{
  "aboutHtml": "<p>Voyage 3 Large — құжаттар жинағынан қажетті ақпаратты табуға арналған мәтіндік эмбеддинг моделі. Ол берілген әр мәтінді сандық вектормен көрсетеді, осылайша қолданба іздеу сұрауын сөздері басқа, бірақ мағынасы байланысты үзінділермен салыстыра алады. Voyage AI бұл нұсқаны техникалық құжаттама, әңгімелер және ұзын құжаттар сияқты материалдар бойынша жалпы мақсаттағы және көптілді іздеуге бағыттайды.</p><p>Ізделетін жинақты адамдарға шынымен қайта табу қажет ақпараттан құрыңыз. Өнімнің білім базасында функция түсіндірмесін оның алғышарттарымен және тиісті ерекше жағдайларымен бірге сақтаңыз. Жиналыс жазбаларында сөйлеуші белгілерін және тақырыпты түсінуге жеткілікті айналасындағы талқылауды сақтаңыз. Үлкен дереккөзді пайдалы шекаралар бойынша бөліп, дереккөз атауын, құжат идентификаторын және үзінді орнын әр вектормен бірге сақтаңыз.</p><p>Іздеу сұрағын сұрау ретінде, ал индекстелетін материалды құжаттар ретінде дайындаңыз. Өндірушінің мәтіндік эмбеддинг процесінде кіріс түрі модельге мәтіннің іздеудегі рөлін береді. Мысалы, «Қауіпсіздік кілтін жоғалтқан қатысушы қолжетімділікті қалай қалпына келтіреді?» сұрауын қалпына келтіру рәсімін сипаттайтын қолдау үзінділерімен, сөздері басқа болса да, салыстыруға болады. Іздеу нәтижесі сәйкестіктің негізіндегі деректі көрсете алуы үшін бастапқы үзіндіге қолжетімділікті сақтаңыз.</p><p>Модельдің контекст терезесі 32 000 токен. Ұзын кіріс толық бөлімді сақтай алады, бірақ тұтас құжат әрқашан ең пайдалы іздеу бірлігі емес. Кең мазмұнды вектор дұрыс файлды көрсетіп, нақты жауапты табуды оқырманға қалдыруы мүмкін. Үзінді шекараларын көрсеткіңіз келетін нәтижеге қарай таңдап, тақырыптарды, шарттар мен анықтамаларды олар түсіндіретін мазмұнмен бірге сақтаңыз.</p><p>Voyage 3 Large өлшемі 2 048, 1 024, 512 немесе 256 болатын векторларды қолдайды. Өндіруші жылжымалы үтірлі, таңбалы немесе таңбасыз сегіз биттік және екілік көрсетілімдерді де құжаттайды. Бұл таңдаулар іздеу жүйесіне вектор егжей-тегжейін индекс өлшемімен және іздеу әрекетімен салыстыруға мүмкіндік береді. Көзделген вектор қоймасы қолдайтын пішімді таңдап, жұмыс индексінің баптауларын бекітпей тұрып оны нақты корпус пен өкілдік сұрақтарда бағалаңыз.</p><p>Көптілді іздеу үшін пайдаланушылар қолданатын тілдердегі тексеру сұрақтарын қосып, табылған бастапқы үзінділерді түпнұсқа тілінде тексеріңіз. Ортақ іздеу интерфейсі бірнеше тіл жинағына қызмет ете алады, ал құжат метадеректері дереккөз тілі мен нұсқасын анықтайды. Дерек алғанда маңызды атауларды, қысқартуларды және салалық терминдерді эмбеддингке дейін жалпы қорытындымен алмастырмай сақтаңыз.</p><p>Векторларды іздеу бетіне, білім көмекшісіне немесе құжат таңдау қадамына арналған үзінді кандидаттарын табуға пайдаланыңыз. Индекстелген жинақ пен оның сұраулары үшін бірдей модель және вектор баптауларын қолданыңыз. Эмбеддинг моделін ауыстырғанда немесе вектор өлшемін өзгерткенде, өзгеріс әсер ететін индексті әдейі қайта құрып, салыстырыңыз; вектор ұзындығының өзі оның қалай жасалғанын анықтамайды.</p><p>Нәтижені іздеудің пайдасына қарай бағалаңыз: дұрыс үзінді шыға ма, жақын, бірақ жаңылыстыратын үзінділер одан жоғары тұра ма және көрсетілген үзінді жауапты қамти ма. Көзделген дереккөздері бар нақты сұрақтардың шағын жиынын, соның ішінде екіұшты тұжырымдар мен өте ұқсас құжаттарды сақтаңыз. Эмбеддинг ізделетін көрсетілім береді; сәйкестікті пайдалы нәтижеге айналдыруға қажетті бастапқы мәтінді, рұқсаттарды және сілтемелерді қолданба сақтайды.</p>",
