{
  "aboutHtml": "<p>Voyage 3.5 Lite ממיר טקסט לייצוגים וקטוריים לצורך אחזור סמנטי. Voyage AI מתארת את המהדורה הזאת כמותאמת להשהיה ולעלות, ולכן היא מועמדת לחוויות חיפוש שיוצרות ייצוגים וקטוריים לשאלות נכנסות בתדירות גבוהה או מחזיקות אוסף גדול של קטעים ניתנים לחיפוש. הפלט הוא ייצוג מספרי של הטקסט שסופק, שיישום אחזור משווה לווקטורים שנשמרו עבור חומר המקור שלו.</p><p>התחילו באוסף שהגבולות בו תואמים את משימת המשתמש. במרכז עזרה, קטע אחד יכול להסביר הליך ואת התנאים המקדימים שלו. בארכיון דיונים, שמרו מספיק משרשרת התשובות כדי לזהות למה התשובה מתייחסת. תוצאה צריכה להוביל לראיה שאפשר לקרוא, ולכן יש לשמור את הטקסט המקורי, קישור המקור היציב והמטא-נתונים של המסמך לצד כל ייצוג וקטורי.</p><p>כתבו שאילתות בדיקה כפי שמשתמשים היו שואלים אותן. «איפה משנים את הכתובת בחשבונית?» היא בדיקת חיפוש מועילה יותר מהעתקת כותרת המאמר הרלוונטי. כללו שאלות קצרות, ניסוחים חלופיים, קיצורים מקצועיים ומקרים שמזכירים כמה מושגים. בדקו את הקטעים שהוחזרו וזהו אם תוצאה שהוחמצה נובעת מתוכן מקור חסר, מגבולות קטעים לא מוצלחים או מבחירה באופן האחזור.</p><p>היצרן מתעד חלון הקשר של 32,000 טוקנים. הקיבולת הזאת מאפשרת קלטי טקסט משמעותיים, אך אורך הקטע נשאר החלטת תכנון של חוויית החיפוש. שמרו תשובה תמציתית יחד עם התנאים הדרושים לה; הימנעו מהפרדת הגדרה מהמונח שהיא מסבירה. חלצו טקסט קריא מהמקור והסירו רכיבי ניווט החוזרים בכל עמוד כאשר הם מסתירים את המידע שהמשתמש מבקש.</p><p>Voyage 3.5 Lite תומך ב-2,048, 1,024, 512 ו-256 ממדים. ייצוגי נקודה צפה, מספרים שלמים של שמונה סיביות וייצוגים בינאריים מספקים אפשרויות נוספות לאינדקס הווקטורים. בדקו ייצוג קטן יותר או כזה שעבר קוונטיזציה מול אותן שאלות ואותו אוסף טקסטים ששימשו לקו הבסיס בדיוק מלא. תעדו את המודל, מספר הממדים וסוג הנתונים שנבחרו לצד האינדקס, כדי שווקטורי השאילתה ישתמשו בהגדרות המתאימות.</p><p>בתהליך האחזור של היצרן, הגדירו קטעים מאונדקסים כמסמכים וחיפושים נכנסים כשאילתות. שמרו על המיפוי של כל וקטור שהוחזר לטקסט הקלט שלו בעת עיבוד כמה קטעים יחד. פעולת יצירת ייצוגים וקטוריים שהצליחה מספקת וקטורים; היישום עדיין צריך לשמור אותם ברשומות הנכונות ולחשוף את קטע המקור כשמשתמש פותח תוצאה.</p><p>השתמשו במהדורה הזאת לאוסף תמיכה הניתן לחיפוש, לכלי גילוי מסמכים או לשלב האחזור של עוזר. לחומר רב-לשוני, העריכו את שילובי השפות שקיימים באוסף שלכם במקום להסתמך על בדיקה אחת באנגלית. השאירו את ההרשאות ואת המטא-נתונים של השפה זמינים ליישום, כדי שאפשר יהיה לסנן התאמה רלוונטית ולהציג אותה בהקשר הנכון.</p><p>באוספים גדלים, עדכנו את הווקטורים של קטעים שהשתנו יחד עם גרסאות המקור שלהם. שמרו קבוצת שאלות אמיתית שכוללת התאמות קלות, ניסוחים חלופיים קשים ומסמכים דומים עם תשובות שונות. מדדו את איכות האחזור ואת התנהגות תהליך החיפוש המלא בעומס הצפוי. המיצוב של מהדורת Lite אצל היצרן מסייע לבחור מועמד; מספר הממדים הסופי, אסטרטגיית הקטעים והגדרות האינדקס נובעים מהתוצאות על החומר שלכם.</p>",
