{
  "aboutHtml": "<p>Voyage Code 2 יוצר ייצוגים וקטוריים מספריים לקוד מקור ולטקסט קשור. הוא מיועד לאחזור סמנטי של קוד, שבו מפתח מתאר התנהגות או מספק קטע קוד ומערכת החיפוש מוצאת מימושים רלוונטיים. הדוגמאות של היצרן כוללות שאלות בשפה טבעית, קטעי קוד ושילובים של השניים כקלטי חיפוש.</p><p>השתמשו בו כדי לבנות חוויית חיפוש במאגר קוד סביב שאלות פיתוח אמיתיות. מפתח עשוי לחפש שגרה שמסירה רק את התו התואם הראשון ואת האחרון, או את החלק בפרויקט שמיישם סריקה מסוימת של עץ. הכינו שאילתות שמביעות את ההתנהגות במדויק, לרבות התנאי שמבדיל בין המימוש המיועד לבין מימוש קרוב אך שגוי.</p><p>אנדקסו קוד ביחידות מועילות במקום לפצל כל קובץ לפי מספר תווים שרירותי. שמרו יחד את חתימת הפונקציה, הגוף שלה וההסבר הרלוונטי. כשפונקציית עזר תלויה בטיפוסים או בקבועים מקומיים, שמרו מספיק מהטקסט שסביבה כדי שמטרתה תהיה מובנת. שמרו נתיבי קבצים, גרסאות מאגר ומיקומי מקור מחוץ לייצוג הווקטורי, כדי שהתוצאה תוכל לפתוח ישירות את הקוד המקורי.</p><p>למהדורה הזאת יש חלון הקשר של 16,000 טוקנים, והיא מפיקה ייצוגים וקטוריים בעלי 1,536 ממדים. התאימו את גודל אינדקס הווקטורים לייצוג הזה ושמרו על שיוך הייצוגים הווקטוריים של השאילתות והמסמכים לאותו מודל. אוסף שכבר אונדקס עם Voyage Code 2 יכול לשמור על ייצוג אחזור עקבי בזמן שרשומות המקור שלו מתעדכנות. יש להתייחס למעבר למהדורה אחרת של מודל לייצוגים וקטוריים כהגירת אינדקס, עם השוואה מפורשת על אותו מאגר קוד.</p><p>לשאילתה בשפה טבעית, תארו את הפעולה, הקלטים והתוצאה הרלוונטית. לשאילתת קוד, כללו את הקטע שאת הלוגיקה שלו צריך להתאים והסבירו כל תנאי שחשוב לחיפוש. חיפוש אחר טיפול בניסיונות חוזרים, למשל, יכול לציין אם הקוד הרלוונטי מנסה שוב אחרי פקיעת זמן המתנה או אחרי תשובת שגיאה מלאה. יש לבדוק את ההבחנה הזאת בקוד המקור שאוחזר לפני שמשתמשים בו בעריכה.</p><p>שמרו על עקיבות התיעוד וקוד המקור כשמאנדקסים את שניהם. קטע הסבר עשוי להיות הקשר מועיל, ואילו המימוש הוא התוצר שמפתח צריך לבדוק. תייגו את סוגי הרשומות האלה כדי שעמוד חיפוש יוכל להציג את היעד הנכון ועוזר קוד יוכל להבחין בין תיאור לבין קוד מקור בר-ביצוע.</p><p>השתמשו בקטעים שאוחזרו כהקשר לניווט במאגר קוד, לגילוי מימושים או לשלב הבא של עוזר קוד. שמרו את הקטע הרלוונטי השלם ואת מיקומו כשמעבירים אותו הלאה. דמיון מסייע למצוא קוד מועמד; בדיקת הקלטים בפועל, תופעות הלוואי והחוזים קובעת אם המועמד פותר את הבעיה הנוכחית.</p><p>העריכו אחזור באמצעות קבוצת שאלות אמיתיות עם תשובות ידועות בקוד המקור. כללו פונקציות ששמן השתנה, הערות מטעות, כלי עזר דומים עם מקרי קצה שונים ושאילתות המשתמשות באוצר מילים שאינו מופיע בקוד. בדקו אם המימוש הצפוי מופיע בין התוצאות המועילות ואם הקטע המוצג מספק מספיק הקשר כדי להעריך אותו. שמרו את השאלות האלה עם גדילת המאגר, כדי שיהיה אפשר להשוות שינויים בחילוץ הטקסט, בגבולות הקטעים או באינדוקס מול אותן משימות.</p>",
  "aboutText": "Voyage Code 2 יוצר ייצוגים וקטוריים מספריים לקוד מקור ולטקסט קשור. הוא מיועד לאחזור סמנטי של קוד, שבו מפתח מתאר התנהגות או מספק קטע קוד ומערכת החיפוש מוצאת מימושים רלוונטיים. הדוגמאות של היצרן כוללות שאלות בשפה טבעית, קטעי קוד ושילובים של השניים כקלטי חיפוש.\n\nהשתמשו בו כדי לבנות חוויית חיפוש במאגר קוד סביב שאלות פיתוח אמיתיות. מפתח עשוי לחפש שגרה שמסירה רק את התו התואם הראשון ואת האחרון, או את החלק בפרויקט שמיישם סריקה מסוימת של עץ. הכינו שאילתות שמביעות את ההתנהגות במדויק, לרבות התנאי שמבדיל בין המימוש המיועד לבין מימוש קרוב אך שגוי.