{
  "aboutHtml": "<p>voyage-multimodal-3.5 הוא מודל ההטמעה של Voyage AI לאחזור באמצעות טקסט, תמונות ווידאו. הוא מעבד טקסט ותוכן חזותי המשולבים זה בזה באמצעות מקודד Transformer יחיד, ומייצג קלט רב־מודלי שלם במרחב וקטורי משותף. מהדורת 3.5 מוסיפה תמיכה מפורשת בפריימים של וידאו וגמישות במספר ממדי ההטמעה.</p><h4>שמרו על הקשר בין הטקסט לתוכן החזותי</h4><p>הכינו עמוד או חלק של מסמך בצורה המשמרת את המידע החזותי השימושי שלו. שקופית המכילה תרשים והסבר קצר אפשר לייצג באמצעות תמונת השקופית והטקסט הנלווה באותו קלט מסודר. באוסף המבוסס על PDF, הקלט החזותי המתועד הוא צילום עמוד או ייצוג אחר של המסמך כתמונה.</p><p>בתרשים מתוך דוח, שמרו בתמונה את הכותרת, תוויות הצירים והמקרא. צרפו טקסט הסבר כאשר הוא מספק את ההקשר הדרוש לפירוש התוכן החזותי. שמרו את מספר העמוד ומזהה המקור לצד הווקטור שנוצר, כדי שמועמד שאוחזר יאפשר לפתוח את העמוד הרלוונטי ולא רק להחזיר שם מסמך.</p><p>פורמט הקלט של היצרן תומך ברצפים של טקסט, תמונות וסרטונים. פורמטי התמונות המפורסמים הם PNG, JPEG, WebP ו־GIF, ופורמט הווידאו הוא MP4. בתהליך המתועד אפשר לייצג תוכן חזותי באמצעות כתובות URL או נתוני Base64; השתמשו באופן עקבי בסגנון ייצוג אחד בתוך כל בקשה.</p><h4>אחזרו סצנה במקום סרטון ארוך שלם</h4><p>המודל מייצג וידאו כרצף מסודר של פריימים. היצרן ממליץ לחלק סרטון ארוך לסצנות קשורות, להתאים את גבולות הסצנות לחותמות זמן זמינות בתמליל ולשמור את טקסט התמליל המתאים. רזולוציה נמוכה יותר או קצב פריימים מופחת יכולים לעזור להכניס סצנה רציפה מבחינה סמנטית לתקציב ההקשר שלה.</p><p>באוסף סרטוני הדרכה, שאילתה עשויה לבקש את הסצנה שמדגימה התאמה של פקד מסוים. קַשרו כל סצנה מאונדקסת לטווח הזמן שלה. החזירו את הסצנה המתאימה ובדקו את הפריימים או את הקטע המקורי כדי לראות את הפעולה בפועל, במקום להתייחס לווקטור שאוחזר כאל תיאור כתוב של כל מה שמופיע בהקלטה.</p><p>טקסט תמליל יכול לתרום כאשר הוא מוכן כחלק מהקלט הרב־מודלי. הטמעת פריימים של וידאו כשלעצמה אינה מספקת תמליל דיבור.</p><h4>מגבלות ההקשר וההכנה</h4><p>אורך ההקשר המוצהר הוא 32,000 טוקנים לכל קלט. בחישוב המפורסם שלה Voyage סופרת כל 560 פיקסלים של תמונה וכל 1120 פיקסלים של וידאו כטוקן, כך שהתוכן החזותי חולק את התקציב הזה עם הטקסט. המגבלות המתועדות כוללות גם 16 מיליון פיקסלים ו־20 MB לכל תמונה, ו־20 MB לכל סרטון. רשימה מכילה לכל היותר 1000 קלטים ו־320,000 טוקנים בסך הכול.</p><p>הגדרת הקיטוע המוגדרת כברירת מחדל מקצרת קלט ארוך מדי; אם הגבול עובר בתוך תמונה, התמונה כולה מושמטת. לכן הכנת עמודים או סצנות שלמים במסגרת התקציב משמרת תוכן קלט צפוי יותר. ההגדרה החלופית המתועדת דוחה קלטים ארוכים מדי במקום לקטוע אותם.</p><h4>ממדי הווקטורים ותפקידי האחזור</h4><p>מספר ממדי הפלט המוגדר כברירת מחדל הוא 1024, ולמהדורה זו מתועדים גם 256, 512 ו־2048 ממדים. ההכרזה מתארת הטמעות Matryoshka וייצוגים בנקודה צפה, ב־8 סיביות עם סימן או ללא סימן, ובפורמט בינארי. שמרו את מספר הממדים ואת הייצוג שנבחרו יחד עם האינדקס.</p><p>תהליך האחזור של Voyage מבחין בין קלטי שאילתה לקלטי מסמך. שאילתה יכולה להיות טקסט או תמונה, ומסמכים מאונדקסים יכולים לשלב טקסט ותוכן חזותי. וקטור אחד מייצג כל רצף קלט שלם; שמרו את הקישור שלו לעמוד, לתמונה או לסצנת המקור, כדי שאפשר יהיה לבדוק את התוצאה המדורגת.</p><h4>השתמשו במקור החזותי שהוחזר</h4><p>שלב אחזור יכול לאתר עמוד דוח, טבלה, שקופית או סצנה הרלוונטיים לשאילתה. לאחר מכן שלב כתיבת התשובה או הניתוח קורא את חומר המקור. בטבלה, בדקו את הכותרות והערכים בפועל לפני השימוש בתוצאה; בסצנה, בדקו את הפריימים הרלוונטיים ואת הטקסט המשויך.</p><p>ההבדל המהותי לעומת voyage-multimodal-3 הוא התמיכה המפורשת בווידאו ואפשרויות הייצוג הנוספות במהדורת 3.5. אלו יכולות הטמעה לאיתור חומר מקור, עם וקטורים מספריים כפלט ולא תמונות, וידאו או תשובה סיפורית שנוצרים בידי המודל.</p>",
