{ "aboutHtml": "

voyage-4 on Voyage AI:n Voyage 4 -perheen keskikokoinen tekstiupotusmalli. Se muuntaa kysely- ja asiakirjatekstin numeerisiksi vektoreiksi yleiskäyttöiseen ja monikieliseen tiedonhakuun. Perheen määrittävä kyky on yhteinen upotusavaruus: voyage-4, voyage-4-large, voyage-4-lite ja voyage-4-nano tuottavat yhteensopivat esitykset, joten hakutehtävän kysely- ja asiakirjapuoli voivat käyttää perheen eri malleja.

Yhteinen avaruus ja epäsymmetrinen tiedonhaku

Valmistaja kutsuu eri kysely- ja korpusmallien käyttöä epäsymmetriseksi tiedonhauksi. Yksi dokumentoitu malli on korpuksen valmistelu voyage-4-largella ja sen haku voyage-4:n kyselyupotuksilla. Korpus upotetaan kerran tai sen lähdemateriaalin muuttuessa, ja kyselyvektorit muodostetaan hakujen saapuessa. Yhteinen avaruus sallii kyselypuolen mallivalinnan muuttamisen perheen sisällä ilman korpuksen uudelleenupotusta pelkästään tämän vaihdon vuoksi.

Pidä tulosulottuvuus ja esitys yhteensopivina vertailtavissa vektoreissa. Yhteistä avaruutta koskeva lausuma koskee nimettyjä Voyage 4 -tekstimalleja; sitä eivät osoita pelkästään kahden toisiinsa liittymättömän mallin samanpituiset tulostaulukot. Käytännön tehtävä voi siis käyttää voyage-4:ää haun molemmilla puolilla tai sen kyselyvektoreita olemassa olevan voyage-4-large-asiakirjaindeksin kanssa, kun niiden esitysasetukset vastaavat toisiaan.

Query- ja document-roolit

Voyage suosittelee tiedonhaussa syötetekstin yksilöimistä query- tai document-tyyppiseksi. Syöteroolivalinta antaa vastaavan hakuohjeen ennen vektorisointia. Valmistele korpuskatkelmat asiakirjoiksi ja käyttäjän hakusanamuoto kyselyksi sekä säilytä todellinen lähdeteksti ja tunnisteet kunkin tallennetun vektorin rinnalla.

Esimerkiksi tietohakukokoelma voi indeksoida teknisiä ohjeita ja tuoteselityksiä. Epäonnistuneen tuonnin jälkeistä toimintaa koskevan kyselyn tulisi palauttaa sitä kuvaava lähdekatkelma. Säilytä otsikot, olennaiset ehdot ja lähdesijainti katkelman yhteydessä, jotta tuloksena syntyvä hakuosuma voidaan tutkia tai käyttää myöhemmässä RAG-vastausvaiheessa. Upotus on numeerinen hakuesitys; taustalla oleva katkelma on myöhemmän vaiheen evidenssi.

Ulottuvuudet ja tulosdatatyypit

Dokumentoitu tekstikohtainen konteksti-ikkuna on 32 000 tokenia. Valittavat ulottuvuudet ovat 256, 512, 1024 ja 2048, ja oletus on 1024. Matryoshka-oppiminen tuottaa nämä sisäkkäiset esityskoot. Tulos voi käyttää 32-bittisiä liukulukuja, etumerkillisiä tai etumerkittömiä 8-bittisiä kokonaislukuja tai pakattuja binääriarvoja perheen kvantisoinnin huomioivan valmistelun ansiosta.

Pakatussa binäärituloksessa jokainen palautettu tavu tallentaa kahdeksan upotusbittiä, joten tavuluettelon pituus on kahdeksasosa valitusta ulottuvuudesta. Tavumäärällä ja upotusulottuvuudella on eri merkitys. Valitse esitys, jonka hakuindeksisi voi tulkita, ja tutki ehdokkaiden relevanssia kokoelman todella käyttämillä kysymyksillä ja kielillä ennen pakatun kokoonpanon valintaa.

Syötepituus, eräkäsittely ja katkaisu

Valmistajan nykyinen tekstiupotusopas sallii voyage-4-pyynnössä enintään 1000 merkkijonoa ja yhteensä 320 000 tokenia. Eräbudjetti on erillään kunkin syötteen 32 000 tokenin ikkunasta. Katkaisu on oletusarvoisesti käytössä: liian pitkä teksti lyhennetään sopivaksi. Jos katkaisu poistetaan käytöstä, liian pitkä kohde tuottaa sen sijaan virheen.