\n\nאנדקסו קוד ביחידות מועילות במקום לפצל כל קובץ לפי מספר תווים שרירותי. שמרו יחד את חתימת הפונקציה, הגוף שלה וההסבר הרלוונטי. כשפונקציית עזר תלויה בטיפוסים או בקבועים מקומיים, שמרו מספיק מהטקסט שסביבה כדי שמטרתה תהיה מובנת. שמרו נתיבי קבצים, גרסאות מאגר ומיקומי מקור מחוץ לייצוג הווקטורי, כדי שהתוצאה תוכל לפתוח ישירות את הקוד המקורי.\n\nלמהדורה הזאת יש חלון הקשר של 16,000 טוקנים, והיא מפיקה ייצוגים וקטוריים בעלי 1,536 ממדים. התאימו את גודל אינדקס הווקטורים לייצוג הזה ושמרו על שיוך הייצוגים הווקטוריים של השאילתות והמסמכים לאותו מודל. אוסף שכבר אונדקס עם Voyage Code 2 יכול לשמור על ייצוג אחזור עקבי בזמן שרשומות המקור שלו מתעדכנות. יש להתייחס למעבר למהדורה אחרת של מודל לייצוגים וקטוריים כהגירת אינדקס, עם השוואה מפורשת על אותו מאגר קוד.\n\nלשאילתה בשפה טבעית, תארו את הפעולה, הקלטים והתוצאה הרלוונטית. לשאילתת קוד, כללו את הקטע שאת הלוגיקה שלו צריך להתאים והסבירו כל תנאי שחשוב לחיפוש. חיפוש אחר טיפול בניסיונות חוזרים, למשל, יכול לציין אם הקוד הרלוונטי מנסה שוב אחרי פקיעת זמן המתנה או אחרי תשובת שגיאה מלאה. יש לבדוק את ההבחנה הזאת בקוד המקור שאוחזר לפני שמשתמשים בו בעריכה.\n\nשמרו על עקיבות התיעוד וקוד המקור כשמאנדקסים את שניהם. קטע הסבר עשוי להיות הקשר מועיל, ואילו המימוש הוא התוצר שמפתח צריך לבדוק. תייגו את סוגי הרשומות האלה כדי שעמוד חיפוש יוכל להציג את היעד הנכון ועוזר קוד יוכל להבחין בין תיאור לבין קוד מקור בר-ביצוע.\n\nהשתמשו בקטעים שאוחזרו כהקשר לניווט במאגר קוד, לגילוי מימושים או לשלב הבא של עוזר קוד. שמרו את הקטע הרלוונטי השלם ואת מיקומו כשמעבירים אותו הלאה. דמיון מסייע למצוא קוד מועמד; בדיקת הקלטים בפועל, תופעות הלוואי והחוזים קובעת אם המועמד פותר את הבעיה הנוכחית.\n\nהעריכו אחזור באמצעות קבוצת שאלות אמיתיות עם תשובות ידועות בקוד המקור. כללו פונקציות ששמן השתנה, הערות מטעות, כלי עזר דומים עם מקרי קצה שונים ושאילתות המשתמשות באוצר מילים שאינו מופיע בקוד. בדקו אם המימוש הצפוי מופיע בין התוצאות המועילות ואם הקטע המוצג מספק מספיק הקשר כדי להעריך אותו. שמרו את השאלות האלה עם גדילת המאגר, כדי שיהיה אפשר להשוות שינויים בחילוץ הטקסט, בגבולות הקטעים או באינדוקס מול אותן משימות.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "dccd5e6397cbaf5925e00db99a3b01f6b1f485587dc2af7481a2c75af0a13438",
    "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 Code 2</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"סגירה\">×</button></div><div class=\"idline\"><span>Voyage AI /</span><code>voyage-code-2</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-code-2\">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 Code 2 יוצר ייצוגים וקטוריים לקוד מקור ולטקסט קשור עבור חיפוש סמנטי במאגרי קוד. שאלות בשפה טבעית, קטעי קוד או שאילתות המשלבות ביניהם יכולים לאחזר מימושים רלוונטיים; המהדורה הזאת משתמשת בחלון הקשר של 16,000 טוקנים ובווקטורים בעלי 1,536 ממדים.</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 Code 2 יוצר ייצוגים וקטוריים מספריים לקוד מקור ולטקסט קשור. הוא מיועד לאחזור סמנטי של קוד, שבו מפתח מתאר התנהגות או מספק קטע קוד ומערכת החיפוש מוצאת מימושים רלוונטיים. הדוגמאות של היצרן כוללות שאלות בשפה טבעית, קטעי קוד ושילובים של השניים כקלטי חיפוש.</p><p>השתמשו בו כדי לבנות חוויית חיפוש במאגר קוד סביב שאלות פיתוח אמיתיות. מפתח עשוי לחפש שגרה שמסירה רק את התו התואם הראשון ואת האחרון, או את החלק בפרויקט שמיישם סריקה מסוימת של עץ. הכינו שאילתות שמביעות את ההתנהגות במדויק, לרבות התנאי שמבדיל בין המימוש המיועד לבין מימוש קרוב אך שגוי.