  "aboutText": "Voyage 3 Large — құжаттар жинағынан қажетті ақпаратты табуға арналған мәтіндік эмбеддинг моделі. Ол берілген әр мәтінді сандық вектормен көрсетеді, осылайша қолданба іздеу сұрауын сөздері басқа, бірақ мағынасы байланысты үзінділермен салыстыра алады. Voyage AI бұл нұсқаны техникалық құжаттама, әңгімелер және ұзын құжаттар сияқты материалдар бойынша жалпы мақсаттағы және көптілді іздеуге бағыттайды.\n\nІзделетін жинақты адамдарға шынымен қайта табу қажет ақпараттан құрыңыз. Өнімнің білім базасында функция түсіндірмесін оның алғышарттарымен және тиісті ерекше жағдайларымен бірге сақтаңыз. Жиналыс жазбаларында сөйлеуші белгілерін және тақырыпты түсінуге жеткілікті айналасындағы талқылауды сақтаңыз. Үлкен дереккөзді пайдалы шекаралар бойынша бөліп, дереккөз атауын, құжат идентификаторын және үзінді орнын әр вектормен бірге сақтаңыз.\n\nІздеу сұрағын сұрау ретінде, ал индекстелетін материалды құжаттар ретінде дайындаңыз. Өндірушінің мәтіндік эмбеддинг процесінде кіріс түрі модельге мәтіннің іздеудегі рөлін береді. Мысалы, «Қауіпсіздік кілтін жоғалтқан қатысушы қолжетімділікті қалай қалпына келтіреді?» сұрауын қалпына келтіру рәсімін сипаттайтын қолдау үзінділерімен, сөздері басқа болса да, салыстыруға болады. Іздеу нәтижесі сәйкестіктің негізіндегі деректі көрсете алуы үшін бастапқы үзіндіге қолжетімділікті сақтаңыз.\n\nМодельдің контекст терезесі 32 000 токен. Ұзын кіріс толық бөлімді сақтай алады, бірақ тұтас құжат әрқашан ең пайдалы іздеу бірлігі емес. Кең мазмұнды вектор дұрыс файлды көрсетіп, нақты жауапты табуды оқырманға қалдыруы мүмкін. Үзінді шекараларын көрсеткіңіз келетін нәтижеге қарай таңдап, тақырыптарды, шарттар мен анықтамаларды олар түсіндіретін мазмұнмен бірге сақтаңыз.\n\nVoyage 3 Large өлшемі 2 048, 1 024, 512 немесе 256 болатын векторларды қолдайды. Өндіруші жылжымалы үтірлі, таңбалы немесе таңбасыз сегіз биттік және екілік көрсетілімдерді де құжаттайды. Бұл таңдаулар іздеу жүйесіне вектор егжей-тегжейін индекс өлшемімен және іздеу әрекетімен салыстыруға мүмкіндік береді. Көзделген вектор қоймасы қолдайтын пішімді таңдап, жұмыс индексінің баптауларын бекітпей тұрып оны нақты корпус пен өкілдік сұрақтарда бағалаңыз.\n\nКөптілді іздеу үшін пайдаланушылар қолданатын тілдердегі тексеру сұрақтарын қосып, табылған бастапқы үзінділерді түпнұсқа тілінде тексеріңіз. Ортақ іздеу интерфейсі бірнеше тіл жинағына қызмет ете алады, ал құжат метадеректері дереккөз тілі мен нұсқасын анықтайды. Дерек алғанда маңызды атауларды, қысқартуларды және салалық терминдерді эмбеддингке дейін жалпы қорытындымен алмастырмай сақтаңыз.\n\nВекторларды іздеу бетіне, білім көмекшісіне немесе құжат таңдау қадамына арналған үзінді кандидаттарын табуға пайдаланыңыз. Индекстелген жинақ пен оның сұраулары үшін бірдей модель және вектор баптауларын қолданыңыз. Эмбеддинг моделін ауыстырғанда немесе вектор өлшемін өзгерткенде, өзгеріс әсер ететін индексті әдейі қайта құрып, салыстырыңыз; вектор ұзындығының өзі оның қалай жасалғанын анықтамайды.\n\nНәтижені іздеудің пайдасына қарай бағалаңыз: дұрыс үзінді шыға ма, жақын, бірақ жаңылыстыратын үзінділер одан жоғары тұра ма және көрсетілген үзінді жауапты қамти ма. Көзделген дереккөздері бар нақты сұрақтардың шағын жиынын, соның ішінде екіұшты тұжырымдар мен өте ұқсас құжаттарды сақтаңыз. Эмбеддинг ізделетін көрсетілім береді; сәйкестікті пайдалы нәтижеге айналдыруға қажетті бастапқы мәтінді, рұқсаттарды және сілтемелерді қолданба сақтайды.