Valmistele pitkästä raportista tai litteroinnista harkitusti vastauksen sisältäviä katkelmia sen sijaan, että luottaisit leikkaukseen syöterajalla. Pidä kukin katkelma liitettynä pääasiakirjaansa ja lähdeversioonsa. Tavalliset voyage-4-upotussyötteet ovat yksittäisiä tekstejä; kontekstualisoitu palaryhmien käsittely kuuluu erikseen dokumentoiduille kontekstuaalisille upotusmalleille.

Käytä hakutulosta

Tallenna vektorit katkelmatekstin ja vakaiden lähdetunnisteiden yhteyteen, vertaa kutakin kyselyvektoria yhteensopiviin asiakirjavektoreihin ja palauta ehdokaskatkelmat. Perheen julkaisussa arvioidaan tiedonhakua materiaalista, johon kuuluvat tekniset asiakirjat, keskustelut, pitkät asiakirjat, koodi, oikeudellinen ja taloudellinen aineisto sekä verkkoteksti. Erillinen uudelleenjärjestäjä voi tarkentaa ehdokkaita, ja myöhempi vastausvaihe voi käyttää niiden tekstiä. Arvioi palautetut katkelmat tehtävää vasten; yhteisen avaruuden yhteensopivuus mahdollistaa malliyhdistelmän, mutta tuloksen hyödyllisyys riippuu edelleen lähdemateriaalista ja kysymyksestä.

", "aboutText": "voyage-4 on Voyage AI:n Voyage 4 -perheen keskikokoinen tekstiupotusmalli. Se muuntaa kysely- ja asiakirjatekstin numeerisiksi vektoreiksi yleiskäyttöiseen ja monikieliseen tiedonhakuun. Perheen määrittävä kyky on yhteinen upotusavaruus: voyage-4, voyage-4-large, voyage-4-lite ja voyage-4-nano tuottavat yhteensopivat esitykset, joten hakutehtävän kysely- ja asiakirjapuoli voivat käyttää perheen eri malleja.\n\n### Yhteinen avaruus ja epäsymmetrinen tiedonhaku\n\nValmistaja kutsuu eri kysely- ja korpusmallien käyttöä epäsymmetriseksi tiedonhauksi. Yksi dokumentoitu malli on korpuksen valmistelu voyage-4-largella ja sen haku voyage-4:n kyselyupotuksilla. Korpus upotetaan kerran tai sen lähdemateriaalin muuttuessa, ja kyselyvektorit muodostetaan hakujen saapuessa. Yhteinen avaruus sallii kyselypuolen mallivalinnan muuttamisen perheen sisällä ilman korpuksen uudelleenupotusta pelkästään tämän vaihdon vuoksi.\n\nPidä tulosulottuvuus ja esitys yhteensopivina vertailtavissa vektoreissa. Yhteistä avaruutta koskeva lausuma koskee nimettyjä Voyage 4 -tekstimalleja; sitä eivät osoita pelkästään kahden toisiinsa liittymättömän mallin samanpituiset tulostaulukot. Käytännön tehtävä voi siis käyttää voyage-4:ää haun molemmilla puolilla tai sen kyselyvektoreita olemassa olevan voyage-4-large-asiakirjaindeksin kanssa, kun niiden esitysasetukset vastaavat toisiaan.\n\n### Query- ja document-roolit\n\nVoyage suosittelee tiedonhaussa syötetekstin yksilöimistä query- tai document-tyyppiseksi. Syöteroolivalinta antaa vastaavan hakuohjeen ennen vektorisointia. Valmistele korpuskatkelmat asiakirjoiksi ja käyttäjän hakusanamuoto kyselyksi sekä säilytä todellinen lähdeteksti ja tunnisteet kunkin tallennetun vektorin rinnalla.\n\nEsimerkiksi tietohakukokoelma voi indeksoida teknisiä ohjeita ja tuoteselityksiä. Epäonnistuneen tuonnin jälkeistä toimintaa koskevan kyselyn tulisi palauttaa sitä kuvaava lähdekatkelma. Säilytä otsikot, olennaiset ehdot ja lähdesijainti katkelman yhteydessä, jotta tuloksena syntyvä hakuosuma voidaan tutkia tai käyttää myöhemmässä RAG-vastausvaiheessa. Upotus on numeerinen hakuesitys; taustalla oleva katkelma on myöhemmän vaiheen evidenssi.\n\n### Ulottuvuudet ja tulosdatatyypit\n\nDokumentoitu tekstikohtainen konteksti-ikkuna on 32 000 tokenia. Valittavat ulottuvuudet ovat 256, 512, 1024 ja 2048, ja oletus on 1024. Matryoshka-oppiminen tuottaa nämä sisäkkäiset esityskoot. Tulos voi käyttää 32-bittisiä liukulukuja, etumerkillisiä tai etumerkittömiä 8-bittisiä kokonaislukuja tai pakattuja binääriarvoja perheen kvantisoinnin huomioivan valmistelun ansiosta.\n\nPakatussa binäärituloksessa jokainen palautettu tavu tallentaa kahdeksan upotusbittiä, joten tavuluettelon pituus on kahdeksasosa valitusta ulottuvuudesta. Tavumäärällä ja upotusulottuvuudella on eri merkitys. Valitse esitys, jonka hakuindeksisi voi tulkita, ja tutki ehdokkaiden relevanssia kokoelman todella käyttämillä kysymyksillä ja kielillä ennen pakatun kokoonpanon valintaa.\n\n### Syötepituus, eräkäsittely ja katkaisu\n\nValmistajan nykyinen tekstiupotusopas sallii voyage-4-pyynnössä enintään 1000 merkkijonoa ja yhteensä 320 000 tokenia. Eräbudjetti on erillään kunkin syötteen 32 000 tokenin ikkunasta. Katkaisu on oletusarvoisesti käytössä: liian pitkä teksti lyhennetään sopivaksi. Jos katkaisu poistetaan käytöstä, liian pitkä kohde tuottaa sen sijaan virheen.\n\nValmistele pitkästä raportista tai litteroinnista harkitusti vastauksen sisältäviä katkelmia sen sijaan, että luottaisit leikkaukseen syöterajalla. Pidä kukin katkelma liitettynä pääasiakirjaansa ja lähdeversioonsa. Tavalliset voyage-4-upotussyötteet ovat yksittäisiä tekstejä; kontekstualisoitu palaryhmien käsittely kuuluu erikseen dokumentoiduille kontekstuaalisille upotusmalleille.\n\n### Käytä hakutulosta\n\nTallenna vektorit katkelmatekstin ja vakaiden lähdetunnisteiden yhteyteen, vertaa kutakin kyselyvektoria yhteensopiviin asiakirjavektoreihin ja palauta ehdokaskatkelmat. Perheen julkaisussa arvioidaan tiedonhakua materiaalista, johon kuuluvat tekniset asiakirjat, keskustelut, pitkät asiakirjat, koodi, oikeudellinen ja taloudellinen aineisto sekä verkkoteksti. Erillinen uudelleenjärjestäjä voi tarkentaa ehdokkaita, ja myöhempi vastausvaihe voi käyttää niiden tekstiä. Arvioi palautetut katkelmat tehtävää vasten; yhteisen avaruuden yhteensopivuus mahdollistaa malliyhdistelmän, mutta tuloksen hyödyllisyys riippuu edelleen lähdemateriaalista ja kysymyksestä.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "aa55b8a56af9a16c8998db94f8a65905e5cb80ba375f6548761f51502dfc43b3", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fi", "methods": [ { "html": "
•