</p><p>אנדקסו קוד ביחידות מועילות במקום לפצל כל קובץ לפי מספר תווים שרירותי. שמרו יחד את חתימת הפונקציה, הגוף שלה וההסבר הרלוונטי. כשפונקציית עזר תלויה בטיפוסים או בקבועים מקומיים, שמרו מספיק מהטקסט שסביבה כדי שמטרתה תהיה מובנת. שמרו נתיבי קבצים, גרסאות מאגר ומיקומי מקור מחוץ לייצוג הווקטורי, כדי שהתוצאה תוכל לפתוח ישירות את הקוד המקורי.</p><p>למהדורה הזאת יש חלון הקשר של 16,000 טוקנים, והיא מפיקה ייצוגים וקטוריים בעלי 1,536 ממדים. התאימו את גודל אינדקס הווקטורים לייצוג הזה ושמרו על שיוך הייצוגים הווקטוריים של השאילתות והמסמכים לאותו מודל. אוסף שכבר אונדקס עם Voyage Code 2 יכול לשמור על ייצוג אחזור עקבי בזמן שרשומות המקור שלו מתעדכנות. יש להתייחס למעבר למהדורה אחרת של מודל לייצוגים וקטוריים כהגירת אינדקס, עם השוואה מפורשת על אותו מאגר קוד.</p><p>לשאילתה בשפה טבעית, תארו את הפעולה, הקלטים והתוצאה הרלוונטית. לשאילתת קוד, כללו את הקטע שאת הלוגיקה שלו צריך להתאים והסבירו כל תנאי שחשוב לחיפוש. חיפוש אחר טיפול בניסיונות חוזרים, למשל, יכול לציין אם הקוד הרלוונטי מנסה שוב אחרי פקיעת זמן המתנה או אחרי תשובת שגיאה מלאה. יש לבדוק את ההבחנה הזאת בקוד המקור שאוחזר לפני שמשתמשים בו בעריכה.</p><p>שמרו על עקיבות התיעוד וקוד המקור כשמאנדקסים את שניהם. קטע הסבר עשוי להיות הקשר מועיל, ואילו המימוש הוא התוצר שמפתח צריך לבדוק. תייגו את סוגי הרשומות האלה כדי שעמוד חיפוש יוכל להציג את היעד הנכון ועוזר קוד יוכל להבחין בין תיאור לבין קוד מקור בר-ביצוע.</p><p>השתמשו בקטעים שאוחזרו כהקשר לניווט במאגר קוד, לגילוי מימושים או לשלב הבא של עוזר קוד. שמרו את הקטע הרלוונטי השלם ואת מיקומו כשמעבירים אותו הלאה. דמיון מסייע למצוא קוד מועמד; בדיקת הקלטים בפועל, תופעות הלוואי והחוזים קובעת אם המועמד פותר את הבעיה הנוכחית.</p><p>העריכו אחזור באמצעות קבוצת שאלות אמיתיות עם תשובות ידועות בקוד המקור. כללו פונקציות ששמן השתנה, הערות מטעות, כלי עזר דומים עם מקרי קצה שונים ושאילתות המשתמשות באוצר מילים שאינו מופיע בקוד. בדקו אם המימוש הצפוי מופיע בין התוצאות המועילות ואם הקטע המוצג מספק מספיק הקשר כדי להעריך אותו. שמרו את השאלות האלה עם גדילת המאגר, כדי שיהיה אפשר להשוות שינויים בחילוץ הטקסט, בגבולות הקטעים או באינדוקס מול אותן משימות.</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-code-2</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>$0</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · קריאה מהמטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון, 1 שעה</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. <a href=\"/docs/he/billing/reserve/\">איך פועלים שריון הסכום והסדרת החיוב →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">דוגמאות לבקשות</h3><h4>Ailoot Ultra · ייצוגים וקטוריים</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"אפשרויות קוד\"><button class=\"cg-tab\" id=\"model-code-2789-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2789-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · שמרו את כל הווקטורים ואת נתוני השימוש</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"העתקת