  "aboutText": "Voyage 3.5 Lite ממיר טקסט לייצוגים וקטוריים לצורך אחזור סמנטי. Voyage AI מתארת את המהדורה הזאת כמותאמת להשהיה ולעלות, ולכן היא מועמדת לחוויות חיפוש שיוצרות ייצוגים וקטוריים לשאלות נכנסות בתדירות גבוהה או מחזיקות אוסף גדול של קטעים ניתנים לחיפוש. הפלט הוא ייצוג מספרי של הטקסט שסופק, שיישום אחזור משווה לווקטורים שנשמרו עבור חומר המקור שלו.\n\nהתחילו באוסף שהגבולות בו תואמים את משימת המשתמש. במרכז עזרה, קטע אחד יכול להסביר הליך ואת התנאים המקדימים שלו. בארכיון דיונים, שמרו מספיק משרשרת התשובות כדי לזהות למה התשובה מתייחסת. תוצאה צריכה להוביל לראיה שאפשר לקרוא, ולכן יש לשמור את הטקסט המקורי, קישור המקור היציב והמטא-נתונים של המסמך לצד כל ייצוג וקטורי.\n\nכתבו שאילתות בדיקה כפי שמשתמשים היו שואלים אותן. «איפה משנים את הכתובת בחשבונית?» היא בדיקת חיפוש מועילה יותר מהעתקת כותרת המאמר הרלוונטי. כללו שאלות קצרות, ניסוחים חלופיים, קיצורים מקצועיים ומקרים שמזכירים כמה מושגים. בדקו את הקטעים שהוחזרו וזהו אם תוצאה שהוחמצה נובעת מתוכן מקור חסר, מגבולות קטעים לא מוצלחים או מבחירה באופן האחזור.\n\nהיצרן מתעד חלון הקשר של 32,000 טוקנים. הקיבולת הזאת מאפשרת קלטי טקסט משמעותיים, אך אורך הקטע נשאר החלטת תכנון של חוויית החיפוש. שמרו תשובה תמציתית יחד עם התנאים הדרושים לה; הימנעו מהפרדת הגדרה מהמונח שהיא מסבירה. חלצו טקסט קריא מהמקור והסירו רכיבי ניווט החוזרים בכל עמוד כאשר הם מסתירים את המידע שהמשתמש מבקש.\n\nVoyage 3.5 Lite תומך ב-2,048, 1,024, 512 ו-256 ממדים. ייצוגי נקודה צפה, מספרים שלמים של שמונה סיביות וייצוגים בינאריים מספקים אפשרויות נוספות לאינדקס הווקטורים. בדקו ייצוג קטן יותר או כזה שעבר קוונטיזציה מול אותן שאלות ואותו אוסף טקסטים ששימשו לקו הבסיס בדיוק מלא. תעדו את המודל, מספר הממדים וסוג הנתונים שנבחרו לצד האינדקס, כדי שווקטורי השאילתה ישתמשו בהגדרות המתאימות.\n\nבתהליך האחזור של היצרן, הגדירו קטעים מאונדקסים כמסמכים וחיפושים נכנסים כשאילתות. שמרו על המיפוי של כל וקטור שהוחזר לטקסט הקלט שלו בעת עיבוד כמה קטעים יחד. פעולת יצירת ייצוגים וקטוריים שהצליחה מספקת וקטורים; היישום עדיין צריך לשמור אותם ברשומות הנכונות ולחשוף את קטע המקור כשמשתמש פותח תוצאה.\n\nהשתמשו במהדורה הזאת לאוסף תמיכה הניתן לחיפוש, לכלי גילוי מסמכים או לשלב האחזור של עוזר. לחומר רב-לשוני, העריכו את שילובי השפות שקיימים באוסף שלכם במקום להסתמך על בדיקה אחת באנגלית. השאירו את ההרשאות ואת המטא-נתונים של השפה זמינים ליישום, כדי שאפשר יהיה לסנן התאמה רלוונטית ולהציג אותה בהקשר הנכון.\n\nבאוספים גדלים, עדכנו את הווקטורים של קטעים שהשתנו יחד עם גרסאות המקור שלהם. שמרו קבוצת שאלות אמיתית שכוללת התאמות קלות, ניסוחים חלופיים קשים ומסמכים דומים עם תשובות שונות. מדדו את איכות האחזור ואת התנהגות תהליך החיפוש המלא בעומס הצפוי. המיצוב של מהדורת Lite אצל היצרן מסייע לבחור מועמד; מספר הממדים הסופי, אסטרטגיית הקטעים והגדרות האינדקס נובעים מהתוצאות על החומר שלכם.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "379abc3330818457df3ef82d2af2c1d91cc5fe113b542948839ba20aef6739e1",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "he",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Voyage AI: Voyage 3.5 Lite</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"סגירה\">×</button></div><div class=\"idline\"><span>Voyage AI /</span><code>voyage-3.5-lite</code><button type=\"button\" id=\"copy-id\">העתקת ID</button></div><nav class=\"card-jump-nav\" aria-label=\"חלקי כרטיס המודל\"><button type=\"button\" data-card-jump=\"overview\">התחלה</button><button type=\"button\" data-card-jump=\"methods\">קלט ושיטות</button><button type=\"button\" data-card-jump=\"pricing\">תעריפים</button><button