Source: https://ailoot.ai/models/ja/voyageai-voyage-multimodal-3-5/ Canonical: https://ailoot.ai/models/ja/voyageai-voyage-multimodal-3-5/ Language: ja # VoyageAI by MongoDB: voyage-multimodal-3.5 [Markdown](https://ailoot.ai/models/ja/voyageai-voyage-multimodal-3-5/index.md) · [JSON](https://ailoot.ai/models/ja/voyageai-voyage-multimodal-3-5/facts.json) ## [VoyageAI by MongoDB: voyage-multimodal-3.5](https://ailoot.ai/models/ja/voyageai-voyage-multimodal-3-5/) Voyage AIのvoyage-multimodal-3.5は、テキスト、画像、動画フレームを共通の検索空間に埋め込みます。文書のスクリーンショット、表、シーンなどの混在コンテンツを扱い、入力は32,000トークン、既定の表現は1024次元です。 - [**Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `voyageai/voyage-multimodal-3.5`](https://ailoot.ai/models/ja/voyageai-voyage-multimodal-3-5/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 voyage-multimodal-3.5は、テキスト、画像、動画を横断して検索するためのVoyage AIの埋め込みモデルです。混在するテキストと視覚コンテンツを単一のTransformerエンコーダーで処理し、マルチモーダル入力全体を共通のベクトル空間で表現します。3.5エディションでは、動画フレームへの明示的な対応と、柔軟な埋め込み次元が追加されています。 #### テキストと視覚情報の関係を保つ 文書のページや節は、有用な視覚情報を保持する形式で準備してください。グラフと短い説明を含むスライドなら、スライド画像と添付テキストを同じ順序付き入力に入れて表現できます。PDFベースのコレクションについて文書化されている視覚入力は、ページのスクリーンショットなど、文書を画像として表現したものです。 報告書のグラフでは、タイトル、軸ラベル、凡例を画像に残してください。視覚情報の解釈に必要な文脈を提供する場合は、説明文も添付します。検索候補から文書名だけを返すのではなく該当ページを開けるよう、得られたベクトルとともにページ番号と出典識別子を保存してください。 メーカーの入力形式は、テキスト、画像、動画のシーケンスに対応しています。公開されている画像形式はPNG、JPEG、WebP、GIFで、動画にはMP4を使用します。文書化された手順では、視覚コンテンツをURLまたはBase64データで表現できます。1つのリクエスト内では、表現方式を一貫させてください。 #### 長い動画全体ではなくシーンを検索する モデルは動画を、順序付きのフレーム列として表現します。メーカーは、長い動画を関連するシーンに分け、利用できる文字起こしのタイムスタンプにシーン境界を合わせ、対応する文字起こしテキストを残すことを推奨しています。解像度やフレームレートを下げると、意味的に連続したシーンをコンテキスト上限内に収めやすくなります。 研修動画のコレクションでは、特定の操作部を調整する実演シーンを探すクエリが考えられます。インデックス化した各シーンに時間範囲を対応付けてください。一致するシーンを返し、実際の操作はフレームや元のクリップで確認します。検索されたベクトルを、録画内のすべてを文章で説明したものとして扱わないでください。 文字起こしテキストは、マルチモーダル入力の一部として準備すれば検索に寄与できます。動画フレームの埋め込み自体が発話の文字起こしを提供するわけではありません。 #### コンテキストと準備の制限 記載されたコンテキスト長は、入力あたり32,000トークンです。Voyageの公開計算方式では、画像560ピクセルごと、動画1120ピクセルごとに1トークンを数えるため、視覚コンテンツはテキストと上限を共有します。文書化された制限には、画像あたり1,600万ピクセルと20 MB、動画あたり20 MBも含まれます。リストは最大1000入力、合計320,000トークンです。 既定の切り詰め設定では、長すぎる入力を切り詰めます。境界が画像の途中にある場合、その画像全体を破棄します。そのため、ページやシーン全体が上限内に入るよう準備すれば、入力内容をより予測可能に保てます。文書化された別の設定では、長すぎる入力を切り詰めずに拒否します。 #### ベクトル次元と検索の役割 既定の出力次元は1024で、このエディションには256、512、2048次元も記載されています。発表では、Matryoshka埋め込みと、浮動小数点、符号付きまたは符号なし8ビット、バイナリの各表現を説明しています。選択した次元と表現をインデックスとともに残してください。 Voyageの検索手順は、queryとdocumentの入力を区別します。クエリはテキストまたは画像を使用でき、インデックス化する文書ではテキストと視覚情報を組み合わせられます。完全な入力シーケンスごとに1つのベクトルが対応します。順位付きの結果を点検可能なままにするため、出典ページ、画像、シーンとの対応関係を保存してください。 #### 返された視覚資料を使う 検索段階では、クエリに関連する報告書のページ、表、スライド、シーンを見つけられます。その後、回答作成や分析の段階が、その出典資料を読みます。表なら結果を使用する前に実際の見出しと値を確認し、シーンなら関連するフレームと対応テキストを確認してください。 voyage-multimodal-3との実質的な違いは、3.5エディションで明示的な動画対応と、追加の表現の選択肢が加わったことです。これらは出典資料を見つけるための埋め込み機能です。出力は数値ベクトルであり、生成された画像、動画、物語形式の回答ではありません。 **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `voyageai/voyage-multimodal-3.5` [`voyageai/voyage-multimodal-3.5`](https://ailoot.ai/models/ja/#m=voyageai%2Fvoyage-multimodal-3.5&route=Ultra&caller=voyageai%2Fvoyage-multimodal-3.5&fmt=embeddings) VoyageAI by MongoDB /`voyageai/voyage-multimodal-3.5` ### はじめに Voyage AIのvoyage-multimodal-3.5は、テキスト、画像、動画フレームを共通の検索空間に埋め込みます。文書のスクリーンショット、表、シーンなどの混在コンテンツを扱い、入力は32,000トークン、既定の表現は1024次元です。 