{
  "aboutHtml": "<p>Voyage 3 Large הוא מודל ליצירת ייצוגים וקטוריים לטקסט, לצורך מציאת מידע רלוונטי באוסף מסמכים. הוא מייצג כל טקסט שסופק כווקטור מספרי, ומאפשר ליישום להשוות בקשת חיפוש לקטעים שהניסוח שלהם עשוי להיות שונה אך המשמעות שלהם קשורה. Voyage AI מציגה את המהדורה הזאת לאחזור לשימוש כללי ובמגוון שפות, עבור חומר כגון תיעוד טכני, שיחות ומסמכים ארוכים.</p><p>בנו את האוסף הניתן לחיפוש מתוך המידע שאנשים צריכים לאחזר בפועל. במאגר ידע על מוצר, שמרו את ההסבר על תכונה יחד עם התנאים המקדימים והחריגים הרלוונטיים שלה. ברישומי פגישות, שמרו תוויות דוברים ומספיק מהדיון שסביבן כדי שיהיה אפשר להבין את הנושא. חלקו מקור גדול בגבולות מועילים ושמרו את כותרת המקור, מזהה המסמך ומיקום הקטע לצד כל וקטור.</p><p>הכינו שאלת חיפוש כשאילתה וחומר מאונדקס כמסמכים. בתהליך יצירת הייצוגים הווקטוריים לטקסט של היצרן, סוג הקלט מגדיר למודל את תפקיד הטקסט באחזור. כך אפשר להשוות שאילתה כגון «איך חבר יכול לשחזר גישה אחרי שאיבד מפתח אבטחה?» לקטעי תמיכה המתארים את הליך השחזור, גם אם הניסוח שלהם שונה. השאירו את הקטע המקורי זמין כדי שתוצאת החיפוש תוכל להציג את הראיות שעומדות מאחורי ההתאמה.</p><p>למודל יש חלון הקשר של 32,000 טוקנים. קלט ארוך יכול לשמר סעיף שלם, אבל מסמך שלם אינו תמיד יחידת החיפוש המועילה ביותר. וקטור רחב עשוי להפנות לקובץ הנכון ועדיין להשאיר לקורא את מציאת התשובה המדויקת. בחרו גבולות קטעים סביב התוצאה שברצונכם להציג, ושמרו כותרות, סייגים והגדרות לצד התוכן שהם מסבירים.</p><p>Voyage 3 Large תומך בווקטורים בעלי 2,048, 1,024, 512 או 256 ממדים. היצרן מתעד גם ייצוגים בנקודה צפה, ייצוגים של שמונה סיביות עם סימן או ללא סימן וייצוגים בינאריים. האפשרויות האלה מאפשרות למערכת אחזור להשוות בין רמת הפירוט של הווקטור, גודל האינדקס והתנהגות החיפוש. בחרו בפורמט שמאגר הווקטורים המיועד תומך בו, ולאחר מכן העריכו אותו על אוסף הטקסטים האמיתי ועל שאלות מייצגות לפני בחירת הגדרות האינדקס לייצור.</p><p>בחיפוש רב-לשוני, כללו שאלות בדיקה בשפות שהמשתמשים שלכם משתמשים בהן ובדקו את קטעי המקור שאוחזרו בשפתם המקורית. ממשק חיפוש משותף יכול לשרת כמה אוספים בשפות שונות, בעוד שהמטא-נתונים של המסמך עדיין מזהים את שפת המקור ואת גרסתו. שמרו שמות בעלי משמעות, קיצורים ומונחים מקצועיים במהלך חילוץ הטקסט, במקום להחליף אותם בסיכום כללי לפני יצירת הייצוג הווקטורי.</p><p>השתמשו בווקטורים לאחזור קטעים מועמדים לעמוד חיפוש, לעוזר ידע או לשלב בחירת מסמכים. השתמשו באותו מודל ובאותן הגדרות וקטורים עבור האוסף המאונדקס והשאילתות שלו. בעת החלפת מודל ליצירת ייצוגים וקטוריים או שינוי ממדי הווקטורים, בנו מחדש והשוו במכוון את האינדקס המושפע; אורך הווקטור לבדו אינו מזהה כיצד הוא נוצר.</p><p>העריכו את התוצאה לפי אחזור מועיל: האם הקטע הנכון מופיע, האם קטעים קרובים אך מטעים מדורגים מעליו והאם הקטע שמוצג כולל את התשובה. שמרו קבוצה קטנה של שאלות אמיתיות עם המקורות הצפויים, לרבות ניסוחים עמומים ומסמכים כמעט כפולים. הייצוג הווקטורי מספק צורה ניתנת לחיפוש; היישום שומר את טקסט המקור, ההרשאות והקישורים הדרושים כדי להפוך התאמה לתוצאה שימושית.</p>",