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "fb24306e8d50aed9321b2a5f40cfde33772bd71e16bd80b0e7bc572976100ad1",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "kk",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Voyage AI: Voyage 3 Large</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Жабу\">×</button></div><div class=\"idline\"><span>Voyage AI /</span><code>voyage-3-large</code><button type=\"button\" id=\"copy-id\">ID көшіру</button></div><nav class=\"card-jump-nav\" aria-label=\"Модель карточкасының бөлімдері\"><button type=\"button\" data-card-jump=\"overview\">Бастау</button><button type=\"button\" data-card-jump=\"methods\">Кіріс деректері мен әдістер</button><button type=\"button\" data-card-jump=\"pricing\">Тарифтер</button><button type=\"button\" data-card-jump=\"examples\">Мысалдар</button><button type=\"button\" data-card-jump=\"results\">Нәтижелер</button><button type=\"button\" data-card-jump=\"aliases\">Балама атаулар</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API әдістері\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|voyage-3-large\">Эмбеддингтер</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\">Бастау</h3><p class=\"mdesc-full\">Voyage 3 Large мәтінді жалпы мақсаттағы және көптілді іздеуге арналған векторларға айналдырады. Оның 32 000 токендік кіріс терезесі, таңдалатын вектор өлшемдері және квантталған пішімдері іздеуі бар білім базаларын, құжат табуды және табылған материалдармен толықтырылған генерацияны қолдайды.</p><dl class=\"card-io\" data-card-io><div><dt>Қабылданатын кіріс деректері</dt><dd>Мәтін</dd></div><div><dt>Нәтижелер</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>Модель туралы</summary><p class=\"note-s\" data-model-method-boundary>Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.</p><div class=\"mabout\" id=\"m-about\"><p>Voyage 3 Large — құжаттар жинағынан қажетті ақпаратты табуға арналған мәтіндік эмбеддинг моделі. Ол берілген әр мәтінді сандық вектормен көрсетеді, осылайша қолданба іздеу сұрауын сөздері басқа, бірақ мағынасы байланысты үзінділермен салыстыра алады. Voyage AI бұл нұсқаны техникалық құжаттама, әңгімелер және ұзын құжаттар сияқты материалдар бойынша жалпы мақсаттағы және көптілді іздеуге бағыттайды.</p><p>Ізделетін жинақты адамдарға шынымен қайта табу қажет ақпараттан құрыңыз. Өнімнің білім базасында функция түсіндірмесін оның алғышарттарымен және тиісті ерекше жағдайларымен бірге сақтаңыз. Жиналыс жазбаларында сөйлеуші белгілерін және тақырыпты түсінуге жеткілікті айналасындағы талқылауды сақтаңыз. Үлкен дереккөзді пайдалы шекаралар бойынша бөліп, дереккөз атауын, құжат идентификаторын және үзінді орнын әр вектормен бірге сақтаңыз.</p><p>Іздеу сұрағын сұрау ретінде, ал индекстелетін материалды құжаттар ретінде дайындаңыз. Өндірушінің мәтіндік эмбеддинг процесінде кіріс түрі модельге мәтіннің іздеудегі рөлін береді. Мысалы, «Қауіпсіздік кілтін жоғалтқан қатысушы қолжетімділікті қалай қалпына келтіреді?» сұрауын қалпына келтіру рәсімін сипаттайтын қолдау үзінділерімен, сөздері басқа болса да, салыстыруға болады. Іздеу нәтижесі сәйкестіктің негізіндегі деректі көрсете алуы үшін бастапқы үзіндіге қолжетімділікті сақтаңыз.</p><p>Модельдің контекст терезесі 32 000 токен. Ұзын кіріс толық бөлімді сақтай алады, бірақ тұтас құжат әрқашан ең пайдалы іздеу бірлігі емес. Кең мазмұнды вектор дұрыс файлды көрсетіп, нақты жауапты табуды оқырманға қалдыруы мүмкін. Үзінді шекараларын көрсеткіңіз келетін нәтижеге қарай таңдап, тақырыптарды, шарттар мен анықтамаларды олар түсіндіретін мазмұнмен бірге сақтаңыз.</p><p>Voyage 3 Large өлшемі 2 048, 1 024, 512 немесе 256 болатын векторларды қолдайды. Өндіруші жылжымалы үтірлі, таңбалы немесе таңбасыз сегіз биттік және екілік көрсетілімдерді де құжаттайды. Бұл таңдаулар іздеу жүйесіне вектор егжей-тегжейін индекс өлшемімен және іздеу әрекетімен салыстыруға мүмкіндік береді. Көзделген вектор қоймасы қолдайтын пішімді таңдап, жұмыс индексінің баптауларын бекітпей тұрып оны нақты корпус пен өкілдік сұрақтарда бағалаңыз.