Voyage AI: Voyage 3.5 Lite
Voyage 3.5 Lite membuat embedding teks untuk pencarian semantik dengan fokus pada latensi dan efisiensi pengambilan informasi. Model ini mendukung jendela konteks 32000 token, empat ukuran vektor, serta keluaran terkuantisasi untuk pencarian basis pengetahuan, pencocokan dokumen, dan RAG.
Tentang model
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Voyage 3.5 Lite mengubah teks menjadi embedding untuk pencarian informasi semantik. Voyage AI menjelaskan edisi ini sebagai model yang dioptimalkan untuk latensi dan biaya, sehingga menjadi kandidat bagi pengalaman pencarian yang sering membuat embedding pertanyaan masuk atau mengelola kumpulan besar bagian teks yang dapat ditelusuri. Keluarannya adalah representasi numerik teks yang diberikan, yang dibandingkan aplikasi pencarian dengan vektor yang disimpan untuk materi sumbernya.
Mulailah dengan kumpulan yang batas-batasnya sesuai dengan tugas pengguna. Untuk pusat bantuan, satu bagian teks dapat menjelaskan prosedur beserta prasyaratnya. Untuk arsip diskusi, simpan cukup banyak rangkaian balasan untuk mengidentifikasi hal yang dijawab respons. Hasil harus mengarah ke bukti yang dapat dibaca, jadi simpan teks asli, tautan sumber yang stabil, serta metadata dokumen bersama setiap embedding.
Tulis kueri uji sebagaimana pengguna akan bertanya. “Di mana saya mengubah alamat pada faktur?” merupakan pemeriksaan pencarian yang lebih berguna daripada menyalin judul artikel terkait. Sertakan pertanyaan singkat, parafrasa, singkatan bidang, serta kasus yang menyebut beberapa konsep. Tinjau bagian teks yang dikembalikan dan identifikasi apakah hasil yang terlewat disebabkan konten sumber yang tidak tersedia, batas bagian teks yang kurang baik, atau pilihan dalam proses pencarian.
Pembuat mendokumentasikan jendela konteks 32000 token. Kapasitas ini memungkinkan masukan teks yang besar, sementara panjang bagian teks tetap merupakan pilihan desain pengalaman pencarian. Simpan jawaban ringkas bersama kondisi yang diperlukan; hindari memisahkan definisi dari istilah yang dijelaskannya. Ekstrak teks yang dapat dibaca dari sumber dan hapus navigasi yang berulang pada setiap halaman ketika mengaburkan informasi yang diinginkan pengguna.
Voyage 3.5 Lite mendukung dimensi 2048, 1024, 512, dan 256. Representasi floating-point, bilangan bulat delapan bit, serta biner memberi pilihan tambahan untuk indeks vektor. Uji representasi yang lebih kecil atau terkuantisasi berdasarkan pertanyaan dan korpus yang sama dengan baseline presisi penuh. Catat model, dimensi, serta tipe data yang dipilih bersama indeks agar vektor kueri menggunakan pengaturan yang sesuai.
Dalam alur pencarian informasi pembuat, identifikasi bagian teks yang diindeks sebagai dokumen dan pencarian masuk sebagai kueri. Pertahankan pemetaan setiap vektor yang dikembalikan ke teks masukannya ketika memproses beberapa bagian sekaligus. Operasi embedding yang berhasil menyediakan vektor; aplikasi tetap perlu menempatkannya dalam catatan yang benar dan menampilkan kutipan sumber ketika pengguna membuka hasil.
Gunakan edisi ini untuk kumpulan dukungan yang dapat ditelusuri, alat penemuan dokumen, atau tahap pengambilan informasi asisten. Untuk materi multibahasa, evaluasi kombinasi bahasa dalam kumpulan sendiri, alih-alih mengandalkan satu pengujian bahasa Inggris. Sediakan izin serta metadata lokal bagi aplikasi agar kecocokan yang relevan dapat difilter dan ditampilkan dalam konteks yang tepat.
Untuk kumpulan yang berkembang, perbarui vektor bagian teks yang berubah bersama versi sumbernya. Simpan kumpulan pertanyaan nyata yang mencakup kecocokan mudah, parafrasa sulit, serta dokumen mirip dengan jawaban berbeda. Ukur mutu pencarian informasi dan perilaku alur pencarian lengkap pada beban kerja yang diharapkan. Posisi edisi Lite menurut pembuat membantu memilih kandidat; dimensi akhir, strategi bagian teks, dan pengaturan indeks berasal dari hasil pada materi sendiri.
Ailoot Ultra · Embedding POST /v1/embeddings voyage-3.5-lite
voyage-3.5-liteMulai
Voyage 3.5 Lite membuat embedding teks untuk pencarian semantik dengan fokus pada latensi dan efisiensi pengambilan informasi. Model ini mendukung jendela konteks 32000 token, empat ukuran vektor, serta keluaran terkuantisasi untuk pencarian basis pengetahuan, pencocokan dokumen, dan RAG.
- Masukan yang diterima
- Teks
- Hasil
- embedding
Tersedia di Ailoot · masukan & metode
Ailoot Ultra · Embedding POST /v1/embeddings
- Masukan
text- Keluaran
embedding
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan voyage-3.5-lite Kondisi: Gunakan pemilih model Ailoot yang persis. | Bawaan— |
Kolominput | Jenisstring or array<string> | PersyaratanWajib | Nilai & batasan Kondisi: Teks atau daftar teks; simpan satu vektor untuk setiap item data yang dikembalikan beserta indeksnya. | Bawaan— |
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input |
Parameteroptional | Kontrak |
Parametermaterial_types | Kontraktext |
Parameterconditions | KontrakKirim teks dengan model yang dipilih; simpan setiap vektor yang dikembalikan beserta indeksnya. |
Siklus hidup: synchronous
Paket
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
- Mode Fast
- Tidak ditentukan Saat mode fast dipilih
- Mode Flex
- Tidak ditentukan Saat mode flex dipilih
- Upaya penalaran maksimum
- Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default
Tarif Ailoot
Harga menurut konfigurasi
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0001 / 1K token Keluaran · Token keluaran $0 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot Ultra · Embedding
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
cat > request.json <<'JSON'
{
"model": "voyage-3.5-lite",
"input": "The quick brown fox jumps over the lazy dog"
}
JSON
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o embeddings.json
# Keep every data item and its index, the full usage object and response headers.
Terima dan simpan hasil
Alias
Alias model
Ailoot Ultra voyage-3.5-lite
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
FAQ · Voyage AI: Voyage 3.5 Lite
- Input dan hasil apa yang tersedia?
POST /v1/embeddings·voyage-3.5-lite:text→embedding- Kolom apa yang digunakan permintaan?
POST /v1/embeddings·voyage-3.5-lite:model,input