξόδου κινητής υποδιαστολής, ακέραιων οκτώ bit και δυαδικής μορφής. Επιλέξτε αναπαράσταση ευρετηρίου και αξιολογήστε την με τα ίδια αρχικά έγγραφα και ερωτήματα. Διατηρήστε την επιλεγμένη διάσταση και τον τύπο δεδομένων μαζί με το ευρετήριο, ώστε η αναπαράσταση του ερωτήματος και τα αποθηκευμένα διανύσματα να παραμένουν συνεπή.\n\nΧρησιμοποιήστε τα παραγόμενα διανύσματα σε αναζήτηση αποσπασμάτων, εντοπισμό εγγράφων ή στάδιο ανάκτησης ενός βοηθού που εργάζεται με εκθέσεις, ερευνητικές εργασίες, συμβάσεις ή τεχνικά εγχειρίδια. Ένα αποτέλεσμα μπορεί να προσδιορίζει εστιασμένο απόσπασμα, ενώ ο σύνδεσμος πηγής του παρέχει πρόσβαση σε ορισμούς και διευκρινίσεις αλλού στο έγγραφο. Διατηρήστε εκδόσεις εγγράφων και δικαιώματα ως μεταδεδομένα εφαρμογής μαζί με τα διανύσματα.\n\nΔοκιμάστε ερωτήματα που χρειάζονται τόσο μια τοπική λεπτομέρεια όσο και συμφραζόμενα σε επίπεδο εγγράφου. Συμπεριλάβετε παρόμοια αποσπάσματα από διαφορετικές πηγές, ονομαστικές οντότητες που εισάγονται μόνο στην αρχή και ερωτήματα των οποίων τα τεκμήρια εκτείνονται σε πολλές ενότητες. Εξετάστε αν ανακτάται το αναμενόμενο τμήμα και αν η εφαρμογή παρουσιάζει αρκετό περιβάλλον κείμενο για την ερμηνεία του. Όταν αλλάζει μια πηγή, αναδημιουργήστε σκόπιμα την επηρεαζόμενη ομάδα εγγράφου, ώστε τα τμήματά της με συμφραζόμενα να αντιστοιχούν σε μία συνεκτική έκδοση.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "a715fece2b5c369aa5e3b9c555af594d9a842498bb292c38ecf801a72a16991d",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "el",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Voyage AI: Voyage Context 3</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Κλείσιμο\">×</button></div><div class=\"idline\"><span>Voyage AI /</span><code>voyage-context-3</code><button type=\"button\" id=\"copy-id\">Αντιγραφή ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Ενότητες κάρτας μοντέλου\"><button type=\"button\" data-card-jump=\"overview\">Εισαγωγή</button><button type=\"button\" data-card-jump=\"methods\">Είσοδοι και μέθοδοι</button><button type=\"button\" data-card-jump=\"pricing\">Τιμολόγηση</button><button type=\"button\" data-card-jump=\"examples\">Παραδείγματα</button><button type=\"button\" data-card-jump=\"results\">Αποτελέσματα</button><button type=\"button\" data-card-jump=\"aliases\">Εναλλακτικά ονόματα</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Μέθοδοι API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|voyage-context-3\">Διανυσματικές αναπαραστάσεις</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Εισαγωγή</h3><p class=\"mdesc-full\">Το Voyage Context 3 δημιουργεί ένα διάνυσμα για κάθε τμήμα εγγράφου, ενσωματώνοντας τα συμφραζόμενα από τα άλλα τμήματα του ίδιου εγγράφου. Υποστηρίζει ακριβή ανάκτηση αποσπασμάτων σε εκτενή έγγραφα, με επιλέξιμες διαστάσεις και κβαντισμένες διανυσματικές αναπαραστάσεις.</p><dl class=\"card-io\" data-card-io><div><dt>Αποδεκτές είσοδοι</dt><dd>Κείμενο</dd></div><div><dt>Αποτελέσματα</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>Σχετικά με το μοντέλο</summary><p class=\"note-s\" data-model-method-boundary>Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.</p><div class=\"mabout\" id=\"m-about\"><p>Το Voyage Context 3 παράγει διανυσματικές αναπαραστάσεις τμημάτων με συμφραζόμενα για ανάκτηση εγγράφων. Κάθε τμήμα λαμβάνει δικό του διάνυσμα, ενώ το μοντέλο εξετάζει επίσης τα άλλα τμήματα που παρέχονται από το ίδιο έγγραφο. Αυτό δίνει σε ένα σύστημα ανάκτησης αναπαράσταση του τοπικού αποσπάσματος μαζί με ευρύτερα συμφραζόμενα εγγράφου, όπως μια οντότητα ή ένα θέμα που εισάγεται αλλού στην πηγή.