  "aboutText": "Voyage 3 Large הוא מודל ליצירת ייצוגים וקטוריים לטקסט, לצורך מציאת מידע רלוונטי באוסף מסמכים. הוא מייצג כל טקסט שסופק כווקטור מספרי, ומאפשר ליישום להשוות בקשת חיפוש לקטעים שהניסוח שלהם עשוי להיות שונה אך המשמעות שלהם קשורה. Voyage AI מציגה את המהדורה הזאת לאחזור לשימוש כללי ובמגוון שפות, עבור חומר כגון תיעוד טכני, שיחות ומסמכים ארוכים.\n\nבנו את האוסף הניתן לחיפוש מתוך המידע שאנשים צריכים לאחזר בפועל. במאגר ידע על מוצר, שמרו את ההסבר על תכונה יחד עם התנאים המקדימים והחריגים הרלוונטיים שלה. ברישומי פגישות, שמרו תוויות דוברים ומספיק מהדיון שסביבן כדי שיהיה אפשר להבין את הנושא. חלקו מקור גדול בגבולות מועילים ושמרו את כותרת המקור, מזהה המסמך ומיקום הקטע לצד כל וקטור.\n\nהכינו שאלת חיפוש כשאילתה וחומר מאונדקס כמסמכים. בתהליך יצירת הייצוגים הווקטוריים לטקסט של היצרן, סוג הקלט מגדיר למודל את תפקיד הטקסט באחזור. כך אפשר להשוות שאילתה כגון «איך חבר יכול לשחזר גישה אחרי שאיבד מפתח אבטחה?» לקטעי תמיכה המתארים את הליך השחזור, גם אם הניסוח שלהם שונה. השאירו את הקטע המקורי זמין כדי שתוצאת החיפוש תוכל להציג את הראיות שעומדות מאחורי ההתאמה.\n\nלמודל יש חלון הקשר של 32,000 טוקנים. קלט ארוך יכול לשמר סעיף שלם, אבל מסמך שלם אינו תמיד יחידת החיפוש המועילה ביותר. וקטור רחב עשוי להפנות לקובץ הנכון ועדיין להשאיר לקורא את מציאת התשובה המדויקת. בחרו גבולות קטעים סביב התוצאה שברצונכם להציג, ושמרו כותרות, סייגים והגדרות לצד התוכן שהם מסבירים.\n\nVoyage 3 Large תומך בווקטורים בעלי 2,048, 1,024, 512 או 256 ממדים. היצרן מתעד גם ייצוגים בנקודה צפה, ייצוגים של שמונה סיביות עם סימן או ללא סימן וייצוגים בינאריים. האפשרויות האלה מאפשרות למערכת אחזור להשוות בין רמת הפירוט של הווקטור, גודל האינדקס והתנהגות החיפוש. בחרו בפורמט שמאגר הווקטורים המיועד תומך בו, ולאחר מכן העריכו אותו על אוסף הטקסטים האמיתי ועל שאלות מייצגות לפני בחירת הגדרות האינדקס לייצור.\n\nבחיפוש רב-לשוני, כללו שאלות בדיקה בשפות שהמשתמשים שלכם משתמשים בהן ובדקו את קטעי המקור שאוחזרו בשפתם המקורית. ממשק חיפוש משותף יכול לשרת כמה אוספים בשפות שונות, בעוד שהמטא-נתונים של המסמך עדיין מזהים את שפת המקור ואת גרסתו. שמרו שמות בעלי משמעות, קיצורים ומונחים מקצועיים במהלך חילוץ הטקסט, במקום להחליף אותם בסיכום כללי לפני יצירת הייצוג הווקטורי.\n\nהשתמשו בווקטורים לאחזור קטעים מועמדים לעמוד חיפוש, לעוזר ידע או לשלב בחירת מסמכים. השתמשו באותו מודל ובאותן הגדרות וקטורים עבור האוסף המאונדקס והשאילתות שלו. בעת החלפת מודל ליצירת ייצוגים וקטוריים או שינוי ממדי הווקטורים, בנו מחדש והשוו במכוון את האינדקס המושפע; אורך הווקטור לבדו אינו מזהה כיצד הוא נוצר.\n\nהעריכו את התוצאה לפי אחזור מועיל: האם הקטע הנכון מופיע, האם קטעים קרובים אך מטעים מדורגים מעליו והאם הקטע שמוצג כולל את התשובה. שמרו קבוצה קטנה של שאלות אמיתיות עם המקורות הצפויים, לרבות ניסוחים עמומים ומסמכים כמעט כפולים. הייצוג הווקטורי מספק צורה ניתנת לחיפוש; היישום שומר את טקסט המקור, ההרשאות והקישורים הדרושים כדי להפוך התאמה לתוצאה שימושית.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "20f74bdcefb486578e734cf51643642df86e8d55193f72877669f13b929d66aa",