VoyageAI by MongoDB: voyage-4

VoyageAI by MongoDB /voyageai/voyage-4

Aloitus

voyage-4 upottaa tekstin yleiskäyttöiseen ja monikieliseen tiedonhakuun Voyage 4 -perheen yhteisessä vektoriavaruudessa. Se tukee 32 000 tokenin syötteitä, valittavia 256–2048-ulotteisia tuloksia ja query/document-rooleja hakuun sekä RAGiin.

Hyväksytyt syötteet
Teksti · token_ids
Tulokset
embedding
Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

voyage-4 on Voyage AI:n Voyage 4 -perheen keskikokoinen tekstiupotusmalli. Se muuntaa kysely- ja asiakirjatekstin numeerisiksi vektoreiksi yleiskäyttöiseen ja monikieliseen tiedonhakuun. Perheen määrittävä kyky on yhteinen upotusavaruus: voyage-4, voyage-4-large, voyage-4-lite ja voyage-4-nano tuottavat yhteensopivat esitykset, joten hakutehtävän kysely- ja asiakirjapuoli voivat käyttää perheen eri malleja.

Yhteinen avaruus ja epäsymmetrinen tiedonhaku

Valmistaja kutsuu eri kysely- ja korpusmallien käyttöä epäsymmetriseksi tiedonhauksi. Yksi dokumentoitu malli on korpuksen valmistelu voyage-4-largella ja sen haku voyage-4:n kyselyupotuksilla. Korpus upotetaan kerran tai sen lähdemateriaalin muuttuessa, ja kyselyvektorit muodostetaan hakujen saapuessa. Yhteinen avaruus sallii kyselypuolen mallivalinnan muuttamisen perheen sisällä ilman korpuksen uudelleenupotusta pelkästään tämän vaihdon vuoksi.

