{
  "aboutHtml": "<p>voyage-4-large — Voyage AI-дың Voyage 4 тобындағы флагмандық мәтіндік эмбеддинг моделі. Ол жалпы мақсаттағы және көптілді іздеу үшін бастапқы үзінділер мен сұрауларды сандық векторлар түрінде көрсетеді. Оның екі ерекше қасиеті — mixture-of-experts модель құрылысы және voyage-4-large, voyage-4, voyage-4-lite пен voyage-4-nano пайдаланатын ортақ эмбеддинг кеңістігі.</p><h4>Ортақ кеңістік: корпус пен сұрау үшін бөлек таңдау</h4><p>Өндіруші асимметриялық іздеуді сипаттайды: құжаттардың эмбеддингін voyage-4-large жасай алады, ал сұрау векторларын Voyage 4 тобының басқа моделі дайындайды. Мысалы, Large арқылы көрсетілген корпустан voyage-4 сұрауларымен іздеуге болады. Бұл іздеудің екі жағына әртүрлі модель таңдауға және құжатталған үйлесімді кеңістікте қалуға мүмкіндік береді.</p><p>Сондықтан практикалық жинақ тұрақты құжат үзінділерін дайындауға Large моделін пайдаланып, сұрау жағындағы модельді тәуелсіз таңдай алады. Құжаттардың эмбеддингі корпус құрылғанда немесе жаңартылғанда жасалады, ал сұраулар пайдаланушылар іздеген сайын векторланады. Топ туралы хабарландыру үйлесімді модельдер тобының ішінде сұрау моделін ауыстырғанда тек сол өзгеріс үшін құжат корпусын қайта векторлаудың қажет еместігін сипаттайды. Салыстырылатын векторлардың өлшемдері сәйкес болсын және көрсетілімдерін іздеу жүйесі бірге түсіндіре алсын.</p><h4>Mixture-of-experts эмбеддинг құрылысы</h4><p>Тығыз тікелей таралатын қабат әр токенді барлық параметрлер жиыны арқылы өңдейді. voyage-4-large үшін сипатталған MoE тәсілі әр токенді өңдейтін сарапшыларды таңдайтын бағыттауыш пен сарапшы тікелей таралатын желілерді қолданады. Бұл модельдің жалпы сыйымдылығын нақты токен үшін белсенді параметрлерден ажыратады. Voyage модельдің MoE құрылысы үшін top-k бағыттауын пайдаланып, белсендіру үлесі 1/10 екенін хабарлайды.</p><p>Өндірушінің техникалық түсіндірмесі әзірлеудегі екі таңдауды да сипаттайды. Сарапшы сыйымдылығы артық токендердің сарапшы қабатын қалдық жол арқылы айналып өтетін-өтпейтініне әсер етеді; команда іздеу сапасының төмендеуін болдырмау үшін іске асыруға болатын ең үлкен сыйымдылық коэффициентін таңдаған. Оқытудың соңғы кезеңінде бастапқы модельдерді интерполяциялау үйренілген сарапшы таңдау бағытын өзгертпеуі үшін модельдерді біріктіруден бұрын бағыттауыш параметрлері бекітіледі. Бұлар — модельді дайындау сипаттары; олар кірісті дайындауда қолданылатын мәтін ұзындығы немесе қысқарту параметрлерінен бөлек.</p><h4>Өлшемдер және шығыс көрсетілімі</h4><p>Ресми модель кестесінде 32 000 токендік контекст терезесі және таңдауға болатын 256, 512, 1024 және 2048 өлшемді эмбеддингтер көрсетілген; әдепкі өлшем — 1024. Бұл топ ішкі құрылымы бірінің ішінде бірі орналасқан көрсетілім өлшемдері үшін Matryoshka оқытуын қолданады және кванттау таңдауларын қолдайды: 32 биттік жылжымалы нүктелі сандар, таңбалы не таңбасыз 8 биттік бүтін сандар және қапталған бинарлық шығыс.</p><p>Бинарлық шығыста қайтарылған байттар тізімінің ұзындығы таңдалған өлшемнің сегізден біріне тең, себебі әр байт эмбеддингтің сегіз битін қамтиды. Өлшем мен дерек түрі таңдауларын индекспен бірге сақтап, сол көрсетілімді қолдайтын салыстыру әдісін қолданыңыз. Кішірек немесе сығылған вектор іздеуге қолданылатын көрсетілімді өзгертеді; оны жинаққа таңдамас бұрын нақты сұрақтар бойынша қайтарылған тиісті үзінділерді бағалаңыз.</p><h4>Құжат пен сұрау кірістерін дайындаңыз</h4><p>Voyage корпус үзінділері үшін document рөлін, ал іздеу тұжырымы үшін query рөлін қолдануды ұсынады. Рөл параметрі эмбеддинг жасалмас бұрын тиісті іздеу нұсқауын қосады. Үзіндінің пайдалы тақырыбын, шарттарын және дереккөздегі орнын сақтап, қайтарылған векторды бастапқы мәтінмен және тұрақты идентификатормен бірге сақтаңыз.</p><p>Техникалық білім жинағында ақау түрі туралы сұрақ сол ақауды және оған қатысты шарттарды сипаттайтын үзіндіге апаруы керек. Бірнеше тілді қамтитын құжат жинағында бастапқы тілді сақтап, пайдаланушылар іздейтін сұрақтар мен терминологияны бағалаңыз. Релиз техникалық құжаттар, әңгімелер, ұзын құжаттар, код, құқық, қаржы және веб-мәтіндер сияқты іздеу материалдарын қамтиды. Эмбеддинг кандидат материалды табады; кейінгі реранкер немесе жауап кезеңі бастапқы мәтінді пайдаланады.