type=\"button\" data-card-jump=\"examples\">דוגמאות</button><button type=\"button\" data-card-jump=\"results\">תוצאות</button><button type=\"button\" data-card-jump=\"aliases\">כינויים</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"שיטות 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-3.5-lite\">ייצוגים וקטוריים</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\">התחלה</h3><p class=\"mdesc-full\">Voyage 3.5 Lite יוצר ייצוגים וקטוריים לטקסט עבור חיפוש סמנטי, תוך התמקדות בהשהיה ובאחזור יעיל. הוא תומך בחלון הקשר של 32,000 טוקנים, בארבעה גדלי וקטורים ובפלט שעבר קוונטיזציה, לחיפוש במאגרי ידע, להתאמת מסמכים ול-RAG.</p><dl class=\"card-io\" data-card-io><div><dt>סוגי קלט נתמכים</dt><dd>טקסט</dd></div><div><dt>תוצאות</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>על המודל</summary><p class=\"note-s\" data-model-method-boundary>התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.</p><div class=\"mabout\" id=\"m-about\"><p>Voyage 3.5 Lite ממיר טקסט לייצוגים וקטוריים לצורך אחזור סמנטי. Voyage AI מתארת את המהדורה הזאת כמותאמת להשהיה ולעלות, ולכן היא מועמדת לחוויות חיפוש שיוצרות ייצוגים וקטוריים לשאלות נכנסות בתדירות גבוהה או מחזיקות אוסף גדול של קטעים ניתנים לחיפוש. הפלט הוא ייצוג מספרי של הטקסט שסופק, שיישום אחזור משווה לווקטורים שנשמרו עבור חומר המקור שלו.</p><p>התחילו באוסף שהגבולות בו תואמים את משימת המשתמש. במרכז עזרה, קטע אחד יכול להסביר הליך ואת התנאים המקדימים שלו. בארכיון דיונים, שמרו מספיק משרשרת התשובות כדי לזהות למה התשובה מתייחסת. תוצאה צריכה להוביל לראיה שאפשר לקרוא, ולכן יש לשמור את הטקסט המקורי, קישור המקור היציב והמטא-נתונים של המסמך לצד כל ייצוג וקטורי.</p><p>כתבו שאילתות בדיקה כפי שמשתמשים היו שואלים אותן. «איפה משנים את הכתובת בחשבונית?» היא בדיקת חיפוש מועילה יותר מהעתקת כותרת המאמר הרלוונטי. כללו שאלות קצרות, ניסוחים חלופיים, קיצורים מקצועיים ומקרים שמזכירים כמה מושגים. בדקו את הקטעים שהוחזרו וזהו אם תוצאה שהוחמצה נובעת מתוכן מקור חסר, מגבולות קטעים לא מוצלחים או מבחירה באופן האחזור.</p><p>היצרן מתעד חלון הקשר של 32,000 טוקנים. הקיבולת הזאת מאפשרת קלטי טקסט משמעותיים, אך אורך הקטע נשאר החלטת תכנון של חוויית החיפוש. שמרו תשובה תמציתית יחד עם התנאים הדרושים לה; הימנעו מהפרדת הגדרה מהמונח שהיא מסבירה. חלצו טקסט קריא מהמקור והסירו רכיבי ניווט החוזרים בכל עמוד כאשר הם מסתירים את המידע שהמשתמש מבקש.</p><p>Voyage 3.5 Lite תומך ב-2,048, 1,024, 512 ו-256 ממדים. ייצוגי נקודה צפה, מספרים שלמים של שמונה סיביות וייצוגים בינאריים מספקים אפשרויות נוספות לאינדקס הווקטורים. בדקו ייצוג קטן יותר או כזה שעבר קוונטיזציה מול אותן שאלות ואותו אוסף טקסטים ששימשו לקו הבסיס בדיוק מלא. תעדו את המודל, מספר הממדים וסוג הנתונים שנבחרו לצד האינדקס, כדי שווקטורי השאילתה ישתמשו בהגדרות המתאימות.</p><p>בתהליך האחזור של היצרן, הגדירו קטעים מאונדקסים כמסמכים וחיפושים נכנסים כשאילתות. שמרו על המיפוי של כל וקטור שהוחזר לטקסט הקלט שלו בעת עיבוד כמה קטעים יחד. פעולת יצירת ייצוגים וקטוריים שהצליחה מספקת וקטורים; היישום עדיין צריך לשמור אותם ברשומות הנכונות ולחשוף את קטע המקור כשמשתמש פותח תוצאה.