</p><p>Προετοιμάστε κάθε έγγραφο ως διατεταγμένη ακολουθία ευανάγνωστων τμημάτων κειμένου. Διατηρήστε μαζί τα τμήματα ενός εγγράφου και την αρχική σειρά τους. Στη ροή του κατασκευαστή που αξιοποιεί συμφραζόμενα, κάθε εσωτερική ομάδα περιέχει τα τμήματα μίας πηγής και ξεχωριστές ομάδες αναπαριστούν ξεχωριστές πηγές. Αυτή η ομαδοποίηση είναι μέρος του νοήματος της εισόδου: δείχνει στο μοντέλο ποιο περιβάλλον κείμενο ανήκει στο έγγραφο που αναπαρίσταται.</p><p>Μια χρήσιμη περίπτωση είναι μια έκθεση της οποίας η αρχή προσδιορίζει την εταιρεία, ενώ μια μεταγενέστερη παράγραφος εξηγεί την ανάπτυξή της. Μια αναζήτηση για την ανάπτυξη αυτής της εταιρείας χρειάζεται τόσο τη συγκεκριμένη παράγραφο όσο και την ταυτότητα του εγγράφου. Διατηρήστε το αρχικό κείμενο του τμήματος και τα μεταδεδομένα του εγγράφου στο οποίο ανήκει μαζί με το παραγόμενο διάνυσμα, ώστε το αποτέλεσμα να εμφανίζει το απόσπασμα και να συνδέει με την πλήρη πηγή.</p><p>Η αναφορά του κατασκευαστή τεκμηριώνει έως 120.000 tokens σε ένα αίτημα, με όχι περισσότερες από 1.000 ομάδες εισόδου και 16.000 τμήματα συνολικά. Ο οδηγός του μοντέλου αναφέρει χωριστά παράθυρο 32.000 tokens ανά τμήμα. Διατηρήστε διακριτά αυτά τα εύρη κατά την προετοιμασία υλικού: ένα όριο σε μεμονωμένο τμήμα και ένα όριο στο πλήρες αίτημα περιγράφουν διαφορετικά μεγέθη εισόδου. Ελέγξτε το σύνολο μετά τη διαίρεση της πηγής αντί να θεωρείτε ότι κάθε μεμονωμένο τμήμα μπορεί να φτάνει στο μέγιστό του στο ίδιο αίτημα.</p><p>Για ανάκτηση εγγράφων, προσδιορίστε τα ομαδοποιημένα αποσπάσματα ως είσοδο εγγράφου. Προετοιμάστε κάθε ερώτηση αναζήτησης ως δική της ομάδα ερωτήματος. Ο κατασκευαστής συνιστά μη επικαλυπτόμενα τμήματα εγγράφων, επιτρέποντας στην αναπαράσταση με συμφραζόμενα να μεταφέρει περιβάλλουσες πληροφορίες χωρίς επανάληψη κειμένου σε κάθε απόσπασμα. Διατηρήστε την αντιστοιχία μεταξύ ομάδας εγγράφου, θέσης τμήματος και επιστρεφόμενου διανύσματος κατά την εγγραφή του ευρετηρίου.</p><p>Το Voyage Context 3 υποστηρίζει 2.048, 1.024, 512 και 256 διαστάσεις, με επιλογές εξόδου κινητής υποδιαστολής, ακέραιων οκτώ bit και δυαδικής μορφής. Επιλέξτε αναπαράσταση ευρετηρίου και αξιολογήστε την με τα ίδια αρχικά έγγραφα και ερωτήματα. Διατηρήστε την επιλεγμένη διάσταση και τον τύπο δεδομένων μαζί με το ευρετήριο, ώστε η αναπαράσταση του ερωτήματος και τα αποθηκευμένα διανύσματα να παραμένουν συνεπή.</p><p>Χρησιμοποιήστε τα παραγόμενα διανύσματα σε αναζήτηση αποσπασμάτων, εντοπισμό εγγράφων ή στάδιο ανάκτησης ενός βοηθού που εργάζεται με εκθέσεις, ερευνητικές εργασίες, συμβάσεις ή τεχνικά εγχειρίδια. Ένα αποτέλεσμα μπορεί να προσδιορίζει εστιασμένο απόσπασμα, ενώ ο σύνδεσμος πηγής του παρέχει πρόσβαση σε ορισμούς και διευκρινίσεις αλλού στο έγγραφο. Διατηρήστε εκδόσεις εγγράφων και δικαιώματα ως μεταδεδομένα εφαρμογής μαζί με τα διανύσματα.</p><p>Δοκιμάστε ερωτήματα που χρειάζονται τόσο μια τοπική λεπτομέρεια όσο και συμφραζόμενα σε επίπεδο εγγράφου. Συμπεριλάβετε παρόμοια αποσπάσματα από διαφορετικές πηγές, ονομαστικές οντότητες που εισάγονται μόνο στην αρχή και ερωτήματα των οποίων τα τεκμήρια εκτείνονται σε πολλές ενότητες. Εξετάστε αν ανακτάται το αναμενόμενο τμήμα και αν η εφαρμογή παρουσιάζει αρκετό περιβάλλον κείμενο για την ερμηνεία του. Όταν αλλάζει μια πηγή, αναδημιουργήστε σκόπιμα την επηρεαζόμενη ομάδα εγγράφου, ώστε τα τμήματά της με συμφραζόμενα να αντιστοιχούν σε μία συνεκτική έκδοση.