  "aboutText": "voyage-multimodal-3.5 הוא מודל ההטמעה של Voyage AI לאחזור באמצעות טקסט, תמונות ווידאו. הוא מעבד טקסט ותוכן חזותי המשולבים זה בזה באמצעות מקודד Transformer יחיד, ומייצג קלט רב־מודלי שלם במרחב וקטורי משותף. מהדורת 3.5 מוסיפה תמיכה מפורשת בפריימים של וידאו וגמישות במספר ממדי ההטמעה.\n\n### שמרו על הקשר בין הטקסט לתוכן החזותי\n\nהכינו עמוד או חלק של מסמך בצורה המשמרת את המידע החזותי השימושי שלו. שקופית המכילה תרשים והסבר קצר אפשר לייצג באמצעות תמונת השקופית והטקסט הנלווה באותו קלט מסודר. באוסף המבוסס על PDF, הקלט החזותי המתועד הוא צילום עמוד או ייצוג אחר של המסמך כתמונה.\n\nבתרשים מתוך דוח, שמרו בתמונה את הכותרת, תוויות הצירים והמקרא. צרפו טקסט הסבר כאשר הוא מספק את ההקשר הדרוש לפירוש התוכן החזותי. שמרו את מספר העמוד ומזהה המקור לצד הווקטור שנוצר, כדי שמועמד שאוחזר יאפשר לפתוח את העמוד הרלוונטי ולא רק להחזיר שם מסמך.\n\nפורמט הקלט של היצרן תומך ברצפים של טקסט, תמונות וסרטונים. פורמטי התמונות המפורסמים הם PNG, JPEG, WebP ו־GIF, ופורמט הווידאו הוא MP4. בתהליך המתועד אפשר לייצג תוכן חזותי באמצעות כתובות URL או נתוני Base64; השתמשו באופן עקבי בסגנון ייצוג אחד בתוך כל בקשה.\n\n### אחזרו סצנה במקום סרטון ארוך שלם\n\nהמודל מייצג וידאו כרצף מסודר של פריימים. היצרן ממליץ לחלק סרטון ארוך לסצנות קשורות, להתאים את גבולות הסצנות לחותמות זמן זמינות בתמליל ולשמור את טקסט התמליל המתאים. רזולוציה נמוכה יותר או קצב פריימים מופחת יכולים לעזור להכניס סצנה רציפה מבחינה סמנטית לתקציב ההקשר שלה.\n\nבאוסף סרטוני הדרכה, שאילתה עשויה לבקש את הסצנה שמדגימה התאמה של פקד מסוים. קַשרו כל סצנה מאונדקסת לטווח הזמן שלה. החזירו את הסצנה המתאימה ובדקו את הפריימים או את הקטע המקורי כדי לראות את הפעולה בפועל, במקום להתייחס לווקטור שאוחזר כאל תיאור כתוב של כל מה שמופיע בהקלטה.\n\nטקסט תמליל יכול לתרום כאשר הוא מוכן כחלק מהקלט הרב־מודלי. הטמעת פריימים של וידאו כשלעצמה אינה מספקת תמליל דיבור.\n\n### מגבלות ההקשר וההכנה\n\nאורך ההקשר המוצהר הוא 32,000 טוקנים לכל קלט. בחישוב המפורסם שלה Voyage סופרת כל 560 פיקסלים של תמונה וכל 1120 פיקסלים של וידאו כטוקן, כך שהתוכן החזותי חולק את התקציב הזה עם הטקסט. המגבלות המתועדות כוללות גם 16 מיליון פיקסלים ו־20 MB לכל תמונה, ו־20 MB לכל סרטון. רשימה מכילה לכל היותר 1000 קלטים ו־320,000 טוקנים בסך הכול.\n\nהגדרת הקיטוע המוגדרת כברירת מחדל מקצרת קלט ארוך מדי; אם הגבול עובר בתוך תמונה, התמונה כולה מושמטת. לכן הכנת עמודים או סצנות שלמים במסגרת התקציב משמרת תוכן קלט צפוי יותר. ההגדרה החלופית המתועדת דוחה קלטים ארוכים מדי במקום לקטוע אותם.\n\n### ממדי הווקטורים ותפקידי האחזור\n\nמספר ממדי הפלט המוגדר כברירת מחדל הוא 1024, ולמהדורה זו מתועדים גם 256, 512 ו־2048 ממדים. ההכרזה מתארת הטמעות Matryoshka וייצוגים בנקודה צפה, ב־8 סיביות עם סימן או ללא סימן, ובפורמט בינארי. שמרו את מספר הממדים ואת הייצוג שנבחרו יחד עם האינדקס.\n\nתהליך האחזור של Voyage מבחין בין קלטי שאילתה לקלטי מסמך. שאילתה יכולה להיות טקסט או תמונה, ומסמכים מאונדקסים יכולים לשלב טקסט ותוכן חזותי. וקטור אחד מייצג כל רצף קלט שלם; שמרו את הקישור שלו לעמוד, לתמונה או לסצנת המקור, כדי שאפשר יהיה לבדוק את התוצאה המדורגת.\n\n### השתמשו במקור החזותי שהוחזר\n\nשלב אחזור יכול לאתר עמוד דוח, טבלה, שקופית או סצנה הרלוונטיים לשאילתה. לאחר מכן שלב כתיבת התשובה או הניתוח קורא את חומר המקור. בטבלה, בדקו את הכותרות והערכים בפועל לפני השימוש בתוצאה; בסצנה, בדקו את הפריימים הרלוונטיים ואת הטקסט המשויך.\n\nההבדל המהותי לעומת voyage-multimodal-3 הוא התמיכה המפורשת בווידאו ואפשרויות הייצוג הנוספות במהדורת 3.5. אלו יכולות הטמעה לאיתור חומר מקור, עם וקטורים מספריים כפלט ולא תמונות, וידאו או תשובה סיפורית שנוצרים בידי המודל.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "32f21b93df2c8ec798d3986a6b57c15e757fe5072eb32836ad7bb4aac8d196e4",
