VoyageAI by MongoDB: voyage-4
voyage-4 membuat embedding teks untuk temu kembali serbaguna dan multibahasa, dengan ruang vektor bersama dalam keluarga Voyage 4. Model mendukung masukan 32.000 token, pilihan keluaran 256–2048 dimensi, dan peran query/document untuk pencarian serta RAG.
Tentang model
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
voyage-4 adalah model embedding teks berukuran menengah Voyage AI dalam keluarga Voyage 4. Model mengubah teks kueri dan dokumen menjadi vektor numerik untuk temu kembali serbaguna serta multibahasa. Kemampuan khas keluarga ini adalah ruang embedding bersama: voyage-4, voyage-4-large, voyage-4-lite, dan voyage-4-nano menghasilkan representasi kompatibel, sehingga sisi kueri dan dokumen dalam tugas pencarian dapat menggunakan model berbeda dalam keluarga tersebut.
Ruang bersama dan temu kembali asimetris
Produsen menyebut penggunaan model kueri dan korpus yang berbeda sebagai temu kembali asimetris. Salah satu pola yang didokumentasikan adalah menyiapkan korpus dengan voyage-4-large dan mencarinya menggunakan embedding kueri voyage-4. Korpus dibuat embedding-nya sekali atau ketika materi sumber berubah, sementara vektor kueri dibuat saat pencarian masuk. Ruang bersama memungkinkan perubahan pilihan model sisi kueri dalam keluarga tanpa harus membuat ulang embedding korpus hanya karena penggantian itu.
Jaga dimensi keluaran dan representasi tetap kompatibel pada vektor yang dibandingkan. Pernyataan ruang bersama menyangkut model teks Voyage 4 yang disebutkan; hal ini tidak terbukti hanya karena dua model yang tidak terkait mengembalikan larik sama panjang. Karena itu, tugas praktis dapat menggunakan voyage-4 pada kedua sisi pencarian atau memakai vektor kuerinya dengan indeks dokumen voyage-4-large yang ada ketika pengaturan representasinya cocok.
Peran query dan document
Untuk temu kembali, Voyage menyarankan identifikasi teks masukan sebagai query atau document. Opsi peran masukan menyediakan instruksi temu kembali terkait sebelum pemvektoran. Siapkan bagian korpus sebagai dokumen dan pilihan kata pencarian pengguna sebagai kueri, dengan mempertahankan teks sumber sebenarnya serta pengenal di samping setiap vektor tersimpan.
Misalnya, koleksi pencarian pengetahuan dapat mengindeks instruksi teknis dan penjelasan produk. Kueri tentang hal yang terjadi setelah impor gagal harus mengembalikan bagian sumber yang menjelaskan perilaku tersebut. Simpan judul, kondisi relevan, dan lokasi sumber bersama bagian agar hasil pencarian dapat diperiksa atau digunakan tahap jawaban RAG berikutnya. Embedding adalah representasi numerik untuk temu kembali; bagian sumber aslinya merupakan bukti yang digunakan pada tahap berikutnya.
Dimensi dan jenis data keluaran
Jendela konteks per teks yang didokumentasikan adalah 32.000 token. Dimensi yang dapat dipilih adalah 256, 512, 1024, dan 2048, dengan 1024 sebagai bawaan. Pembelajaran Matryoshka menyediakan ukuran representasi bersarang tersebut. Keluaran dapat menggunakan floating-point 32 bit, integer 8 bit bertanda atau tanpa tanda, atau nilai biner terkemas, yang dimungkinkan oleh persiapan keluarga yang memperhitungkan kuantisasi.
Dengan keluaran biner terkemas, setiap byte hasil menyimpan delapan bit embedding, sehingga panjang daftar byte adalah seperdelapan dimensi yang dipilih. Jumlah byte dan dimensi embedding memiliki makna berbeda. Pilih representasi yang dapat ditafsirkan indeks pencarian dan periksa relevansi kandidat pada pertanyaan serta bahasa yang benar-benar digunakan koleksi sebelum memilih konfigurasi terkompresi.
Panjang masukan, batch, dan pemotongan
Panduan embedding teks pembuat saat ini mengizinkan hingga 1.000 string dan total 320.000 token dalam permintaan voyage-4. Jatah batch terpisah dari jendela 32.000 token untuk setiap masukan. Pemotongan aktif secara bawaan: teks terlalu panjang dipendekkan agar muat. Jika pemotongan dinonaktifkan, item terlalu panjang menghasilkan galat.