</p><p>השתמשו במהדורה הזאת לאוסף תמיכה הניתן לחיפוש, לכלי גילוי מסמכים או לשלב האחזור של עוזר. לחומר רב-לשוני, העריכו את שילובי השפות שקיימים באוסף שלכם במקום להסתמך על בדיקה אחת באנגלית. השאירו את ההרשאות ואת המטא-נתונים של השפה זמינים ליישום, כדי שאפשר יהיה לסנן התאמה רלוונטית ולהציג אותה בהקשר הנכון.</p><p>באוספים גדלים, עדכנו את הווקטורים של קטעים שהשתנו יחד עם גרסאות המקור שלהם. שמרו קבוצת שאלות אמיתית שכוללת התאמות קלות, ניסוחים חלופיים קשים ומסמכים דומים עם תשובות שונות. מדדו את איכות האחזור ואת התנהגות תהליך החיפוש המלא בעומס הצפוי. המיצוב של מהדורת Lite אצל היצרן מסייע לבחור מועמד; מספר הממדים הסופי, אסטרטגיית הקטעים והגדרות האינדקס נובעים מהתוצאות על החומר שלכם.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">זמין ב-Ailoot · קלט ושיטות</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · ייצוגים וקטוריים</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>סוגי קלט</dt><dd><code>text</code></dd></div><div><dt>סוגי פלט</dt><dd><code>embedding</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>שדה</th><th>סוג</th><th>דרישה</th><th>ערכים ומגבלות</th><th>ברירת מחדל</th></tr></thead><tbody><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>string</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>voyage-3.5-lite</div><div>תנאים: יש להשתמש בבורר המודלים המדויק של Ailoot.</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>string or array&lt;string&gt;</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>תנאים: טקסט או רשימת טקסטים; יש לשמור וקטור אחד לכל פריט נתונים שהוחזר, יחד עם האינדקס שלו.</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>פרמטרים ומחזור חיים של השיטה</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>פרמטר</th><th>מפרט</th></tr></thead><tbody><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>content_type</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>application/json</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>required</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>model, input</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>optional</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span></td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>material_types</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>text</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>conditions</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>יש לשלוח טקסט עם המודל שנבחר; יש לשמור כל וקטור שהוחזר ואת האינדקס שלו.</td></tr></tbody></table></div><p>מחזור חיים: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">תעריפים</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.</p><dl data-price-conditions><dt>מצב מהיר</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב מהיר</span></dd><dt>מצב Flex</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב flex</span></dd><dt>מאמץ חשיבה מרבי</dt><dd>לא צוין <span class=\"note-s\">כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>תעריפי Ailoot</h4><h4>מחירים לפי תצורה</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>תצורה</th><th>טבלת תעריפים</th><th>חיוב</th></tr></thead><tbody><tr><th data-cell-label=\"תצורה\" scope=\"row\"><span class=\"card-cell-label\">תצורה</span>תעריפי