Pidä tulosulottuvuus ja esitys yhteensopivina vertailtavissa vektoreissa. Yhteistä avaruutta koskeva lausuma koskee nimettyjä Voyage 4 -tekstimalleja; sitä eivät osoita pelkästään kahden toisiinsa liittymättömän mallin samanpituiset tulostaulukot. Käytännön tehtävä voi siis käyttää voyage-4:ää haun molemmilla puolilla tai sen kyselyvektoreita olemassa olevan voyage-4-large-asiakirjaindeksin kanssa, kun niiden esitysasetukset vastaavat toisiaan.

Query- ja document-roolit

Voyage suosittelee tiedonhaussa syötetekstin yksilöimistä query- tai document-tyyppiseksi. Syöteroolivalinta antaa vastaavan hakuohjeen ennen vektorisointia. Valmistele korpuskatkelmat asiakirjoiksi ja käyttäjän hakusanamuoto kyselyksi sekä säilytä todellinen lähdeteksti ja tunnisteet kunkin tallennetun vektorin rinnalla.

Esimerkiksi tietohakukokoelma voi indeksoida teknisiä ohjeita ja tuoteselityksiä. Epäonnistuneen tuonnin jälkeistä toimintaa koskevan kyselyn tulisi palauttaa sitä kuvaava lähdekatkelma. Säilytä otsikot, olennaiset ehdot ja lähdesijainti katkelman yhteydessä, jotta tuloksena syntyvä hakuosuma voidaan tutkia tai käyttää myöhemmässä RAG-vastausvaiheessa. Upotus on numeerinen hakuesitys; taustalla oleva katkelma on myöhemmän vaiheen evidenssi.

Ulottuvuudet ja tulosdatatyypit

Dokumentoitu tekstikohtainen konteksti-ikkuna on 32 000 tokenia. Valittavat ulottuvuudet ovat 256, 512, 1024 ja 2048, ja oletus on 1024. Matryoshka-oppiminen tuottaa nämä sisäkkäiset esityskoot. Tulos voi käyttää 32-bittisiä liukulukuja, etumerkillisiä tai etumerkittömiä 8-bittisiä kokonaislukuja tai pakattuja binääriarvoja perheen kvantisoinnin huomioivan valmistelun ansiosta.

Pakatussa binäärituloksessa jokainen palautettu tavu tallentaa kahdeksan upotusbittiä, joten tavuluettelon pituus on kahdeksasosa valitusta ulottuvuudesta. Tavumäärällä ja upotusulottuvuudella on eri merkitys. Valitse esitys, jonka hakuindeksisi voi tulkita, ja tutki ehdokkaiden relevanssia kokoelman todella käyttämillä kysymyksillä ja kielillä ennen pakatun kokoonpanon valintaa.

Syötepituus, eräkäsittely ja katkaisu

Valmistajan nykyinen tekstiupotusopas sallii voyage-4-pyynnössä enintään 1000 merkkijonoa ja yhteensä 320 000 tokenia. Eräbudjetti on erillään kunkin syötteen 32 000 tokenin ikkunasta. Katkaisu on oletusarvoisesti käytössä: liian pitkä teksti lyhennetään sopivaksi. Jos katkaisu poistetaan käytöstä, liian pitkä kohde tuottaa sen sijaan virheen.

Valmistele pitkästä raportista tai litteroinnista harkitusti vastauksen sisältäviä katkelmia sen sijaan, että luottaisit leikkaukseen syöterajalla. Pidä kukin katkelma liitettynä pääasiakirjaansa ja lähdeversioonsa. Tavalliset voyage-4-upotussyötteet ovat yksittäisiä tekstejä; kontekstualisoitu palaryhmien käsittely kuuluu erikseen dokumentoiduille kontekstuaalisille upotusmalleille.

Käytä hakutulosta

Tallenna vektorit katkelmatekstin ja vakaiden lähdetunnisteiden yhteyteen, vertaa kutakin kyselyvektoria yhteensopiviin asiakirjavektoreihin ja palauta ehdokaskatkelmat. Perheen julkaisussa arvioidaan tiedonhakua materiaalista, johon kuuluvat tekniset asiakirjat, keskustelut, pitkät asiakirjat, koodi, oikeudellinen ja taloudellinen aineisto sekä verkkoteksti. Erillinen uudelleenjärjestäjä voi tarkentaa ehdokkaita, ja myöhempi vastausvaihe voi käyttää niiden tekstiä. Arvioi palautetut katkelmat tehtävää vasten; yhteisen avaruuden yhteensopivuus mahdollistaa malliyhdistelmän, mutta tuloksen hyödyllisyys riippuu edelleen lähdemateriaalista ja kysymyksestä.