    "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\">VoyageAI by MongoDB: voyage-multimodal-3.5</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"סגירה\">×</button></div><div class=\"idline\"><span>VoyageAI by MongoDB /</span><code>voyageai/voyage-multimodal-3.5</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|voyageai%2Fvoyage-multimodal-3.5\">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 AI voyage-multimodal-3.5 מטמיע טקסט, תמונות ופריימים של וידאו במרחב אחזור משותף. הוא מעבד תוכן משולב כגון צילומי מסמכים, טבלאות וסצנות, עם קלטים באורך 32,000 טוקנים וייצוג ברירת מחדל בן 1024 ממדים.</p><dl class=\"card-io\" data-card-io><div><dt>סוגי קלט נתמכים</dt><dd>טקסט · token_ids</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-multimodal-3.5 הוא מודל ההטמעה של Voyage AI לאחזור באמצעות טקסט, תמונות ווידאו. הוא מעבד טקסט ותוכן חזותי המשולבים זה בזה באמצעות מקודד Transformer יחיד, ומייצג קלט רב־מודלי שלם במרחב וקטורי משותף. מהדורת 3.5 מוסיפה תמיכה מפורשת בפריימים של וידאו וגמישות במספר ממדי ההטמעה.</p><h4>שמרו על הקשר בין הטקסט לתוכן החזותי</h4><p>הכינו עמוד או חלק של מסמך בצורה המשמרת את המידע החזותי השימושי שלו. שקופית המכילה תרשים והסבר קצר אפשר לייצג באמצעות תמונת השקופית והטקסט הנלווה באותו קלט מסודר. באוסף המבוסס על PDF, הקלט החזותי המתועד הוא צילום עמוד או ייצוג אחר של המסמך כתמונה.</p><p>בתרשים מתוך דוח, שמרו בתמונה את הכותרת, תוויות הצירים והמקרא. צרפו טקסט הסבר כאשר הוא מספק את ההקשר הדרוש לפירוש התוכן החזותי. שמרו את מספר העמוד ומזהה המקור לצד הווקטור שנוצר, כדי שמועמד שאוחזר יאפשר לפתוח את העמוד הרלוונטי ולא רק להחזיר שם מסמך.</p><p>פורמט הקלט של היצרן תומך ברצפים של טקסט, תמונות וסרטונים. פורמטי התמונות המפורסמים הם PNG, JPEG, WebP ו־GIF, ופורמט הווידאו הוא MP4. בתהליך המתועד אפשר לייצג תוכן חזותי באמצעות כתובות URL או נתוני Base64; השתמשו באופן עקבי בסגנון ייצוג אחד בתוך כל בקשה.</p><h4>אחזרו סצנה במקום סרטון ארוך שלם</h4><p>המודל מייצג וידאו כרצף מסודר של פריימים. היצרן ממליץ לחלק סרטון ארוך לסצנות קשורות, להתאים את גבולות הסצנות לחותמות זמן זמינות בתמליל ולשמור את טקסט התמליל המתאים. רזולוציה נמוכה יותר או קצב פריימים מופחת יכולים לעזור להכניס סצנה רציפה מבחינה סמנטית לתקציב ההקשר שלה.</p><p>באוסף סרטוני הדרכה, שאילתה עשויה לבקש את הסצנה שמדגימה התאמה של פקד מסוים. קַשרו כל סצנה מאונדקסת לטווח הזמן שלה. החזירו את הסצנה המתאימה ובדקו את הפריימים או את הקטע המקורי כדי לראות את הפעולה בפועל, במקום להתייחס לווקטור שאוחזר כאל תיאור כתוב של כל מה שמופיע בהקלטה.</p><p>טקסט תמליל יכול לתרום כאשר הוא מוכן כחלק מהקלט הרב־מודלי. הטמעת פריימים של וידאו כשלעצמה אינה מספקת תמליל דיבור.</p><h4>מגבלות ההקשר וההכנה</h4><p>אורך ההקשר המוצהר הוא 32,000 טוקנים לכל קלט. בחישוב המפורסם שלה Voyage סופרת כל 560 פיקסלים של תמונה וכל 1120 פיקסלים של וידאו כטוקן, כך שהתוכן החזותי חולק את התקציב הזה עם הטקסט. המגבלות המתועדות כוללות גם 16 מיליון פיקסלים ו־20 MB לכל תמונה, ו־20 MB לכל סרטון. רשימה מכילה לכל היותר 1000 קלטים ו־320,000 טוקנים בסך הכול.</p><p>הגדרת הקיטוע המוגדרת כברירת מחדל מקצרת קלט ארוך מדי; אם הגבול עובר בתוך תמונה, התמונה כולה מושמטת. לכן הכנת עמודים או סצנות שלמים במסגרת התקציב משמרת תוכן קלט צפוי יותר. ההגדרה החלופית המתועדת דוחה קלטים ארוכים מדי במקום לקטוע אותם.</p><h4>ממדי הווקטורים ותפקידי האחזור</h4><p>מספר ממדי הפלט המוגדר כברירת מחדל הוא 1024, ולמהדורה זו מתועדים גם 256, 512 ו־2048 ממדים. ההכרזה מתארת הטמעות Matryoshka וייצוגים בנקודה צפה, ב־8 סיביות עם סימן או ללא סימן, ובפורמט בינארי. שמרו את מספר הממדים ואת הייצוג שנבחרו יחד עם האינדקס.