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Διανυσματικές αναπαραστάσεις</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Είσοδος</dt><dd><code>text</code></dd></div><div><dt>Έξοδος</dt><dd><code>embedding</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Πεδίο</th><th>Τύπος</th><th>Απαίτηση</th><th>Τιμές και όρια</th><th>Προεπιλογή</th></tr></thead><tbody><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>voyage-context-3</div><div>Συνθήκες: Χρησιμοποιήστε τον ακριβή επιλογέα μοντέλου Ailoot.</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string or array&lt;string&gt;</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Συνθήκες: Ένα κείμενο ή μια λίστα κειμένων· διατηρήστε ένα διάνυσμα για κάθε στοιχείο δεδομένων που επιστρέφεται, μαζί με τον δείκτη του.</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Παράμετροι και κύκλος ζωής μεθόδου</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Παράμετρος</th><th>Σύμβαση</th></tr></thead><tbody><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>content_type</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>application/json</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>required</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>model, input</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>optional</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span></td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>material_types</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>text</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>conditions</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>Στείλτε κείμενο με το επιλεγμένο μοντέλο· διατηρήστε κάθε διάνυσμα που επιστρέφεται και τον δείκτη του.</td></tr></tbody></table></div><p>Κύκλος ζωής: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Τιμολόγηση</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.</p><dl data-price-conditions><dt>Γρήγορη λειτουργία</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η γρήγορη λειτουργία</span></dd><dt>Λειτουργία flex</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η λειτουργία flex</span></dd><dt>Μέγιστη προσπάθεια συλλογισμού</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default</span></dd></dl></div><div data-declared-tariff-pricing><h4>Χρεώσεις Ailoot</h4><h4>Τιμές ανά διαμόρφωση</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Διαμόρφωση</th><th>Πίνακας χρεώσεων</th><th>Χρέωση</th></tr></thead><tbody><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>Βασικές χρεώσεις token</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>Βασική χρέωση</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Είσοδος · Token εισόδου</span> <b>$0.0004</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Έξοδος · Token εξόδου</span> <b>$0</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Ανάγνωση από την κρυφή μνήμη</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. <a href=\"/docs/el/billing/reserve/\">Πώς λειτουργούν η δέσμευση και η εκκαθάριση →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Παραδείγματα αιτημάτων</h3><h4>Ailoot Ultra · Διανυσματικές αναπαραστάσεις</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Παραλλαγές κώδικα\"><button class=\"cg-tab\" id=\"model-code-2791-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2791-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · αποθηκεύστε όλα τα διανύσματα και τα στοιχεία χρήσης</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Αντιγραφή κώδικα\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2791-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2791-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncat &gt; request.json &lt;&lt;&#39;JSON&#39;\n{\n  &quot;model&quot;: &quot;voyage-context-3&quot;,\n  &quot;input&quot;: &quot;The quick brown fox jumps over the lazy dog&quot;\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Λήψη και αποθήκευση αποτελεσμάτων</h3></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Εναλλακτικά ονόματα</h3><h4>Εναλλακτικά ονόματα μοντέλου</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=voyage-context-3&amp;route=Ultra&amp;caller=voyage-context-3&amp;fmt=embeddings\"><code>voyage-context-3</code></a></span></p><h4>Εναλλακτικές διαδρομές μεθόδων</h4><p class=\"note-s\">Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.