    "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 Large</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-large</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-large\">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 Large הופך טקסט לווקטורים לאחזור לשימוש כללי ובמגוון שפות. חלון הקלט שלו, של 32,000 טוקנים, ממדי וקטורים לבחירה ופורמטים שעברו קוונטיזציה תומכים במאגרי ידע ניתנים לחיפוש, בגילוי מסמכים וביצירה הנתמכת באחזור.</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 Large הוא מודל ליצירת ייצוגים וקטוריים לטקסט, לצורך מציאת מידע רלוונטי באוסף מסמכים. הוא מייצג כל טקסט שסופק כווקטור מספרי, ומאפשר ליישום להשוות בקשת חיפוש לקטעים שהניסוח שלהם עשוי להיות שונה אך המשמעות שלהם קשורה. Voyage AI מציגה את המהדורה הזאת לאחזור לשימוש כללי ובמגוון שפות, עבור חומר כגון תיעוד טכני, שיחות ומסמכים ארוכים.</p><p>בנו את האוסף הניתן לחיפוש מתוך המידע שאנשים צריכים לאחזר בפועל. במאגר ידע על מוצר, שמרו את ההסבר על תכונה יחד עם התנאים המקדימים והחריגים הרלוונטיים שלה. ברישומי פגישות, שמרו תוויות דוברים ומספיק מהדיון שסביבן כדי שיהיה אפשר להבין את הנושא. חלקו מקור גדול בגבולות מועילים ושמרו את כותרת המקור, מזהה המסמך ומיקום הקטע לצד כל וקטור.</p><p>הכינו שאלת חיפוש כשאילתה וחומר מאונדקס כמסמכים. בתהליך יצירת הייצוגים הווקטוריים לטקסט של היצרן, סוג הקלט מגדיר למודל את תפקיד הטקסט באחזור. כך אפשר להשוות שאילתה כגון «איך חבר יכול לשחזר גישה אחרי שאיבד מפתח אבטחה?» לקטעי תמיכה המתארים את הליך השחזור, גם אם הניסוח שלהם שונה. השאירו את הקטע המקורי זמין כדי שתוצאת החיפוש תוכל להציג את הראיות שעומדות מאחורי ההתאמה.</p><p>למודל יש חלון הקשר של 32,000 טוקנים. קלט ארוך יכול לשמר סעיף שלם, אבל מסמך שלם אינו תמיד יחידת החיפוש המועילה ביותר. וקטור רחב עשוי להפנות לקובץ הנכון ועדיין להשאיר לקורא את מציאת התשובה המדויקת. בחרו גבולות קטעים סביב התוצאה שברצונכם להציג, ושמרו כותרות, סייגים והגדרות לצד התוכן שהם מסבירים.</p><p>Voyage 3 Large תומך בווקטורים בעלי 2,048, 1,024, 512 או 256 ממדים. היצרן מתעד גם ייצוגים בנקודה צפה, ייצוגים של שמונה סיביות עם סימן או ללא סימן וייצוגים בינאריים. האפשרויות האלה מאפשרות למערכת אחזור להשוות בין רמת הפירוט של הווקטור, גודל האינדקס והתנהגות החיפוש. בחרו בפורמט שמאגר הווקטורים המיועד תומך בו, ולאחר מכן העריכו אותו על אוסף הטקסטים האמיתי ועל שאלות מייצגות לפני בחירת הגדרות האינדקס לייצור.</p><p>בחיפוש רב-לשוני, כללו שאלות בדיקה בשפות שהמשתמשים שלכם משתמשים בהן ובדקו את קטעי המקור שאוחזרו בשפתם המקורית. ממשק חיפוש משותף יכול לשרת כמה אוספים בשפות שונות, בעוד שהמטא-נתונים של המסמך עדיין מזהים את שפת המקור ואת גרסתו. שמרו שמות בעלי משמעות, קיצורים ומונחים מקצועיים במהלך חילוץ הטקסט, במקום להחליף אותם בסיכום כללי לפני יצירת הייצוג הווקטורי.