</p><p>תהליך האחזור של Voyage מבחין בין קלטי שאילתה לקלטי מסמך. שאילתה יכולה להיות טקסט או תמונה, ומסמכים מאונדקסים יכולים לשלב טקסט ותוכן חזותי. וקטור אחד מייצג כל רצף קלט שלם; שמרו את הקישור שלו לעמוד, לתמונה או לסצנת המקור, כדי שאפשר יהיה לבדוק את התוצאה המדורגת.</p><h4>השתמשו במקור החזותי שהוחזר</h4><p>שלב אחזור יכול לאתר עמוד דוח, טבלה, שקופית או סצנה הרלוונטיים לשאילתה. לאחר מכן שלב כתיבת התשובה או הניתוח קורא את חומר המקור. בטבלה, בדקו את הכותרות והערכים בפועל לפני השימוש בתוצאה; בסצנה, בדקו את הפריימים הרלוונטיים ואת הטקסט המשויך.</p><p>ההבדל המהותי לעומת voyage-multimodal-3 הוא התמיכה המפורשת בווידאו ואפשרויות הייצוג הנוספות במהדורת 3.5. אלו יכולות הטמעה לאיתור חומר מקור, עם וקטורים מספריים כפלט ולא תמונות, וידאו או תשובה סיפורית שנוצרים בידי המודל.</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>, <code>token_ids</code></dd></div><div><dt>סוגי פלט</dt><dd><code>embedding</code></dd></div><div><dt>הקשר</dt><dd>⁦32,000⁩ tokens</dd></div><div><dt>פורמט פלט</dt><dd>json</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 data-parameter-availability=\"source_interface\"><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>voyageai/voyage-multimodal-3.5</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><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|string[]|integer[]|integer[][]</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>מספר פריטים מזערי: ⁦1⁩</div><div>תנאים: אצווה אחידה שאינה ריקה. מזהי הטוקנים הם מספרים שלמים אי־שליליים.</div><div>תקציב קלט: מקסימום: ⁦32,000⁩ · יחידת טקסט: בתים בקידוד UTF8 · יחידת טוקנים: רכיבים במערך טוקנים</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">encoding_format</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>רשות</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>float</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"known\"><span class=\"card-cell-label\">ברירת מחדל</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>integer</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>לא נתמך</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>מינימום: ⁦1⁩</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>json_value</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>רשות</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>json_value</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>רשות</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>json_value</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>רשות</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>object</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>רשות</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>תנאים: provider.options נדחה</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=\"card-about\" data-material-combinations><summary>שילובים של חומרי קלט</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><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>input_shapes</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>encoding_format</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>float</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>dimensions_override</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>false</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>max_input_budget_units</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>32000</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>multimodal_objects</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>false</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, token_ids</td></tr></tbody></table></div><p>מחזור חיים: <code>synchronous_json</code></p><p class=\"note-s\">שמרו כל אינדקס וקטור וממד.