</p><p>Көптілді іздеу үшін пайдаланушылар қолданатын тілдердегі тексеру сұрақтарын қосып, табылған бастапқы үзінділерді түпнұсқа тілінде тексеріңіз. Ортақ іздеу интерфейсі бірнеше тіл жинағына қызмет ете алады, ал құжат метадеректері дереккөз тілі мен нұсқасын анықтайды. Дерек алғанда маңызды атауларды, қысқартуларды және салалық терминдерді эмбеддингке дейін жалпы қорытындымен алмастырмай сақтаңыз.</p><p>Векторларды іздеу бетіне, білім көмекшісіне немесе құжат таңдау қадамына арналған үзінді кандидаттарын табуға пайдаланыңыз. Индекстелген жинақ пен оның сұраулары үшін бірдей модель және вектор баптауларын қолданыңыз. Эмбеддинг моделін ауыстырғанда немесе вектор өлшемін өзгерткенде, өзгеріс әсер ететін индексті әдейі қайта құрып, салыстырыңыз; вектор ұзындығының өзі оның қалай жасалғанын анықтамайды.</p><p>Нәтижені іздеудің пайдасына қарай бағалаңыз: дұрыс үзінді шыға ма, жақын, бірақ жаңылыстыратын үзінділер одан жоғары тұра ма және көрсетілген үзінді жауапты қамти ма. Көзделген дереккөздері бар нақты сұрақтардың шағын жиынын, соның ішінде екіұшты тұжырымдар мен өте ұқсас құжаттарды сақтаңыз. Эмбеддинг ізделетін көрсетілім береді; сәйкестікті пайдалы нәтижеге айналдыруға қажетті бастапқы мәтінді, рұқсаттарды және сілтемелерді қолданба сақтайды.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Эмбеддингтер</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Кіріс</dt><dd><code>text</code></dd></div><div><dt>Шығыс</dt><dd><code>embedding</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Өріс</th><th>Түрі</th><th>Талап</th><th>Мәндер мен шектеулер</th><th>Әдепкі</th></tr></thead><tbody><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>voyage-3-large</div><div>Шарттар: Ailoot моделін таңдаудың дәл мәнін пайдаланыңыз.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string or array&lt;string&gt;</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Мәтін немесе мәтіндер тізімі; қайтарылған әрбір дерек элементі мен оның индексі үшін бір векторды сақтаңыз.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Әдіс параметрлері мен өмірлік циклі</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Параметр</th><th>Параметр талаптары</th></tr></thead><tbody><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>content_type</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>application/json</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>required</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>model, input</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>optional</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span></td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_types</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>text</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>conditions</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>Мәтінді таңдалған модельмен жіберіңіз; қайтарылған әрбір векторды және оның индексін сақтаңыз.</td></tr></tbody></table></div><p>Өмірлік цикл: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Тарифтер</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.