בסיס לטוקנים</th><td data-cell-label=\"טבלת תעריפים\"><span class=\"card-cell-label\">טבלת תעריפים</span>תעריף בסיס</td><td data-cell-label=\"חיוב\"><span class=\"card-cell-label\">חיוב</span><div><span>קלט · טוקני קלט</span> <b>$0.0001</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>פלט · טוקני פלט</span> <b>$0</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · קריאה מהמטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון, 1 שעה</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. <a href=\"/docs/he/billing/reserve/\">איך פועלים שריון הסכום והסדרת החיוב →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">דוגמאות לבקשות</h3><h4>Ailoot Ultra · ייצוגים וקטוריים</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"אפשרויות קוד\"><button class=\"cg-tab\" id=\"model-code-2788-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2788-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · שמרו את כל הווקטורים ואת נתוני השימוש</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"העתקת הקוד\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2788-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2788-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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-3.5-lite&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\">קבלה ושמירה של תוצאות</h3></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">כינויים</h3><h4>כינויים למודל</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=voyage-3.5-lite&amp;route=Ultra&amp;caller=voyage-3.5-lite&amp;fmt=embeddings\"><code>voyage-3.5-lite</code></a></span></p><h4>כינויים לנתיבי שיטות</h4><p class=\"note-s\">השתמשו בנתיבי השיטות המוצגים למעלה.</p><h4>מזהי מודלים קשורים IDs</h4><p class=\"note-s\"><a href=\"#m=voyage-3.5-lite&amp;route=Ultra&amp;caller=voyage-3.5-lite&amp;fmt=embeddings\"><code>voyage-3.5-lite</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-3.5-lite",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-3.5-lite",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-3.5-lite",
      "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": "שמרו את התגובה המקורית ואת X-Client-Request-ID לצורך התאמה. תגובה עמומה אינה מתירה לשלוח שוב את אותה בקשת יצירה.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "שמרו את תגובת ה-JSON המלאה, כל וקטור יחד עם האינדקס שלו, את כל שדות השימוש ואת כותרות הבקשה.",
              "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": "יש להשתמש בבורר המודלים המדויק של Ailoot.",
                "default_known": false,
                "enum": [
                  "voyage-3.5-lite"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "טקסט או רשימת טקסטים; יש לשמור וקטור אחד לכל פריט נתונים שהוחזר, יחד עם האינדקס שלו.",
                "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-3.5-lite"
                  ],
                  "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-3.5-lite"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "יש לשלוח טקסט עם המודל שנבחר; יש לשמור כל וקטור שהוחזר ואת האינדקס שלו."