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Vektoriesitykset POST /v1/embeddings
Syötetyypit
text, token_ids
Tulostyypit
embedding
Konteksti
32 000 tokens
Tulosteen muoto
json
KenttäTyyppiVaatimusArvot & rajatOletus
KenttämodelTyyppistringVaatimusPakollinenArvot & rajat
voyageai/voyage-4
Oletus—
KenttäinputTyyppistring|string[]|integer[]|integer[][]VaatimusPakollinenArvot & rajat
Kohteiden vähimmäismäärä: 1
Ehdot: Ei-tyhjä, yhdenmukaisista alkioista koostuva erä. Tokenien ID:t ovat ei-negatiivisia kokonaislukuja.
Syötebudjetti: Enimmäismäärä: 32 000 · Tekstiyksikkö: UTF8-tavut · Tokenyksikkö: Token-taulukon alkiot
Oletus—
Kenttäencoding_formatTyyppistringVaatimusValinnainenArvot & rajat
float
Oletusfloat
KenttädimensionsTyyppiintegerVaatimusEi tuettuArvot & rajat
Vähimmäismäärä: 1
Oletus—
KenttäuserTyyppijson_valueVaatimusValinnainenArvot & rajat
Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.
Oletus—
Kenttäsession_idTyyppijson_valueVaatimusValinnainenArvot & rajat
Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.
Oletus—
KenttätraceTyyppijson_valueVaatimusValinnainenArvot & rajat
Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.
Oletus—
KenttäproviderTyyppiobjectVaatimusValinnainenArvot & rajat
Ehdot: provider.options hylätty
Oletus—
Syöteaineistojen yhdistelmät

text_to_embedding

Menetelmän parametrit ja elinkaari
ParametriSopimus
Parametricontent_typeSopimusapplication/json
ParametrirequiredSopimusmodel, input
Parametriinput_shapesSopimusstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parametriencoding_formatSopimusfloat
Parametridimensions_overrideSopimusfalse
Parametrimax_input_budget_unitsSopimus32000
Parametrimultimodal_objectsSopimusfalse
Parametrimaterial_typesSopimustext, token_ids

Elinkaari: synchronous_json

Säilytä jokaisen vektorin indeksi ja ulottuvuus.

Mallin nimen multimodaalisuus ei tarkoita, että tämä nimenomainen reitti hyväksyisi kuvaolioita.

Hinnoittelu

Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.

Nopea tila
Vakiohinta Kun nopea tila on valittu
Flex-tila
Vakiohinta Kun flex-tila on valittu
Päättelyn enimmäisteho
Vakiohinta Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä

Ailoot-hinnat

Hinnat asetusten mukaan

AsetuksetHinnastoVeloitus
AsetuksetTokenien perushinnatHinnastoPerushintaVeloitus
Syöte · Syötetokenit $0.00012 / 1K tokenia
Tuloste · Tulostokenit $0 / 1K tokenia
Syöte · Välimuistin luku — / 1K tokenia
Syöte · Välimuistiin kirjoitus — / 1K tokenia
Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot Ultra · Vektoriesitykset

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "voyageai/voyage-4", "input": ["First document", "Second document"]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\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 result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))\nPY_RESULT\n

Vastaanota ja tallenna tulokset

Ailoot Ultra · Vektoriesitykset

json

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Säilytä jokainen vektori indekseineen. Vektorien määrän on vastattava syötteiden määrää; ulottuvuuksien on oltava yhdenmukaiset.

Jos alkuperäinen vastaus on tarkistettava

Uutta upotustehtävien päätepistettä ei oteta käyttöön.

Vastauksen kentät
KenttäTyyppi
KenttäobjectTyyppistring
KenttämodelTyyppistring
Kenttädata[].indexTyyppiinteger
Kenttädata[].embeddingTyyppifinite float[]
KenttäusageTyyppiobject
Virheet ja seuraavat vaiheet
VastausEhtoSeuraava vaihe
Vastaus400 · invalid_request_errorEhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvoSeuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä.