</p><dl data-price-conditions><dt>Жылдам режим</dt><dd>Көрсетілмеген <span class=\"note-s\">Жылдам режим таңдалғанда</span></dd><dt>Икемді режим</dt><dd>Көрсетілмеген <span class=\"note-s\">flex режимі таңдалғанда</span></dd><dt>Ой қорытудың ең жоғары деңгейі</dt><dd>Көрсетілмеген <span class=\"note-s\">Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot мөлшерлемелері</h4><h4>Баптаулар бойынша бағалар</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Баптау</th><th>Мөлшерлемелер кестесі</th><th>Төлем</th></tr></thead><tbody><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Токендердің базалық тарифтері</th><td data-cell-label=\"Мөлшерлемелер кестесі\"><span class=\"card-cell-label\">Мөлшерлемелер кестесі</span>Негізгі мөлшерлеме</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · Кіріс токендері</span> <b>$0.0004</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Шығыс · Шығыс токендері</span> <b>$0</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшті оқу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу, 1 сағ</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. <a href=\"/docs/kk/billing/reserve/\">Резервтеу мен төлемді есептеу тәртібі →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Сұрау мысалдары</h3><h4>Ailoot Ultra · Эмбеддингтер</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Код нұсқалары\"><button class=\"cg-tab\" id=\"model-code-2787-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2787-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · барлық векторларды және пайдалану көлемін сақтаңыз</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Кодты көшіру\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2787-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2787-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncat &gt; request.json &lt;&lt;&#39;JSON&#39;\n{\n  &quot;model&quot;: &quot;voyage-3-large&quot;,\n  &quot;input&quot;: &quot;The quick brown fox jumps over the lazy dog&quot;\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Нәтижелерді алу және сақтау</h3></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Балама атаулар</h3><h4>Модельдердің балама атаулары</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=voyage-3-large&amp;route=Ultra&amp;caller=voyage-3-large&amp;fmt=embeddings\"><code>voyage-3-large</code></a></span></p><h4>Әдіс жолдарының балама атаулары</h4><p class=\"note-s\">Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.</p><h4>Шақыруға арналған байланысты ID</h4><p class=\"note-s\"><a href=\"#m=voyage-3-large&amp;route=Ultra&amp;caller=voyage-3-large&amp;fmt=embeddings\"><code>voyage-3-large</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-3-large",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-3-large",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Бастапқы жауап пен X-Client-Request-ID мәнін салыстырып тексеру үшін сақтаңыз. Екіұшты жауап дәл сол құру сұрауын қайта жіберуге рұқсат бермейді.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Толық JSON жауабын, әр векторды оның индексімен бірге, пайдалану деректерінің барлық өрістерін және сұрау тақырыптарын сақтаңыз.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Ailoot моделін таңдаудың дәл мәнін пайдаланыңыз.",
                "default_known": false,
                "enum": [
                  "voyage-3-large"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Мәтін немесе мәтіндер тізімі; қайтарылған әрбір дерек элементі мен оның индексі үшін бір векторды сақтаңыз.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-3-large"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-3-large"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Мәтінді таңдалған модельмен жіберіңіз; қайтарылған әрбір векторды және оның индексін сақтаңыз."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Токендердің базалық тарифтері",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-3-large\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Эмбеддингтер",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "voyage-3-large",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "a2b44ba1f3fbd3b0f15ac6b4de12f7f38900d0d33ab75d60990098cb90d413d3",