</p><p class=\"note-s\">שם מודל רב־מודאלי אינו מאפשר אובייקטי תמונה בנתיב המדויק הזה.</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>תעריף רגיל <span class=\"note-s\">כאשר נבחר מצב מהיר</span></dd><dt>מצב Flex</dt><dd>תעריף רגיל <span class=\"note-s\">כאשר נבחר מצב flex</span></dd><dt>מאמץ חשיבה מרבי</dt><dd>תעריף רגיל <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 הבסיס 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>$0.00024</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-2705-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2705-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-2705-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2705-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</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-2705-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2705-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;voyageai/voyage-multimodal-3.5&quot;, &quot;input&quot;: [&quot;First document&quot;, &quot;Second document&quot;]}&#39;)\n\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&quot;result.json&quot;).read_text())\nfor x in r.get(&quot;data&quot;,[]): print(json.dumps({&quot;index&quot;:x.get(&quot;index&quot;),&quot;embedding&quot;:x.get(&quot;embedding&quot;)}))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-2705-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-2705-tab-1\" hidden><pre data-lang=\"python\"><code>from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=&quot;https://api.ailoot.ai/v1&quot;,api_key=os.environ[&quot;AILOOT_API_KEY&quot;],max_retries=0)\nresult=client.embeddings.create(model=&#39;voyageai/voyage-multimodal-3.5&#39;,input=[&quot;First document&quot;,&quot;Second document&quot;])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">קבלה ושמירה של תוצאות</h3><h4>Ailoot Ultra · ייצוגים וקטוריים</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>שמירת כל התוצאות שהושלמו</h5><p class=\"note-s\">שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.</p><p class=\"note-s\">שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>כשצריך לבדוק את התגובה המקורית</h5><p class=\"note-s\">לא מתווספת נקודת קצה למשימות הטמעה.</p></div><details class=\"card-about\" data-output-fields><summary>שדות התגובה</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>שדה</th><th>סוג</th></tr></thead><tbody><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>string</td></tr><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>string</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>integer</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>finite float[]</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>שגיאות והשלבים הבאים</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>תגובה</th><th>תנאי</th><th>השלב הבא</th></tr></thead><tbody><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦400⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>שדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>תקנו את השדות שצוינו לפני בקשת יצירה חדשה.</td></tr></tbody></table></div></details></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=voyageai%2Fvoyage-multimodal-3.5&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-multimodal-3.5&amp;fmt=embeddings\"><code>voyageai/voyage-multimodal-3.5</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=voyageai%2Fvoyage-multimodal-3.5&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-multimodal-3.5&amp;fmt=embeddings\"><code>voyageai/voyage-multimodal-3.5</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyageai/voyage-multimodal-3.5",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyageai/voyage-multimodal-3.5",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyageai%2Fvoyage-multimodal-3.5",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "שדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים",