            ],
            "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": "תעריפי בסיס לטוקנים",
            "units": [
              {
                "amount": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000001",
                "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-3.5-lite\",\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": 0.1,
        "input": [
          "text"
        ],
        "label": "ייצוגים וקטוריים",
        "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": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000001",
                "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-3.5-lite",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0001000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000001",
            "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-3.5-lite",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "d585f67dd7061f3594cf7d928d67fb34c464b0974658aed0d06266c0c2e1d23e",
    "input_html_sha256": "3e27cc7b2852ab5505e9113530027991b280cc4a6b687b0a2a66f83487ca0192",
    "private_audit_sha256": "ccb6b814f3888e9385e6a5e8467629f38a5e08cc646b615f13083965b653b38f",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/he/voyage-3-5-lite/",
    "description": "Voyage 3.5 Lite יוצר ייצוגים וקטוריים לטקסט עבור חיפוש סמנטי, תוך התמקדות בהשהיה ובאחזור יעיל. הוא תומך בחלון הקשר של 32,000 טוקנים, בארבעה גדלי וקטורים ובפלט שעבר קוונטיזציה, לחיפוש במאגרי ידע, להתאמת מסמכים ול-RAG.",
    "locale": "he",
    "md_url": "https://ailoot.ai/models/he/voyage-3-5-lite/index.md",
    "title": "Voyage AI: Voyage 3.5 Lite — Ailoot",
    "url": "https://ailoot.ai/models/he/voyage-3-5-lite/"
  },
  "rawModel": {
    "about": "Voyage 3.5 Lite ממיר טקסט לייצוגים וקטוריים לצורך אחזור סמנטי. Voyage AI מתארת את המהדורה הזאת כמותאמת להשהיה ולעלות, ולכן היא מועמדת לחוויות חיפוש שיוצרות ייצוגים וקטוריים לשאלות נכנסות בתדירות גבוהה או מחזיקות אוסף גדול של קטעים ניתנים לחיפוש. הפלט הוא ייצוג מספרי של הטקסט שסופק, שיישום אחזור משווה לווקטורים שנשמרו עבור חומר המקור שלו.\n\nהתחילו באוסף שהגבולות בו תואמים את משימת המשתמש. במרכז עזרה, קטע אחד יכול להסביר הליך ואת התנאים המקדימים שלו. בארכיון דיונים, שמרו מספיק משרשרת התשובות כדי לזהות למה התשובה מתייחסת. תוצאה צריכה להוביל לראיה שאפשר לקרוא, ולכן יש לשמור את הטקסט המקורי, קישור המקור היציב והמטא-נתונים של המסמך לצד כל ייצוג וקטורי.\n\nכתבו שאילתות בדיקה כפי שמשתמשים היו שואלים אותן. «איפה משנים את הכתובת בחשבונית?» היא בדיקת חיפוש מועילה יותר מהעתקת כותרת המאמר הרלוונטי. כללו שאלות קצרות, ניסוחים חלופיים, קיצורים מקצועיים ומקרים שמזכירים כמה מושגים. בדקו את הקטעים שהוחזרו וזהו אם תוצאה שהוחמצה נובעת מתוכן מקור חסר, מגבולות קטעים לא מוצלחים או מבחירה באופן האחזור.\n\nהיצרן מתעד חלון הקשר של 32,000 טוקנים. הקיבולת הזאת מאפשרת קלטי טקסט משמעותיים, אך אורך הקטע נשאר החלטת תכנון של חוויית החיפוש. שמרו תשובה תמציתית יחד עם התנאים הדרושים לה; הימנעו מהפרדת הגדרה מהמונח שהיא מסבירה. חלצו טקסט קריא מהמקור והסירו רכיבי ניווט החוזרים בכל עמוד כאשר הם מסתירים את המידע שהמשתמש מבקש.\n\nVoyage 3.5 Lite תומך ב-2,048, 1,024, 512 ו-256 ממדים. ייצוגי נקודה צפה, מספרים שלמים של שמונה סיביות וייצוגים בינאריים מספקים אפשרויות נוספות לאינדקס הווקטורים. בדקו ייצוג קטן יותר או כזה שעבר קוונטיזציה מול אותן שאלות ואותו אוסף טקסטים ששימשו לקו הבסיס בדיוק מלא. תעדו את המודל, מספר הממדים וסוג הנתונים שנבחרו לצד האינדקס, כדי שווקטורי השאילתה ישתמשו בהגדרות המתאימות.\n\nבתהליך האחזור של היצרן, הגדירו קטעים מאונדקסים כמסמכים וחיפושים נכנסים כשאילתות. שמרו על המיפוי של כל וקטור שהוחזר לטקסט הקלט שלו בעת עיבוד כמה קטעים יחד. פעולת יצירת ייצוגים וקטוריים שהצליחה מספקת וקטורים; היישום עדיין צריך לשמור אותם ברשומות הנכונות ולחשוף את קטע המקור כשמשתמש פותח תוצאה.\n\nהשתמשו במהדורה הזאת לאוסף תמיכה הניתן לחיפוש, לכלי גילוי מסמכים או לשלב האחזור של עוזר. לחומר רב-לשוני, העריכו את שילובי השפות שקיימים באוסף שלכם במקום להסתמך על בדיקה אחת באנגלית. השאירו את ההרשאות ואת המטא-נתונים של השפה זמינים ליישום, כדי שאפשר יהיה לסנן התאמה רלוונטית ולהציג אותה בהקשר הנכון.\n\nבאוספים גדלים, עדכנו את הווקטורים של קטעים שהשתנו יחד עם גרסאות המקור שלהם. שמרו קבוצת שאלות אמיתית שכוללת התאמות קלות, ניסוחים חלופיים קשים ומסמכים דומים עם תשובות שונות. מדדו את איכות האחזור ואת התנהגות תהליך החיפוש המלא בעומס הצפוי. המיצוב של מהדורת Lite אצל היצרן מסייע לבחור מועמד; מספר הממדים הסופי, אסטרטגיית הקטעים והגדרות האינדקס נובעים מהתוצאות על החומר שלכם.",