</p><h4>Σχετικά ID μοντέλων</h4><p class=\"note-s\"><a href=\"#m=voyage-context-3&amp;route=Ultra&amp;caller=voyage-context-3&amp;fmt=embeddings\"><code>voyage-context-3</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-context-3",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-context-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-context-3",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Διατηρήστε την αρχική απόκριση και το X-Client-Request-ID για τη συμφωνία των στοιχείων. Μια αμφίσημη απόκριση δεν αποτελεί άδεια για εκ νέου υποβολή του ίδιου αιτήματος δημιουργίας.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Αποθηκεύστε ολόκληρη την απόκριση JSON, κάθε διάνυσμα μαζί με τον δείκτη του, όλα τα πεδία χρήσης και τις κεφαλίδες του αιτήματος.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Χρησιμοποιήστε τον ακριβή επιλογέα μοντέλου Ailoot.",
                "default_known": false,
                "enum": [
                  "voyage-context-3"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Ένα κείμενο ή μια λίστα κειμένων· διατηρήστε ένα διάνυσμα για κάθε στοιχείο δεδομένων που επιστρέφεται, μαζί με τον δείκτη του.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-context-3"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-context-3"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Στείλτε κείμενο με το επιλεγμένο μοντέλο· διατηρήστε κάθε διάνυσμα που επιστρέφεται και τον δείκτη του."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Βασικές χρεώσεις token",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-context-3\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Διανυσματικές αναπαραστάσεις",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-context-3",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "voyage-context-3",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "0f67edb8159dd5a7bb86367aceba1c4ad41dd4ee44653c64986b56f439f2cc89",
    "input_html_sha256": "9c7fbdef023fd2f57047f45c0625d33528c1c22e1ee889aacbf501b0db1dfc2d",
    "private_audit_sha256": "e1ab786159f5c782fd901b3a2b9c9c3a67dd5b1c33c207ce773e6125bf888880",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/el/voyage-context-3/",
    "description": "Το Voyage Context 3 δημιουργεί ένα διάνυσμα για κάθε τμήμα εγγράφου, ενσωματώνοντας τα συμφραζόμενα από τα άλλα τμήματα του ίδιου εγγράφου. Υποστηρίζει ακριβή ανάκτηση αποσπασμάτων σε εκτενή έγγραφα, με επιλέξιμες διαστάσεις και κβαντισμένες διανυσματικές αναπαραστάσεις.",
    "locale": "el",
    "md_url": "https://ailoot.ai/models/el/voyage-context-3/index.md",
    "title": "Voyage AI: Voyage Context 3 — Ailoot",
    "url": "https://ailoot.ai/models/el/voyage-context-3/"
  },
  "rawModel": {