対応する入力 テキスト · token\_ids 結果 embedding ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` 入力の種類 `text`, `token_ids` 出力の種類 `embedding` コンテキスト 32,000 tokens 出力形式 json | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 voyageai/voyage-multimodal-3.5 | デフォルト— | | フィールド`input` | 種類`string\|string[]\|integer[]\|integer[][]` | 要件必須 | 値と制限 最小項目数: 1 条件: 空でなく、要素の型が統一されたバッチ。トークン ID は非負の整数です。 入力の許容量: 最大値: 32,000 · テキスト単位: UTF8 バイト · トークン単位: トークン配列の要素 | デフォルト— | | フィールド`encoding_format` | 種類`string` | 要件任意 | 値と制限 float | デフォルトfloat | | フィールド`dimensions` | 種類`integer` | 要件非対応 | 値と制限 最小値: 1 | デフォルト— | | フィールド`user` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`session_id` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`trace` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`provider` | 種類`object` | 要件任意 | 値と制限 条件: provider.options は拒否されます | デフォルト— | 入力素材の組み合わせ **text\_to\_embedding** メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input | | パラメータ`input_shapes` | 仕様string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | パラメータ`encoding_format` | 仕様float | | パラメータ`dimensions_override` | 仕様false | | パラメータ`max_input_budget_units` | 仕様32000 | | パラメータ`multimodal_objects` | 仕様false | | パラメータ`material_types` | 仕様text, token\_ids | ライフサイクル: `synchronous_json` 各ベクトルのインデックスと次元数を保存してください。 モデル名がマルチモーダルであることを示していても、この正確なパスでは画像オブジェクトは受け付けられません。 ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 標準料金 高速モードが選択されている場合 Flex モード 標準料金 flex モードが選択されている場合 最大推論量 標準料金 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 | 設定 | 料金表 | 料金 | | --- | --- | --- | | 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン **$0.00024** / 1K トークン 出力 · 出力トークン **$0** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot Ultra · 埋め込み curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "voyageai/voyage-multimodal-3.5", "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 ``` ```python 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-multimodal-3.5',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### 結果を受け取って保存 #### Ailoot Ultra · 埋め込み json ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 すべてのベクトルを、そのインデックスとともに保存してください。ベクトル数は入力数と一致し、次元数は統一されている必要があります。 ##### 元のレスポンスを確認する場合 埋め込みジョブ用のエンドポイントは新設されません。 レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`object` | 種類string | | フィールド`model` | 種類string | | フィールド`data[].index` | 種類integer | | フィールド`data[].embedding` | 種類finite float\[\] | | フィールド`usage` | 種類object | エラーと次の手順 | レスポンス | 条件 | 次の手順 | | --- | --- | --- | | レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 | ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`voyageai/voyage-multimodal-3.5`](https://ailoot.ai/models/ja/#m=voyageai%2Fvoyage-multimodal-3.5&route=Ultra&caller=voyageai%2Fvoyage-multimodal-3.5&fmt=embeddings) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`voyageai/voyage-multimodal-3.5`](https://ailoot.ai/models/ja/#m=voyageai%2Fvoyage-multimodal-3.5&route=Ultra&caller=voyageai%2Fvoyage-multimodal-3.5&fmt=embeddings) FAQ · VoyageAI by MongoDB: voyage-multimodal-3.5 利用できる入力と結果は何ですか？ `POST /v1/embeddings` · `voyageai/voyage-multimodal-3.5`: `text`, `token_ids` → `embedding` リクエストはどの項目を使用しますか？ `POST /v1/embeddings` · `voyageai/voyage-multimodal-3.5`: `model`, `input`, `encoding_format`, `provider` どの制限が適用されますか？ `POST /v1/embeddings` · `voyageai/voyage-multimodal-3.5`: `ctx`: `32000`; `input.budget.maximum`: `32000` (UTF8 バイト); `input.min_items`: `1` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。