Untuk laporan panjang atau transkrip, siapkan bagian yang memuat jawaban secara sengaja alih-alih mengandalkan pemotongan pada batas masukan. Pertahankan hubungan setiap bagian dengan dokumen induk dan versi sumber. Masukan embedding voyage-4 biasa adalah teks individual; pemrosesan kelompok potongan kontekstual milik model embedding kontekstual yang didokumentasikan secara terpisah.
Gunakan hasil temu kembali
Simpan vektor bersama teks bagian dan pengenal sumber yang stabil, bandingkan setiap vektor kueri dengan vektor dokumen kompatibel, dan kembalikan bagian kandidat. Rilis keluarga mengevaluasi temu kembali pada materi termasuk dokumen teknis, percakapan, dokumen panjang, kode, hukum, keuangan, dan teks web. Reranker terpisah dapat menyempurnakan kandidat, dan tahap jawaban berikutnya dapat menggunakan teksnya. Nilai bagian hasil berdasarkan tugas; kompatibilitas ruang bersama memungkinkan kombinasi model, sementara kegunaan hasil tetap bergantung pada materi sumber dan pertanyaan.
Ailoot Ultra · Embedding POST /v1/embeddings voyageai/voyage-4
voyageai/voyage-4Mulai
voyage-4 membuat embedding teks untuk temu kembali serbaguna dan multibahasa, dengan ruang vektor bersama dalam keluarga Voyage 4. Model mendukung masukan 32.000 token, pilihan keluaran 256–2048 dimensi, dan peran query/document untuk pencarian serta RAG.
- Masukan yang diterima
- Teks · token_ids
- Hasil
- embedding
Tersedia di Ailoot · masukan & metode
Ailoot Ultra · Embedding POST /v1/embeddings
- Masukan
text,token_ids- Keluaran
embedding- Konteks
- 32.000 tokens
- Format keluaran
- json
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan voyageai/voyage-4 | Bawaan— |
Kolominput | Jenisstring|string[]|integer[]|integer[][] | PersyaratanWajib | Nilai & batasan Item minimum: 1 Kondisi: Batch homogen yang tidak kosong. ID token berupa bilangan bulat nonnegatif. Anggaran masukan: Maksimum: 32.000 · Satuan teks: byte UTF8 · Satuan token: elemen array token | Bawaan— |
Kolomencoding_format | Jenisstring | PersyaratanOpsional | Nilai & batasan float | Bawaanfloat |
Kolomdimensions | Jenisinteger | PersyaratanTidak didukung | Nilai & batasan Minimum: 1 | Bawaan— |
Kolomuser | Jenisjson_value | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
Kolomsession_id | Jenisjson_value | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
Kolomtrace | Jenisjson_value | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak | Bawaan— |
Kombinasi bahan masukan
text_to_embedding
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input |
Parameterinput_shapes | Kontrakstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parameterencoding_format | Kontrakfloat |
Parameterdimensions_override | Kontrakfalse |
Parametermax_input_budget_units | Kontrak32000 |
Parametermultimodal_objects | Kontrakfalse |
Parametermaterial_types | Kontraktext, token_ids |
Siklus hidup: synchronous_json
Pertahankan index dan dimensi setiap vektor.
Nama model multimodal tidak mengizinkan objek gambar pada jalur persis ini.
Paket
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
- Mode Fast
- Tarif standar Saat mode fast dipilih
- Mode Flex
- Tarif standar Saat mode flex dipilih
- Upaya penalaran maksimum
- Tarif standar 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 $0.00012 / 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}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "voyageai/voyage-4", "input": ["First document", "Second document"]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
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 result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='voyageai/voyage-4',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Terima dan simpan hasil
Ailoot Ultra · Embedding
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap vektor beserta index masing-masing. Jumlah vektor harus sama dengan jumlah input; dimensinya harus konsisten.
Jika respons asli perlu diperiksa
Endpoint untuk tugas embedding tidak ditambahkan.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomobject | Jenisstring |
Kolommodel | Jenisstring |
Kolomdata[].index | Jenisinteger |
Kolomdata[].embedding | Jenisfinite float[] |
Kolomusage | Jenisobject |
Kesalahan dan langkah berikutnya
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Alias
Alias model
Ailoot Ultra voyageai/voyage-4
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
FAQ · VoyageAI by MongoDB: voyage-4
- Input dan hasil apa yang tersedia?
POST /v1/embeddings·voyageai/voyage-4:text,token_ids→embedding- Kolom apa yang digunakan permintaan?
POST /v1/embeddings·voyageai/voyage-4:model,input,encoding_format,provider- Batasan apa yang berlaku?
POST /v1/embeddings·voyageai/voyage-4:ctx:32000;input.budget.maximum:32000(byte UTF8);input.min_items:1