    "about_sha256": "6da9d6fd6cfde8d6f5bf8b7aa370b1ddd356c1c7303a01cbc8c52ded9e166385",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0001000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000001",
            "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": "התמחור המלא של התצורה מופיע בפרטים."
      }
    ],
    "ctx": null,
    "display_name": "Voyage AI: Voyage 3.5 Lite",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-3.5-lite",
    "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": "שמרו את התגובה המקורית ואת X-Client-Request-ID לצורך התאמה. תגובה עמומה אינה מתירה לשלוח שוב את אותה בקשת יצירה.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "שמרו את תגובת ה-JSON המלאה, כל וקטור יחד עם האינדקס שלו, את כל שדות השימוש ואת כותרות הבקשה.",
              "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": "יש להשתמש בבורר המודלים המדויק של Ailoot.",
                "default_known": false,
                "enum": [
                  "voyage-3.5-lite"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "טקסט או רשימת טקסטים; יש לשמור וקטור אחד לכל פריט נתונים שהוחזר, יחד עם האינדקס שלו.",
                "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-3.5-lite"
                  ],
                  "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-3.5-lite"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "יש לשלוח טקסט עם המודל שנבחר; יש לשמור כל וקטור שהוחזר ואת האינדקס שלו."
            ],
            "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": "תעריפי בסיס לטוקנים",
            "units": [
              {
                "amount": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000001",
                "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-3.5-lite\",\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": 0.1,
        "input": [
          "text"
        ],
        "label": "ייצוגים וקטוריים",
        "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": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000001",
                "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-3.5-lite",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0001000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000001",
            "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-3.5-lite",
        "request_model_id": "voyage-3.5-lite",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage 3.5 Lite",
    "price": {
      "in": 0.1,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.1,
      "sort_out": 0,
      "varies": false
    },
    "short": "Voyage 3.5 Lite יוצר ייצוגים וקטוריים לטקסט עבור חיפוש סמנטי, תוך התמקדות בהשהיה ובאחזור יעיל. הוא תומך בחלון הקשר של 32,000 טוקנים, בארבעה גדלי וקטורים ובפלט שעבר קוונטיזציה, לחיפוש במאגרי ידע, להתאמת מסמכים ול-RAG.",
    "short_sha256": "61db24acd587cfab4f14b7f3c526314d69996c4d48e50298883531c74deb64a7"
  },
  "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 3.5 Lite יוצר ייצוגים וקטוריים לטקסט עבור חיפוש סמנטי, תוך התמקדות בהשהיה ובאחזור יעיל. הוא תומך בחלון הקשר של 32,000 טוקנים, בארבעה גדלי וקטורים ובפלט שעבר קוונטיזציה, לחיפוש במאגרי ידע, להתאמת מסמכים ול-RAG.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "968b6d6b4c54d4921e78ddbffcf400070f4170f6187bcde063c1fe83f936a685",
    "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910"
  },
  "sourceRevision": "27133964dc21ef2af8042ce7c9db5a03280a9cddb56ee3a2333a36e7006429ff"
}