Aliakset

Mallin aliakset

Ailoot Ultra voyageai/voyage-4

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

voyageai/voyage-4

", "method_identity": { "effective_request_model_id": "voyageai/voyage-4", "fmt": "embeddings", "http": "POST", "path": "/v1/embeddings", "request_model_id": "voyageai/voyage-4", "route_label": "Ultra" }, "method_key": "Ultra|embeddings|/v1/embeddings|voyageai%2Fvoyage-4", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo", "http_status": 400, "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "Uutta upotustehtävien päätepistettä ei oteta käyttöön." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "Säilytä jokainen vektori indekseineen. Vektorien määrän on vastattava syötteiden määrää; ulottuvuuksien on oltava yhdenmukaiset.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "voyageai/voyage-4" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 32000, "text_unit": "UTF8-tavut", "token_unit": "Token-taulukon alkiot" }, "conditions": "Ei-tyhjä, yhdenmukaisista alkioista koostuva erä. Tokenien ID:t ovat ei-negatiivisia kokonaislukuja.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "provider.options hylätty", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "Säilytä jokaisen vektorin indeksi ja ulottuvuus.", "Mallin nimen multimodaalisuus ei tarkoita, että tämä nimenomainen reitti hyväksyisi kuvaolioita." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 32000, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Tokenien perushinnat", "units": [ { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-4\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\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 result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-4',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.12, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "Nopea tila", "value": "Vakiohinta", "when": "Kun nopea tila on valittu" }, { "label": "Flex-tila", "value": "Vakiohinta", "when": "Kun flex-tila on valittu" }, { "label": "Päättelyn enimmäisteho", "value": "Vakiohinta", "when": "Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä" } ], "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": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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": "voyageai/voyage-4", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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": "voyageai/voyage-4", "nativeProvenance": { "input_facts_canonical_sha256": "d1816da5d43926977439666ce6ccf123e8dc7ea29735bd6070a5a7320a68d557", "input_html_sha256": "ece3803d351c25a0bbc2e977c808e87619b1e7e2358cba993c0f483a1ad0f3ce", "private_audit_sha256": "e10b31c382dc2cf505cac9c8ace8d9cf34250f9433d2442c1e406affbcff798f", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/fi/voyageai-voyage-4/", "description": "voyage-4 upottaa tekstin yleiskäyttöiseen ja monikieliseen tiedonhakuun Voyage 4 -perheen yhteisessä vektoriavaruudessa. Se tukee 32 000 tokenin syötteitä, valittavia 256–2048-ulotteisia tuloksia ja query/document-rooleja hakuun sekä RAGiin.", "locale": "fi", "md_url": "https://ailoot.ai/models/fi/voyageai-voyage-4/index.md", "title": "VoyageAI by MongoDB: voyage-4 — Ailoot", "url": "https://ailoot.ai/models/fi/voyageai-voyage-4/" }, "rawModel": { "about": "voyage-4 on Voyage AI:n Voyage 4 -perheen keskikokoinen tekstiupotusmalli. Se muuntaa kysely- ja asiakirjatekstin numeerisiksi vektoreiksi yleiskäyttöiseen ja monikieliseen tiedonhakuun. Perheen määrittävä kyky on yhteinen upotusavaruus: voyage-4, voyage-4-large, voyage-4-lite ja voyage-4-nano tuottavat yhteensopivat esitykset, joten hakutehtävän kysely- ja asiakirjapuoli voivat käyttää perheen eri malleja.\n\n### Yhteinen avaruus ja epäsymmetrinen tiedonhaku\n\nValmistaja kutsuu eri kysely- ja korpusmallien käyttöä epäsymmetriseksi tiedonhauksi. Yksi dokumentoitu malli on korpuksen valmistelu voyage-4-largella ja sen haku voyage-4:n kyselyupotuksilla. Korpus upotetaan kerran tai sen lähdemateriaalin muuttuessa, ja kyselyvektorit muodostetaan hakujen saapuessa. Yhteinen avaruus sallii kyselypuolen mallivalinnan muuttamisen perheen sisällä ilman korpuksen uudelleenupotusta pelkästään tämän vaihdon vuoksi.\n\nPidä tulosulottuvuus ja esitys yhteensopivina vertailtavissa vektoreissa. Yhteistä avaruutta koskeva lausuma koskee nimettyjä Voyage 4 -tekstimalleja; sitä eivät osoita pelkästään kahden toisiinsa liittymättömän mallin samanpituiset tulostaulukot. Käytännön tehtävä voi siis käyttää voyage-4:ää haun molemmilla puolilla tai sen kyselyvektoreita olemassa olevan voyage-4-large-asiakirjaindeksin kanssa, kun niiden esitysasetukset vastaavat toisiaan.