</p><p>השתמשו בווקטורים לאחזור קטעים מועמדים לעמוד חיפוש, לעוזר ידע או לשלב בחירת מסמכים. השתמשו באותו מודל ובאותן הגדרות וקטורים עבור האוסף המאונדקס והשאילתות שלו. בעת החלפת מודל ליצירת ייצוגים וקטוריים או שינוי ממדי הווקטורים, בנו מחדש והשוו במכוון את האינדקס המושפע; אורך הווקטור לבדו אינו מזהה כיצד הוא נוצר.</p><p>העריכו את התוצאה לפי אחזור מועיל: האם הקטע הנכון מופיע, האם קטעים קרובים אך מטעים מדורגים מעליו והאם הקטע שמוצג כולל את התשובה. שמרו קבוצה קטנה של שאלות אמיתיות עם המקורות הצפויים, לרבות ניסוחים עמומים ומסמכים כמעט כפולים. הייצוג הווקטורי מספק צורה ניתנת לחיפוש; היישום שומר את טקסט המקור, ההרשאות והקישורים הדרושים כדי להפוך התאמה לתוצאה שימושית.</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-large</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>$0.0004</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>פלט · טוקני פלט</span> <b>$0</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · קריאה מהמטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון, 1 שעה</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. <a href=\"/docs/he/billing/reserve/\">איך פועלים שריון הסכום והסדרת החיוב →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">דוגמאות לבקשות</h3><h4>Ailoot Ultra · ייצוגים וקטוריים</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"אפשרויות קוד\"><button class=\"cg-tab\" id=\"model-code-2787-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2787-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · שמרו את כל הווקטורים ואת נתוני השימוש</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"העתקת הקוד\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2787-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2787-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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-large&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-large&amp;route=Ultra&amp;caller=voyage-3-large&amp;fmt=embeddings\"><code>voyage-3-large</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-large&amp;route=Ultra&amp;caller=voyage-3-large&amp;fmt=embeddings\"><code>voyage-3-large</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-3-large",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-3-large",
      "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-large"
                ],
                "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-large"
                  ],
                  "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-large"
              },
              "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": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-3-large\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "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": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "voyage-3-large",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "c85072d503489991cfc0cfc30051d5501643387a8eeb81396d0c6eb1ba052fd3",