    "input_html_sha256": "cef5bc304644ad8d186afa3bd001d4a509549c2fbdab53c6856aabf4724bb971",
    "private_audit_sha256": "4da374d71c436672bc974934ff51a6d75cc042c3cf81356463d7acb657dcdacd",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/kk/voyage-3-large/",
    "description": "Voyage 3 Large мәтінді жалпы мақсаттағы және көптілді іздеуге арналған векторларға айналдырады. Оның 32 000 токендік кіріс терезесі, таңдалатын вектор өлшемдері және квантталған пішімдері іздеуі бар білім базаларын, құжат табуды және табылған материалдармен толықтырылған генерацияны қолдайды.",
    "locale": "kk",
    "md_url": "https://ailoot.ai/models/kk/voyage-3-large/index.md",
    "title": "Voyage AI: Voyage 3 Large — Ailoot",
    "url": "https://ailoot.ai/models/kk/voyage-3-large/"
  },
  "rawModel": {
    "about": "Voyage 3 Large — құжаттар жинағынан қажетті ақпаратты табуға арналған мәтіндік эмбеддинг моделі. Ол берілген әр мәтінді сандық вектормен көрсетеді, осылайша қолданба іздеу сұрауын сөздері басқа, бірақ мағынасы байланысты үзінділермен салыстыра алады. Voyage AI бұл нұсқаны техникалық құжаттама, әңгімелер және ұзын құжаттар сияқты материалдар бойынша жалпы мақсаттағы және көптілді іздеуге бағыттайды.\n\nІзделетін жинақты адамдарға шынымен қайта табу қажет ақпараттан құрыңыз. Өнімнің білім базасында функция түсіндірмесін оның алғышарттарымен және тиісті ерекше жағдайларымен бірге сақтаңыз. Жиналыс жазбаларында сөйлеуші белгілерін және тақырыпты түсінуге жеткілікті айналасындағы талқылауды сақтаңыз. Үлкен дереккөзді пайдалы шекаралар бойынша бөліп, дереккөз атауын, құжат идентификаторын және үзінді орнын әр вектормен бірге сақтаңыз.\n\nІздеу сұрағын сұрау ретінде, ал индекстелетін материалды құжаттар ретінде дайындаңыз. Өндірушінің мәтіндік эмбеддинг процесінде кіріс түрі модельге мәтіннің іздеудегі рөлін береді. Мысалы, «Қауіпсіздік кілтін жоғалтқан қатысушы қолжетімділікті қалай қалпына келтіреді?» сұрауын қалпына келтіру рәсімін сипаттайтын қолдау үзінділерімен, сөздері басқа болса да, салыстыруға болады. Іздеу нәтижесі сәйкестіктің негізіндегі деректі көрсете алуы үшін бастапқы үзіндіге қолжетімділікті сақтаңыз.\n\nМодельдің контекст терезесі 32 000 токен. Ұзын кіріс толық бөлімді сақтай алады, бірақ тұтас құжат әрқашан ең пайдалы іздеу бірлігі емес. Кең мазмұнды вектор дұрыс файлды көрсетіп, нақты жауапты табуды оқырманға қалдыруы мүмкін. Үзінді шекараларын көрсеткіңіз келетін нәтижеге қарай таңдап, тақырыптарды, шарттар мен анықтамаларды олар түсіндіретін мазмұнмен бірге сақтаңыз.\n\nVoyage 3 Large өлшемі 2 048, 1 024, 512 немесе 256 болатын векторларды қолдайды. Өндіруші жылжымалы үтірлі, таңбалы немесе таңбасыз сегіз биттік және екілік көрсетілімдерді де құжаттайды. Бұл таңдаулар іздеу жүйесіне вектор егжей-тегжейін индекс өлшемімен және іздеу әрекетімен салыстыруға мүмкіндік береді. Көзделген вектор қоймасы қолдайтын пішімді таңдап, жұмыс индексінің баптауларын бекітпей тұрып оны нақты корпус пен өкілдік сұрақтарда бағалаңыз.\n\nКөптілді іздеу үшін пайдаланушылар қолданатын тілдердегі тексеру сұрақтарын қосып, табылған бастапқы үзінділерді түпнұсқа тілінде тексеріңіз. Ортақ іздеу интерфейсі бірнеше тіл жинағына қызмет ете алады, ал құжат метадеректері дереккөз тілі мен нұсқасын анықтайды. Дерек алғанда маңызды атауларды, қысқартуларды және салалық терминдерді эмбеддингке дейін жалпы қорытындымен алмастырмай сақтаңыз.\n\nВекторларды іздеу бетіне, білім көмекшісіне немесе құжат таңдау қадамына арналған үзінді кандидаттарын табуға пайдаланыңыз. Индекстелген жинақ пен оның сұраулары үшін бірдей модель және вектор баптауларын қолданыңыз. Эмбеддинг моделін ауыстырғанда немесе вектор өлшемін өзгерткенде, өзгеріс әсер ететін индексті әдейі қайта құрып, салыстырыңыз; вектор ұзындығының өзі оның қалай жасалғанын анықтамайды.