\n\n### Query- ja document-roolit\n\nVoyage suosittelee tiedonhaussa syötetekstin yksilöimistä query- tai document-tyyppiseksi. Syöteroolivalinta antaa vastaavan hakuohjeen ennen vektorisointia. Valmistele korpuskatkelmat asiakirjoiksi ja käyttäjän hakusanamuoto kyselyksi sekä säilytä todellinen lähdeteksti ja tunnisteet kunkin tallennetun vektorin rinnalla.\n\nEsimerkiksi tietohakukokoelma voi indeksoida teknisiä ohjeita ja tuoteselityksiä. Epäonnistuneen tuonnin jälkeistä toimintaa koskevan kyselyn tulisi palauttaa sitä kuvaava lähdekatkelma. Säilytä otsikot, olennaiset ehdot ja lähdesijainti katkelman yhteydessä, jotta tuloksena syntyvä hakuosuma voidaan tutkia tai käyttää myöhemmässä RAG-vastausvaiheessa. Upotus on numeerinen hakuesitys; taustalla oleva katkelma on myöhemmän vaiheen evidenssi.\n\n### Ulottuvuudet ja tulosdatatyypit\n\nDokumentoitu tekstikohtainen konteksti-ikkuna on 32 000 tokenia. Valittavat ulottuvuudet ovat 256, 512, 1024 ja 2048, ja oletus on 1024. Matryoshka-oppiminen tuottaa nämä sisäkkäiset esityskoot. Tulos voi käyttää 32-bittisiä liukulukuja, etumerkillisiä tai etumerkittömiä 8-bittisiä kokonaislukuja tai pakattuja binääriarvoja perheen kvantisoinnin huomioivan valmistelun ansiosta.\n\nPakatussa binäärituloksessa jokainen palautettu tavu tallentaa kahdeksan upotusbittiä, joten tavuluettelon pituus on kahdeksasosa valitusta ulottuvuudesta. Tavumäärällä ja upotusulottuvuudella on eri merkitys. Valitse esitys, jonka hakuindeksisi voi tulkita, ja tutki ehdokkaiden relevanssia kokoelman todella käyttämillä kysymyksillä ja kielillä ennen pakatun kokoonpanon valintaa.\n\n### Syötepituus, eräkäsittely ja katkaisu\n\nValmistajan nykyinen tekstiupotusopas sallii voyage-4-pyynnössä enintään 1000 merkkijonoa ja yhteensä 320 000 tokenia. Eräbudjetti on erillään kunkin syötteen 32 000 tokenin ikkunasta. Katkaisu on oletusarvoisesti käytössä: liian pitkä teksti lyhennetään sopivaksi. Jos katkaisu poistetaan käytöstä, liian pitkä kohde tuottaa sen sijaan virheen.\n\nValmistele pitkästä raportista tai litteroinnista harkitusti vastauksen sisältäviä katkelmia sen sijaan, että luottaisit leikkaukseen syöterajalla. Pidä kukin katkelma liitettynä pääasiakirjaansa ja lähdeversioonsa. Tavalliset voyage-4-upotussyötteet ovat yksittäisiä tekstejä; kontekstualisoitu palaryhmien käsittely kuuluu erikseen dokumentoiduille kontekstuaalisille upotusmalleille.\n\n### Käytä hakutulosta\n\nTallenna vektorit katkelmatekstin ja vakaiden lähdetunnisteiden yhteyteen, vertaa kutakin kyselyvektoria yhteensopiviin asiakirjavektoreihin ja palauta ehdokaskatkelmat. Perheen julkaisussa arvioidaan tiedonhakua materiaalista, johon kuuluvat tekniset asiakirjat, keskustelut, pitkät asiakirjat, koodi, oikeudellinen ja taloudellinen aineisto sekä verkkoteksti. Erillinen uudelleenjärjestäjä voi tarkentaa ehdokkaita, ja myöhempi vastausvaihe voi käyttää niiden tekstiä. Arvioi palautetut katkelmat tehtävää vasten; yhteisen avaruuden yhteensopivuus mahdollistaa malliyhdistelmän, mutta tuloksen hyödyllisyys riippuu edelleen lähdemateriaalista ja kysymyksestä.", "alias_of": null, "aliases": [], "author": "VoyageAI by MongoDB", "available": null, "canonical_model": "voyageai/voyage-4", "capabilities": { "context_length": 32000, "manufacturer_input": [ "text" ], "manufacturer_output": [ "embeddings" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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": "Konfiguraation täydet hintatiedot lisätiedoissa." } ], "ctx": 32000, "entity_type": "model", "formats": [ "embeddings" ], "id": "voyageai/voyage-4", "input": [ "text", "token_ids" ], "kind": "embedding", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.", "errors": [ { "code": null, "condition": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo", "http_status": 400, "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/embeddings" }, "job_read": null, "mode": "synchronous_json", "unknown": "Uutta upotustehtävien päätepistettä ei oteta käyttöön." }, "material_combinations": [ { "alternatives": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "mode": "text_to_embedding" } ], "operation_modes": [ "single_embedding", "batched_embeddings" ], "outputs": { "all_results": "Säilytä jokainen vektori indekseineen. Vektorien määrän on vastattava syötteiden määrää; ulottuvuuksien on oltava yhdenmukaiset.", "default_dimensions": null, "family": "embedding", "fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "data[].index", "type": "integer" }, { "description": null, "name": "data[].embedding", "type": "finite float[]" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "voyageai/voyage-4" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "budget": { "maximum": 32000, "text_unit": "UTF8-tavut", "token_unit": "Token-taulukon alkiot" }, "conditions": "Ei-tyhjä, yhdenmukaisista alkioista koostuva erä. Tokenien ID:t ovat ei-negatiivisia