                "http_status": 400,
                "recovery": "תקנו את השדות שצוינו לפני בקשת יצירה חדשה.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "לא מתווספת נקודת קצה למשימות הטמעה."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "voyageai/voyage-multimodal-3.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32000,
                  "text_unit": "בתים בקידוד UTF8",
                  "token_unit": "רכיבים במערך טוקנים"
                },
                "conditions": "אצווה אחידה שאינה ריקה. מזהי הטוקנים הם מספרים שלמים אי־שליליים.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options נדחה",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "שמרו כל אינדקס וקטור וממד.",
            "שם מודל רב־מודאלי אינו מאפשר אובייקטי תמונה בנתיב המדויק הזה."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32000,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32000,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "תעריפי הבסיס לטוקנים",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-multimodal-3.5\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-multimodal-3.5',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.24,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "מצב מהיר",
            "value": "תעריף רגיל",
            "when": "כאשר נבחר מצב מהיר"
          },
          {
            "label": "מצב Flex",
            "value": "תעריף רגיל",
            "when": "כאשר נבחר מצב flex"
          },
          {
            "label": "מאמץ חשיבה מרבי",
            "value": "תעריף רגיל",
            "when": "כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)"
          }
        ],
        "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": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyageai/voyage-multimodal-3.5",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "voyageai/voyage-multimodal-3.5",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "70923933ff5e1bbeb761886fd25040c6f6e14ec23bb49b9a2219f6a5c9d37664",
    "input_html_sha256": "3c7c26f4d3dc795f9393dee3936058d78b4c383ba152f319eafe9a08160a362b",
    "private_audit_sha256": "991f9114c46114aeaedcde57ad8275918816f8b8af9820e2915dd45348d87086",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/he/voyageai-voyage-multimodal-3-5/",
    "description": "Voyage AI voyage-multimodal-3.5 מטמיע טקסט, תמונות ופריימים של וידאו במרחב אחזור משותף. הוא מעבד תוכן משולב כגון צילומי מסמכים, טבלאות וסצנות, עם קלטים באורך 32,000 טוקנים וייצוג ברירת מחדל בן 1024 ממדים.",
    "locale": "he",
    "md_url": "https://ailoot.ai/models/he/voyageai-voyage-multimodal-3-5/index.md",
    "title": "VoyageAI by MongoDB: voyage-multimodal-3.5 — Ailoot",
    "url": "https://ailoot.ai/models/he/voyageai-voyage-multimodal-3-5/"
  },
  "rawModel": {