    "input_html_sha256": "1da27e5188f5ae732a811a3bff914a4456ecf90fe3b171c120049a2ea4b37680",
    "private_audit_sha256": "ad7908e28b13c681256ca029d4de9e65e36b01d1ed45b12ce2197527c3abd8d9",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/he/voyage-3-large/",
    "description": "Voyage 3 Large הופך טקסט לווקטורים לאחזור לשימוש כללי ובמגוון שפות. חלון הקלט שלו, של 32,000 טוקנים, ממדי וקטורים לבחירה ופורמטים שעברו קוונטיזציה תומכים במאגרי ידע ניתנים לחיפוש, בגילוי מסמכים וביצירה הנתמכת באחזור.",
    "locale": "he",
    "md_url": "https://ailoot.ai/models/he/voyage-3-large/index.md",
    "title": "Voyage AI: Voyage 3 Large — Ailoot",
    "url": "https://ailoot.ai/models/he/voyage-3-large/"
  },
  "rawModel": {
    "about": "Voyage 3 Large הוא מודל ליצירת ייצוגים וקטוריים לטקסט, לצורך מציאת מידע רלוונטי באוסף מסמכים. הוא מייצג כל טקסט שסופק כווקטור מספרי, ומאפשר ליישום להשוות בקשת חיפוש לקטעים שהניסוח שלהם עשוי להיות שונה אך המשמעות שלהם קשורה. Voyage AI מציגה את המהדורה הזאת לאחזור לשימוש כללי ובמגוון שפות, עבור חומר כגון תיעוד טכני, שיחות ומסמכים ארוכים.\n\nבנו את האוסף הניתן לחיפוש מתוך המידע שאנשים צריכים לאחזר בפועל. במאגר ידע על מוצר, שמרו את ההסבר על תכונה יחד עם התנאים המקדימים והחריגים הרלוונטיים שלה. ברישומי פגישות, שמרו תוויות דוברים ומספיק מהדיון שסביבן כדי שיהיה אפשר להבין את הנושא. חלקו מקור גדול בגבולות מועילים ושמרו את כותרת המקור, מזהה המסמך ומיקום הקטע לצד כל וקטור.\n\nהכינו שאלת חיפוש כשאילתה וחומר מאונדקס כמסמכים. בתהליך יצירת הייצוגים הווקטוריים לטקסט של היצרן, סוג הקלט מגדיר למודל את תפקיד הטקסט באחזור. כך אפשר להשוות שאילתה כגון «איך חבר יכול לשחזר גישה אחרי שאיבד מפתח אבטחה?» לקטעי תמיכה המתארים את הליך השחזור, גם אם הניסוח שלהם שונה. השאירו את הקטע המקורי זמין כדי שתוצאת החיפוש תוכל להציג את הראיות שעומדות מאחורי ההתאמה.\n\nלמודל יש חלון הקשר של 32,000 טוקנים. קלט ארוך יכול לשמר סעיף שלם, אבל מסמך שלם אינו תמיד יחידת החיפוש המועילה ביותר. וקטור רחב עשוי להפנות לקובץ הנכון ועדיין להשאיר לקורא את מציאת התשובה המדויקת. בחרו גבולות קטעים סביב התוצאה שברצונכם להציג, ושמרו כותרות, סייגים והגדרות לצד התוכן שהם מסבירים.\n\nVoyage 3 Large תומך בווקטורים בעלי 2,048, 1,024, 512 או 256 ממדים. היצרן מתעד גם ייצוגים בנקודה צפה, ייצוגים של שמונה סיביות עם סימן או ללא סימן וייצוגים בינאריים. האפשרויות האלה מאפשרות למערכת אחזור להשוות בין רמת הפירוט של הווקטור, גודל האינדקס והתנהגות החיפוש. בחרו בפורמט שמאגר הווקטורים המיועד תומך בו, ולאחר מכן העריכו אותו על אוסף הטקסטים האמיתי ועל שאלות מייצגות לפני בחירת הגדרות האינדקס לייצור.\n\nבחיפוש רב-לשוני, כללו שאלות בדיקה בשפות שהמשתמשים שלכם משתמשים בהן ובדקו את קטעי המקור שאוחזרו בשפתם המקורית. ממשק חיפוש משותף יכול לשרת כמה אוספים בשפות שונות, בעוד שהמטא-נתונים של המסמך עדיין מזהים את שפת המקור ואת גרסתו. שמרו שמות בעלי משמעות, קיצורים ומונחים מקצועיים במהלך חילוץ הטקסט, במקום להחליף אותם בסיכום כללי לפני יצירת הייצוג הווקטורי.