kokonaislukuja.", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "input", "required": true, "type": "string|string[]|integer[]|integer[][]" }, { "availability": "source_interface", "default": "float", "default_known": true, "enum": [ "float" ], "enum_known": true, "name": "encoding_format", "required": false, "type": "string" }, { "availability": "unsupported", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "dimensions", "required": false, "type": "integer" }, { "availability": "pass_through_metadata", "conditions": "Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "user", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "session_id", "required": false, "type": "json_value" }, { "availability": "pass_through_metadata", "conditions": "Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen.", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "json_value" }, { "availability": "source_interface", "conditions": "provider.options hylätty", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "mixed input kinds", "empty input", "image/audio/file objects", "encoding_format=base64", "dimensions override" ] }, "hints": [ "Säilytä jokaisen vektorin indeksi ja ulottuvuus.", "Mallin nimen multimodaalisuus ei tarkoita, että tämä nimenomainen reitti hyväksyisi kuvaolioita." ], "input": { "content_type": "application/json", "dimensions_override": false, "encoding_format": [ "float" ], "input_shapes": [ "string", "string[]", "nonnegative_integer_token_array", "nonnegative_integer_token_array[]" ], "material_types": [ "text", "token_ids" ], "max_input_budget_units": 32000, "multimodal_objects": false, "required": [ "model", "input" ] }, "lifecycle": { "mode": "synchronous_json", "unknown": "no embedding job endpoint inferred" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/embeddings" }, "method_aliases": [], "operation_modes": [ "text_to_embedding" ], "output": { "default_dimensions": null, "family": "embedding", "format": "json", "http_success": 200, "vectors": "one dense float vector per input; indices/model/usage validated" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Tokenien perushinnat", "units": [ { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-4\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\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 result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-4',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n", "label": "Python SDK · all vectors", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "embeddings", "hints": [ "Keep every vector index and dimension.", "Multimodal model name does not admit image objects on this exact path." ], "http": "POST", "in": 0.12, "input": [ "text", "token_ids" ], "label": "Эмбеддинги", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 0, "output": [ "embedding" ], "path": "/v1/embeddings", "price_conditions": [ { "label": "Nopea tila", "value": "Vakiohinta", "when": "Kun nopea tila on valittu" }, { "label": "Flex-tila", "value": "Vakiohinta", "when": "Kun flex-tila on valittu" }, { "label": "Päättelyn enimmäisteho", "value": "Vakiohinta", "when": "Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä" } ], "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": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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": "voyageai/voyage-4", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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": "voyageai/voyage-4", "request_model_id": "voyageai/voyage-4", "route_label": "Ultra" } ], "name": "VoyageAI by MongoDB: voyage-4", "price": { "in": 0.12, "in_label": null, "out": 0, "out_label": null, "scope_label": "Token rates", "sort_in": 0.12, "sort_out": 0, "varies": false }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Эмбеддинги · Base token rates", "units": [ { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000012", "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" } ] } ], "public_id": "voyageai/voyage-4", "short": "voyage-4 upottaa tekstin yleiskäyttöiseen ja monikieliseen tiedonhakuun Voyage 4 -perheen yhteisessä vektoriavaruudessa. Se tukee 32 000 tokenin syötteitä, valittavia 256–2048-ulotteisia tuloksia ja query/document-rooleja hakuun sekä RAGiin." }, "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": "voyage-4 upottaa tekstin yleiskäyttöiseen ja monikieliseen tiedonhakuun Voyage 4 -perheen yhteisessä vektoriavaruudessa. Se tukee 32 000 tokenin syötteitä, valittavia 256–2048-ulotteisia tuloksia ja query/document-rooleja hakuun sekä RAGiin.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "697a4b4bde665cf3e1a971f4da5b7f37bbf0dd028c3c8ebb8dd7024e9564579d", "renderer_sha256": "303a59603e2bc29ba8fda690e95fd32cec68de223d92e26054a88babff801dd7" }, "sourceRevision": "fdaaa39acdb96864e0f877efbc41388736d644184fc962a280d35fbd89cdb17d" }