    "about": "voyage-multimodal-3.5 הוא מודל ההטמעה של Voyage AI לאחזור באמצעות טקסט, תמונות ווידאו. הוא מעבד טקסט ותוכן חזותי המשולבים זה בזה באמצעות מקודד Transformer יחיד, ומייצג קלט רב־מודלי שלם במרחב וקטורי משותף. מהדורת 3.5 מוסיפה תמיכה מפורשת בפריימים של וידאו וגמישות במספר ממדי ההטמעה.\n\n### שמרו על הקשר בין הטקסט לתוכן החזותי\n\nהכינו עמוד או חלק של מסמך בצורה המשמרת את המידע החזותי השימושי שלו. שקופית המכילה תרשים והסבר קצר אפשר לייצג באמצעות תמונת השקופית והטקסט הנלווה באותו קלט מסודר. באוסף המבוסס על PDF, הקלט החזותי המתועד הוא צילום עמוד או ייצוג אחר של המסמך כתמונה.\n\nבתרשים מתוך דוח, שמרו בתמונה את הכותרת, תוויות הצירים והמקרא. צרפו טקסט הסבר כאשר הוא מספק את ההקשר הדרוש לפירוש התוכן החזותי. שמרו את מספר העמוד ומזהה המקור לצד הווקטור שנוצר, כדי שמועמד שאוחזר יאפשר לפתוח את העמוד הרלוונטי ולא רק להחזיר שם מסמך.\n\nפורמט הקלט של היצרן תומך ברצפים של טקסט, תמונות וסרטונים. פורמטי התמונות המפורסמים הם PNG, JPEG, WebP ו־GIF, ופורמט הווידאו הוא MP4. בתהליך המתועד אפשר לייצג תוכן חזותי באמצעות כתובות URL או נתוני Base64; השתמשו באופן עקבי בסגנון ייצוג אחד בתוך כל בקשה.\n\n### אחזרו סצנה במקום סרטון ארוך שלם\n\nהמודל מייצג וידאו כרצף מסודר של פריימים. היצרן ממליץ לחלק סרטון ארוך לסצנות קשורות, להתאים את גבולות הסצנות לחותמות זמן זמינות בתמליל ולשמור את טקסט התמליל המתאים. רזולוציה נמוכה יותר או קצב פריימים מופחת יכולים לעזור להכניס סצנה רציפה מבחינה סמנטית לתקציב ההקשר שלה.\n\nבאוסף סרטוני הדרכה, שאילתה עשויה לבקש את הסצנה שמדגימה התאמה של פקד מסוים. קַשרו כל סצנה מאונדקסת לטווח הזמן שלה. החזירו את הסצנה המתאימה ובדקו את הפריימים או את הקטע המקורי כדי לראות את הפעולה בפועל, במקום להתייחס לווקטור שאוחזר כאל תיאור כתוב של כל מה שמופיע בהקלטה.\n\nטקסט תמליל יכול לתרום כאשר הוא מוכן כחלק מהקלט הרב־מודלי. הטמעת פריימים של וידאו כשלעצמה אינה מספקת תמליל דיבור.\n\n### מגבלות ההקשר וההכנה\n\nאורך ההקשר המוצהר הוא 32,000 טוקנים לכל קלט. בחישוב המפורסם שלה Voyage סופרת כל 560 פיקסלים של תמונה וכל 1120 פיקסלים של וידאו כטוקן, כך שהתוכן החזותי חולק את התקציב הזה עם הטקסט. המגבלות המתועדות כוללות גם 16 מיליון פיקסלים ו־20 MB לכל תמונה, ו־20 MB לכל סרטון. רשימה מכילה לכל היותר 1000 קלטים ו־320,000 טוקנים בסך הכול.\n\nהגדרת הקיטוע המוגדרת כברירת מחדל מקצרת קלט ארוך מדי; אם הגבול עובר בתוך תמונה, התמונה כולה מושמטת. לכן הכנת עמודים או סצנות שלמים במסגרת התקציב משמרת תוכן קלט צפוי יותר. ההגדרה החלופית המתועדת דוחה קלטים ארוכים מדי במקום לקטוע אותם.\n\n### ממדי הווקטורים ותפקידי האחזור\n\nמספר ממדי הפלט המוגדר כברירת מחדל הוא 1024, ולמהדורה זו מתועדים גם 256, 512 ו־2048 ממדים. ההכרזה מתארת הטמעות Matryoshka וייצוגים בנקודה צפה, ב־8 סיביות עם סימן או ללא סימן, ובפורמט בינארי. שמרו את מספר הממדים ואת הייצוג שנבחרו יחד עם האינדקס.\n\nתהליך האחזור של Voyage מבחין בין קלטי שאילתה לקלטי מסמך. שאילתה יכולה להיות טקסט או תמונה, ומסמכים מאונדקסים יכולים לשלב טקסט ותוכן חזותי. וקטור אחד מייצג כל רצף קלט שלם; שמרו את הקישור שלו לעמוד, לתמונה או לסצנת המקור, כדי שאפשר יהיה לבדוק את התוצאה המדורגת.\n\n### השתמשו במקור החזותי שהוחזר\n\nשלב אחזור יכול לאתר עמוד דוח, טבלה, שקופית או סצנה הרלוונטיים לשאילתה. לאחר מכן שלב כתיבת התשובה או הניתוח קורא את חומר המקור. בטבלה, בדקו את הכותרות והערכים בפועל לפני השימוש בתוצאה; בסצנה, בדקו את הפריימים הרלוונטיים ואת הטקסט המשויך.\n\nההבדל המהותי לעומת voyage-multimodal-3 הוא התמיכה המפורשת בווידאו ואפשרויות הייצוג הנוספות במהדורת 3.5. אלו יכולות הטמעה לאיתור חומר מקור, עם וקטורים מספריים כפלט ולא תמונות, וידאו או תשובה סיפורית שנוצרים בידי המודל.",
    "alias_of": null,
    "aliases": [],
    "author": "VoyageAI by MongoDB",
    "available": null,
    "canonical_model": "voyageai/voyage-multimodal-3.5",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text",
        "image"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "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": 32000,