    "about": "Το Voyage Context 3 παράγει διανυσματικές αναπαραστάσεις τμημάτων με συμφραζόμενα για ανάκτηση εγγράφων. Κάθε τμήμα λαμβάνει δικό του διάνυσμα, ενώ το μοντέλο εξετάζει επίσης τα άλλα τμήματα που παρέχονται από το ίδιο έγγραφο. Αυτό δίνει σε ένα σύστημα ανάκτησης αναπαράσταση του τοπικού αποσπάσματος μαζί με ευρύτερα συμφραζόμενα εγγράφου, όπως μια οντότητα ή ένα θέμα που εισάγεται αλλού στην πηγή.\n\nΠροετοιμάστε κάθε έγγραφο ως διατεταγμένη ακολουθία ευανάγνωστων τμημάτων κειμένου. Διατηρήστε μαζί τα τμήματα ενός εγγράφου και την αρχική σειρά τους. Στη ροή του κατασκευαστή που αξιοποιεί συμφραζόμενα, κάθε εσωτερική ομάδα περιέχει τα τμήματα μίας πηγής και ξεχωριστές ομάδες αναπαριστούν ξεχωριστές πηγές. Αυτή η ομαδοποίηση είναι μέρος του νοήματος της εισόδου: δείχνει στο μοντέλο ποιο περιβάλλον κείμενο ανήκει στο έγγραφο που αναπαρίσταται.\n\nΜια χρήσιμη περίπτωση είναι μια έκθεση της οποίας η αρχή προσδιορίζει την εταιρεία, ενώ μια μεταγενέστερη παράγραφος εξηγεί την ανάπτυξή της. Μια αναζήτηση για την ανάπτυξη αυτής της εταιρείας χρειάζεται τόσο τη συγκεκριμένη παράγραφο όσο και την ταυτότητα του εγγράφου. Διατηρήστε το αρχικό κείμενο του τμήματος και τα μεταδεδομένα του εγγράφου στο οποίο ανήκει μαζί με το παραγόμενο διάνυσμα, ώστε το αποτέλεσμα να εμφανίζει το απόσπασμα και να συνδέει με την πλήρη πηγή.\n\nΗ αναφορά του κατασκευαστή τεκμηριώνει έως 120.000 tokens σε ένα αίτημα, με όχι περισσότερες από 1.000 ομάδες εισόδου και 16.000 τμήματα συνολικά. Ο οδηγός του μοντέλου αναφέρει χωριστά παράθυρο 32.000 tokens ανά τμήμα. Διατηρήστε διακριτά αυτά τα εύρη κατά την προετοιμασία υλικού: ένα όριο σε μεμονωμένο τμήμα και ένα όριο στο πλήρες αίτημα περιγράφουν διαφορετικά μεγέθη εισόδου. Ελέγξτε το σύνολο μετά τη διαίρεση της πηγής αντί να θεωρείτε ότι κάθε μεμονωμένο τμήμα μπορεί να φτάνει στο μέγιστό του στο ίδιο αίτημα.\n\nΓια ανάκτηση εγγράφων, προσδιορίστε τα ομαδοποιημένα αποσπάσματα ως είσοδο εγγράφου. Προετοιμάστε κάθε ερώτηση αναζήτησης ως δική της ομάδα ερωτήματος. Ο κατασκευαστής συνιστά μη επικαλυπτόμενα τμήματα εγγράφων, επιτρέποντας στην αναπαράσταση με συμφραζόμενα να μεταφέρει περιβάλλουσες πληροφορίες χωρίς επανάληψη κειμένου σε κάθε απόσπασμα. Διατηρήστε την αντιστοιχία μεταξύ ομάδας εγγράφου, θέσης τμήματος και επιστρεφόμενου διανύσματος κατά την εγγραφή του ευρετηρίου.\n\nΤο Voyage Context 3 υποστηρίζει 2.048, 1.024, 512 και 256 διαστάσεις, με επιλογές εξόδου κινητής υποδιαστολής, ακέραιων οκτώ bit και δυαδικής μορφής. Επιλέξτε αναπαράσταση ευρετηρίου και αξιολογήστε την με τα ίδια αρχικά έγγραφα και ερωτήματα. Διατηρήστε την επιλεγμένη διάσταση και τον τύπο δεδομένων μαζί με το ευρετήριο, ώστε η αναπαράσταση του ερωτήματος και τα αποθηκευμένα διανύσματα να παραμένουν συνεπή.\n\nΧρησιμοποιήστε τα παραγόμενα διανύσματα σε αναζήτηση αποσπασμάτων, εντοπισμό εγγράφων ή στάδιο ανάκτησης ενός βοηθού που εργάζεται με εκθέσεις, ερευνητικές εργασίες, συμβάσεις ή τεχνικά εγχειρίδια. Ένα αποτέλεσμα μπορεί να προσδιορίζει εστιασμένο απόσπασμα, ενώ ο σύνδεσμος πηγής του παρέχει πρόσβαση σε ορισμούς και διευκρινίσεις αλλού στο έγγραφο. Διατηρήστε εκδόσεις εγγράφων και δικαιώματα ως μεταδεδομένα εφαρμογής μαζί με τα διανύσματα.\n\nΔοκιμάστε ερωτήματα που χρειάζονται τόσο μια τοπική λεπτομέρεια όσο και συμφραζόμενα σε επίπεδο εγγράφου. Συμπεριλάβετε παρόμοια αποσπάσματα από διαφορετικές πηγές, ονομαστικές οντότητες που εισάγονται μόνο στην αρχή και ερωτήματα των οποίων τα τεκμήρια εκτείνονται σε πολλές ενότητες. Εξετάστε αν ανακτάται το αναμενόμενο τμήμα και αν η εφαρμογή παρουσιάζει αρκετό περιβάλλον κείμενο για την ερμηνεία του. Όταν αλλάζει μια πηγή, αναδημιουργήστε σκόπιμα την επηρεαζόμενη ομάδα εγγράφου, ώστε τα τμήματά της με συμφραζόμενα να αντιστοιχούν σε μία συνεκτική έκδοση.",
    "about_sha256": "cbe672f81d248e79c90f9384b4d5a3ff311043f96a3b07b7eb8b4ede52d2cd43",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 120000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες."