\n\nНәтижені іздеудің пайдасына қарай бағалаңыз: дұрыс үзінді шыға ма, жақын, бірақ жаңылыстыратын үзінділер одан жоғары тұра ма және көрсетілген үзінді жауапты қамти ма. Көзделген дереккөздері бар нақты сұрақтардың шағын жиынын, соның ішінде екіұшты тұжырымдар мен өте ұқсас құжаттарды сақтаңыз. Эмбеддинг ізделетін көрсетілім береді; сәйкестікті пайдалы нәтижеге айналдыруға қажетті бастапқы мәтінді, рұқсаттарды және сілтемелерді қолданба сақтайды.",
    "about_sha256": "f8a14551c12ad8f26e408dfc995cf463d79d159d38d8d98b1790a59c1789dcc3",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Конфигурация бағалары туралы толық ақпарат — егжей-тегжейлі мәліметтерде."
      }
    ],
    "ctx": null,
    "display_name": "Voyage AI: Voyage 3 Large",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-3-large",
    "input": [
      "text"
    ],
    "kind": "embedding",
    "locale": "en",
    "max_out": null,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Бастапқы жауап пен X-Client-Request-ID мәнін салыстырып тексеру үшін сақтаңыз. Екіұшты жауап дәл сол құру сұрауын қайта жіберуге рұқсат бермейді.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Толық JSON жауабын, әр векторды оның индексімен бірге, пайдалану деректерінің барлық өрістерін және сұрау тақырыптарын сақтаңыз.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Ailoot моделін таңдаудың дәл мәнін пайдаланыңыз.",
                "default_known": false,
                "enum": [
                  "voyage-3-large"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Мәтін немесе мәтіндер тізімі; қайтарылған әрбір дерек элементі мен оның индексі үшін бір векторды сақтаңыз.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-3-large"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-3-large"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Мәтінді таңдалған модельмен жіберіңіз; қайтарылған әрбір векторды және оның индексін сақтаңыз."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Токендердің базалық тарифтері",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-3-large\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Эмбеддингтер",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "voyage-3-large",
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage 3 Large",
    "price": {
      "in": 0.4,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.4,
      "sort_out": 0,
      "varies": false
    },
    "short": "Voyage 3 Large мәтінді жалпы мақсаттағы және көптілді іздеуге арналған векторларға айналдырады. Оның 32 000 токендік кіріс терезесі, таңдалатын вектор өлшемдері және квантталған пішімдері іздеуі бар білім базаларын, құжат табуды және табылған материалдармен толықтырылған генерацияны қолдайды.",
    "short_sha256": "97e0e5100c1133c3a38a116210c6492617852a455c2338779be2ecc6f0754b10"
  },
  "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 3 Large мәтінді жалпы мақсаттағы және көптілді іздеуге арналған векторларға айналдырады. Оның 32 000 токендік кіріс терезесі, таңдалатын вектор өлшемдері және квантталған пішімдері іздеуі бар білім базаларын, құжат табуды және табылған материалдармен толықтырылған генерацияны қолдайды.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "99978b6e6e978407dc07584ed2387e0e51a5ebd5384d7c7bf50d05e0c60b7d53",
    "renderer_sha256": "def3bb6e69c8ddb72f88ec6540bbe55d0e503790f964d84073ecda781b13bedf"
  },
  "sourceRevision": "400a6c0ec41b2a8229eb4b942746e0e32b07120463c90d448d150d383791a05f"
}