הקוד\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2789-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2789-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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-code-2&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-code-2&amp;route=Ultra&amp;caller=voyage-code-2&amp;fmt=embeddings\"><code>voyage-code-2</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-code-2&amp;route=Ultra&amp;caller=voyage-code-2&amp;fmt=embeddings\"><code>voyage-code-2</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-code-2",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-code-2",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-code-2",
      "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-code-2"
                ],
                "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-code-2"
                  ],
                  "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-code-2"
              },
              "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-code-2\",\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-code-2",
        "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-code-2",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "3ec0d2ed06656f9891b3ce169f61556272cfceca309d1b64dffe5af3d0181307",
    "input_html_sha256": "8785002aa891a8e126cc0b7b2f3ed62338aaadb10657b1ee7d3471bea0ccc687",
    "private_audit_sha256": "0e2fe8031a4a38f4b9e7834c5b06164a97f022b69815e0410d030057a70b75ef",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/he/voyage-code-2/",
    "description": "Voyage Code 2 יוצר ייצוגים וקטוריים לקוד מקור ולטקסט קשור עבור חיפוש סמנטי במאגרי קוד. שאלות בשפה טבעית, קטעי קוד או שאילתות המשלבות ביניהם יכולים לאחזר מימושים רלוונטיים; המהדורה הזאת משתמשת בחלון הקשר של 16,000 טוקנים ובווקטורים בעלי 1,536 ממדים.",
    "locale": "he",
    "md_url": "https://ailoot.ai/models/he/voyage-code-2/index.md",
    "title": "Voyage AI: Voyage Code 2 — Ailoot",
    "url": "https://ailoot.ai/models/he/voyage-code-2/"
  },
  "rawModel": {
    "about": "Voyage Code 2 יוצר ייצוגים וקטוריים מספריים לקוד מקור ולטקסט קשור. הוא מיועד לאחזור סמנטי של קוד, שבו מפתח מתאר התנהגות או מספק קטע קוד ומערכת החיפוש מוצאת מימושים רלוונטיים. הדוגמאות של היצרן כוללות שאלות בשפה טבעית, קטעי קוד ושילובים של השניים כקלטי חיפוש.\n\nהשתמשו בו כדי לבנות חוויית חיפוש במאגר קוד סביב שאלות פיתוח אמיתיות. מפתח עשוי לחפש שגרה שמסירה רק את התו התואם הראשון ואת האחרון, או את החלק בפרויקט שמיישם סריקה מסוימת של עץ. הכינו שאילתות שמביעות את ההתנהגות במדויק, לרבות התנאי שמבדיל בין המימוש המיועד לבין מימוש קרוב אך שגוי.\n\nאנדקסו קוד ביחידות מועילות במקום לפצל כל קובץ לפי מספר תווים שרירותי. שמרו יחד את חתימת הפונקציה, הגוף שלה וההסבר הרלוונטי. כשפונקציית עזר תלויה בטיפוסים או בקבועים מקומיים, שמרו מספיק מהטקסט שסביבה כדי שמטרתה תהיה מובנת. שמרו נתיבי קבצים, גרסאות מאגר ומיקומי מקור מחוץ לייצוג הווקטורי, כדי שהתוצאה תוכל לפתוח ישירות את הקוד המקורי.\n\nלמהדורה הזאת יש חלון הקשר של 16,000 טוקנים, והיא מפיקה ייצוגים וקטוריים בעלי 1,536 ממדים. התאימו את גודל אינדקס הווקטורים לייצוג הזה ושמרו על שיוך הייצוגים הווקטוריים של השאילתות והמסמכים לאותו מודל. אוסף שכבר אונדקס עם Voyage Code 2 יכול לשמור על ייצוג אחזור עקבי בזמן שרשומות המקור שלו מתעדכנות. יש להתייחס למעבר למהדורה אחרת של מודל לייצוגים וקטוריים כהגירת אינדקס, עם השוואה מפורשת על אותו מאגר קוד.