      }
    ],
    "ctx": null,
    "display_name": "Voyage AI: Voyage Context 3",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-context-3",
    "input": [
      "text"
    ],
    "kind": "embedding",
    "locale": "en",
    "max_out": null,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Διατηρήστε την αρχική απόκριση και το X-Client-Request-ID για τη συμφωνία των στοιχείων. Μια αμφίσημη απόκριση δεν αποτελεί άδεια για εκ νέου υποβολή του ίδιου αιτήματος δημιουργίας.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Αποθηκεύστε ολόκληρη την απόκριση JSON, κάθε διάνυσμα μαζί με τον δείκτη του, όλα τα πεδία χρήσης και τις κεφαλίδες του αιτήματος.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Χρησιμοποιήστε τον ακριβή επιλογέα μοντέλου Ailoot.",
                "default_known": false,
                "enum": [
                  "voyage-context-3"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Ένα κείμενο ή μια λίστα κειμένων· διατηρήστε ένα διάνυσμα για κάθε στοιχείο δεδομένων που επιστρέφεται, μαζί με τον δείκτη του.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-context-3"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-context-3"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Στείλτε κείμενο με το επιλεγμένο μοντέλο· διατηρήστε κάθε διάνυσμα που επιστρέφεται και τον δείκτη του."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Βασικές χρεώσεις token",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-context-3\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Διανυσματικές αναπαραστάσεις",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-context-3",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "voyage-context-3",
        "request_model_id": "voyage-context-3",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage Context 3",
    "price": {
      "in": 0.4,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.4,
      "sort_out": 0,
      "varies": false
    },
    "short": "Το Voyage Context 3 δημιουργεί ένα διάνυσμα για κάθε τμήμα εγγράφου, ενσωματώνοντας τα συμφραζόμενα από τα άλλα τμήματα του ίδιου εγγράφου. Υποστηρίζει ακριβή ανάκτηση αποσπασμάτων σε εκτενή έγγραφα, με επιλέξιμες διαστάσεις και κβαντισμένες διανυσματικές αναπαραστάσεις.",
    "short_sha256": "ecf5347d318cafaa85e440415592285b9b3d6c51afeb2467a37418c7b94e3dd3"
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Το Voyage Context 3 δημιουργεί ένα διάνυσμα για κάθε τμήμα εγγράφου, ενσωματώνοντας τα συμφραζόμενα από τα άλλα τμήματα του ίδιου εγγράφου. Υποστηρίζει ακριβή ανάκτηση αποσπασμάτων σε εκτενή έγγραφα, με επιλέξιμες διαστάσεις και κβαντισμένες διανυσματικές αναπαραστάσεις.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "3e43606fcbc10f47b005d2df574f98cd69f0c19f95306c46ddb91c037f9d3f6e",
    "renderer_sha256": "3ed36f7af4f78822bafbd174fdcaed7b698a18a86efe254253d37f1b098a7566"
  },
  "sourceRevision": "6355eee7e34c42fab7aa7a1175b5b7076a08bfa463da68874fa5010bba400ca9"
}