    "entity_type": "model",
    "formats": [
      "embeddings"
    ],
    "id": "voyageai/voyage-multimodal-3.5",
    "input": [
      "text",
      "token_ids"
    ],
    "kind": "embedding",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "שדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים",
                "http_status": 400,
                "recovery": "תקנו את השדות שצוינו לפני בקשת יצירה חדשה.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "לא מתווספת נקודת קצה למשימות הטמעה."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "voyageai/voyage-multimodal-3.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32000,
                  "text_unit": "בתים בקידוד UTF8",
                  "token_unit": "רכיבים במערך טוקנים"
                },
                "conditions": "אצווה אחידה שאינה ריקה. מזהי הטוקנים הם מספרים שלמים אי־שליליים.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options נדחה",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "שמרו כל אינדקס וקטור וממד.",
            "שם מודל רב־מודאלי אינו מאפשר אובייקטי תמונה בנתיב המדויק הזה."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32000,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32000,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "תעריפי הבסיס לטוקנים",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-multimodal-3.5\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-multimodal-3.5',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.24,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "מצב מהיר",
            "value": "תעריף רגיל",
            "when": "כאשר נבחר מצב מהיר"
          },
          {
            "label": "מצב Flex",
            "value": "תעריף רגיל",
            "when": "כאשר נבחר מצב flex"
          },
          {
            "label": "מאמץ חשיבה מרבי",
            "value": "תעריף רגיל",
            "when": "כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)"
          }
        ],
        "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": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyageai/voyage-multimodal-3.5",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "voyageai/voyage-multimodal-3.5",
        "request_model_id": "voyageai/voyage-multimodal-3.5",
        "route_label": "Ultra"
      }
    ],
    "name": "VoyageAI by MongoDB: voyage-multimodal-3.5",
    "price": {
      "in": 0.24,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.24,
      "sort_out": 0,
      "varies": false
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Эмбеддинги · Base token rates",
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "public_id": "voyageai/voyage-multimodal-3.5",
    "short": "Voyage AI voyage-multimodal-3.5 מטמיע טקסט, תמונות ופריימים של וידאו במרחב אחזור משותף. הוא מעבד תוכן משולב כגון צילומי מסמכים, טבלאות וסצנות, עם קלטים באורך 32,000 טוקנים וייצוג ברירת מחדל בן 1024 ממדים."
  },
  "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 AI voyage-multimodal-3.5 מטמיע טקסט, תמונות ופריימים של וידאו במרחב אחזור משותף. הוא מעבד תוכן משולב כגון צילומי מסמכים, טבלאות וסצנות, עם קלטים באורך 32,000 טוקנים וייצוג ברירת מחדל בן 1024 ממדים.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "263c22b850c503ff2a910281ae770767d40c5a862a5fcc1a619144675a7fcbae",
    "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910"
  },
  "sourceRevision": "29cde70ce56abee5b47d65085cb5320af473ae48e6126c1ebcdfee1124266518"
}