\n\nהשתמשו בווקטורים לאחזור קטעים מועמדים לעמוד חיפוש, לעוזר ידע או לשלב בחירת מסמכים. השתמשו באותו מודל ובאותן הגדרות וקטורים עבור האוסף המאונדקס והשאילתות שלו. בעת החלפת מודל ליצירת ייצוגים וקטוריים או שינוי ממדי הווקטורים, בנו מחדש והשוו במכוון את האינדקס המושפע; אורך הווקטור לבדו אינו מזהה כיצד הוא נוצר.\n\nהעריכו את התוצאה לפי אחזור מועיל: האם הקטע הנכון מופיע, האם קטעים קרובים אך מטעים מדורגים מעליו והאם הקטע שמוצג כולל את התשובה. שמרו קבוצה קטנה של שאלות אמיתיות עם המקורות הצפויים, לרבות ניסוחים עמומים ומסמכים כמעט כפולים. הייצוג הווקטורי מספק צורה ניתנת לחיפוש; היישום שומר את טקסט המקור, ההרשאות והקישורים הדרושים כדי להפוך התאמה לתוצאה שימושית.",
    "about_sha256": "f8a14551c12ad8f26e408dfc995cf463d79d159d38d8d98b1790a59c1789dcc3",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "התמחור המלא של התצורה מופיע בפרטים."
      }
    ],
    "ctx": null,
    "display_name": "Voyage AI: Voyage 3 Large",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-3-large",
    "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-large"
                ],
                "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-large"
                  ],
                  "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-large"
              },
              "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": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-3-large\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "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": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "voyage-3-large",
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage 3 Large",
    "price": {
      "in": 0.4,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.4,
      "sort_out": 0,
      "varies": false
    },
    "short": "Voyage 3 Large הופך טקסט לווקטורים לאחזור לשימוש כללי ובמגוון שפות. חלון הקלט שלו, של 32,000 טוקנים, ממדי וקטורים לבחירה ופורמטים שעברו קוונטיזציה תומכים במאגרי ידע ניתנים לחיפוש, בגילוי מסמכים וביצירה הנתמכת באחזור.",
    "short_sha256": "97e0e5100c1133c3a38a116210c6492617852a455c2338779be2ecc6f0754b10"
  },
  "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 Large הופך טקסט לווקטורים לאחזור לשימוש כללי ובמגוון שפות. חלון הקלט שלו, של 32,000 טוקנים, ממדי וקטורים לבחירה ופורמטים שעברו קוונטיזציה תומכים במאגרי ידע ניתנים לחיפוש, בגילוי מסמכים וביצירה הנתמכת באחזור.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "ffab88534c96ff7bbfcbe939dd9f376bd8256deca222d21956797aff0dfab5a9",
    "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910"
  },
  "sourceRevision": "1682e90df8e05ec074eae29db5b59271e2a98099c9b1d86497e82c20d1fea509"
}