\n\nלשאילתה בשפה טבעית, תארו את הפעולה, הקלטים והתוצאה הרלוונטית. לשאילתת קוד, כללו את הקטע שאת הלוגיקה שלו צריך להתאים והסבירו כל תנאי שחשוב לחיפוש. חיפוש אחר טיפול בניסיונות חוזרים, למשל, יכול לציין אם הקוד הרלוונטי מנסה שוב אחרי פקיעת זמן המתנה או אחרי תשובת שגיאה מלאה. יש לבדוק את ההבחנה הזאת בקוד המקור שאוחזר לפני שמשתמשים בו בעריכה.\n\nשמרו על עקיבות התיעוד וקוד המקור כשמאנדקסים את שניהם. קטע הסבר עשוי להיות הקשר מועיל, ואילו המימוש הוא התוצר שמפתח צריך לבדוק. תייגו את סוגי הרשומות האלה כדי שעמוד חיפוש יוכל להציג את היעד הנכון ועוזר קוד יוכל להבחין בין תיאור לבין קוד מקור בר-ביצוע.\n\nהשתמשו בקטעים שאוחזרו כהקשר לניווט במאגר קוד, לגילוי מימושים או לשלב הבא של עוזר קוד. שמרו את הקטע הרלוונטי השלם ואת מיקומו כשמעבירים אותו הלאה. דמיון מסייע למצוא קוד מועמד; בדיקת הקלטים בפועל, תופעות הלוואי והחוזים קובעת אם המועמד פותר את הבעיה הנוכחית.\n\nהעריכו אחזור באמצעות קבוצת שאלות אמיתיות עם תשובות ידועות בקוד המקור. כללו פונקציות ששמן השתנה, הערות מטעות, כלי עזר דומים עם מקרי קצה שונים ושאילתות המשתמשות באוצר מילים שאינו מופיע בקוד. בדקו אם המימוש הצפוי מופיע בין התוצאות המועילות ואם הקטע המוצג מספק מספיק הקשר כדי להעריך אותו. שמרו את השאלות האלה עם גדילת המאגר, כדי שיהיה אפשר להשוות שינויים בחילוץ הטקסט, בגבולות הקטעים או באינדוקס מול אותן משימות.",
    "about_sha256": "02443af503f57362991a7f624a9b2b777836a591a3816de5330425a291427ffb",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 16000,
      "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 Code 2",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-code-2",
    "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-code-2"
                ],
                "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-code-2"
                  ],
                  "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-code-2"
              },
              "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-code-2\",\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-code-2",
        "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-code-2",
        "request_model_id": "voyage-code-2",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage Code 2",
    "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 Code 2 יוצר ייצוגים וקטוריים לקוד מקור ולטקסט קשור עבור חיפוש סמנטי במאגרי קוד. שאלות בשפה טבעית, קטעי קוד או שאילתות המשלבות ביניהם יכולים לאחזר מימושים רלוונטיים; המהדורה הזאת משתמשת בחלון הקשר של 16,000 טוקנים ובווקטורים בעלי 1,536 ממדים.",
    "short_sha256": "392f5ff2471da11418d1ad1c0971fff44fb348ff0d8d619073b3d78c51bb9acb"
  },
  "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 Code 2 יוצר ייצוגים וקטוריים לקוד מקור ולטקסט קשור עבור חיפוש סמנטי במאגרי קוד. שאלות בשפה טבעית, קטעי קוד או שאילתות המשלבות ביניהם יכולים לאחזר מימושים רלוונטיים; המהדורה הזאת משתמשת בחלון הקשר של 16,000 טוקנים ובווקטורים בעלי 1,536 ממדים.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "4caaca2751c8ced048c04413a12f5eb8ee6a86db0329e3e84b962a503f313462",
    "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910"
  },
  "sourceRevision": "9a4fc3a4552c271bab5f6188daee480416c8490051aa37e8504a764eda36fd6d"
}