</p><h4>Контекст, пакет және қысқарту шектеулері</h4><p>Өндірушінің қазіргі нұсқаулығы voyage-4-large сұрауында ең көбі 1000 жол және жиынтық 120 000 кіріс токеніне рұқсат береді. Бұл voyage-4 үшін көрсетілген пакет шектеуінен өзгеше, ал екеуінде де әр мәтінге 32 000 токендік терезе бар. Әдепкі қысқарту шектен ұзын кірісті сыйғанша қысқартады; қысқартуды өшіру шектен ұзын мәтін үшін қате қайтарады.</p><p>Ұзын дереккөздің қысқартылған соңында маңызды нақтылау жоғалмауы үшін жауап қамтитын үзінділердің шекарасын әдейі таңдаңыз. Іздеу нәтижелерін қайтарғанда дереккөз байланысын сақтап, векторлардың жақындығын мазмұнның дұрыстығын тексеру деп қабылдамай, кандидаттың нақты мәтінін тексеріңіз. Ортақ кеңістік үйлесімділігі құжатталған Voyage 4 мәтіндік модельдер тобына қолданылады; контекст ескерілетін бөліктерді өңдеу, сурет/бейне эмбеддингтері және кейінгі модель нұсқалары өздеріне тән бөлек үдерістер болып қалады.</p>",
  "aboutText": "voyage-4-large — Voyage AI-дың Voyage 4 тобындағы флагмандық мәтіндік эмбеддинг моделі. Ол жалпы мақсаттағы және көптілді іздеу үшін бастапқы үзінділер мен сұрауларды сандық векторлар түрінде көрсетеді. Оның екі ерекше қасиеті — mixture-of-experts модель құрылысы және voyage-4-large, voyage-4, voyage-4-lite пен voyage-4-nano пайдаланатын ортақ эмбеддинг кеңістігі.\n\n### Ортақ кеңістік: корпус пен сұрау үшін бөлек таңдау\n\nӨндіруші асимметриялық іздеуді сипаттайды: құжаттардың эмбеддингін voyage-4-large жасай алады, ал сұрау векторларын Voyage 4 тобының басқа моделі дайындайды. Мысалы, Large арқылы көрсетілген корпустан voyage-4 сұрауларымен іздеуге болады. Бұл іздеудің екі жағына әртүрлі модель таңдауға және құжатталған үйлесімді кеңістікте қалуға мүмкіндік береді.\n\nСондықтан практикалық жинақ тұрақты құжат үзінділерін дайындауға Large моделін пайдаланып, сұрау жағындағы модельді тәуелсіз таңдай алады. Құжаттардың эмбеддингі корпус құрылғанда немесе жаңартылғанда жасалады, ал сұраулар пайдаланушылар іздеген сайын векторланады. Топ туралы хабарландыру үйлесімді модельдер тобының ішінде сұрау моделін ауыстырғанда тек сол өзгеріс үшін құжат корпусын қайта векторлаудың қажет еместігін сипаттайды. Салыстырылатын векторлардың өлшемдері сәйкес болсын және көрсетілімдерін іздеу жүйесі бірге түсіндіре алсын.\n\n### Mixture-of-experts эмбеддинг құрылысы\n\nТығыз тікелей таралатын қабат әр токенді барлық параметрлер жиыны арқылы өңдейді. voyage-4-large үшін сипатталған MoE тәсілі әр токенді өңдейтін сарапшыларды таңдайтын бағыттауыш пен сарапшы тікелей таралатын желілерді қолданады. Бұл модельдің жалпы сыйымдылығын нақты токен үшін белсенді параметрлерден ажыратады. Voyage модельдің MoE құрылысы үшін top-k бағыттауын пайдаланып, белсендіру үлесі 1/10 екенін хабарлайды.\n\nӨндірушінің техникалық түсіндірмесі әзірлеудегі екі таңдауды да сипаттайды. Сарапшы сыйымдылығы артық токендердің сарапшы қабатын қалдық жол арқылы айналып өтетін-өтпейтініне әсер етеді; команда іздеу сапасының төмендеуін болдырмау үшін іске асыруға болатын ең үлкен сыйымдылық коэффициентін таңдаған. Оқытудың соңғы кезеңінде бастапқы модельдерді интерполяциялау үйренілген сарапшы таңдау бағытын өзгертпеуі үшін модельдерді біріктіруден бұрын бағыттауыш параметрлері бекітіледі. Бұлар — модельді дайындау сипаттары; олар кірісті дайындауда қолданылатын мәтін ұзындығы немесе қысқарту параметрлерінен бөлек.\n\n### Өлшемдер және шығыс көрсетілімі\n\nРесми модель кестесінде 32 000 токендік контекст терезесі және таңдауға болатын 256, 512, 1024 және 2048 өлшемді эмбеддингтер көрсетілген; әдепкі өлшем — 1024. Бұл топ ішкі құрылымы бірінің ішінде бірі орналасқан көрсетілім өлшемдері үшін Matryoshka оқытуын қолданады және кванттау таңдауларын қолдайды: 32 биттік жылжымалы нүктелі сандар, таңбалы не таңбасыз 8 биттік бүтін сандар және қапталған бинарлық шығыс.\n\nБинарлық шығыста қайтарылған байттар тізімінің ұзындығы таңдалған өлшемнің сегізден біріне тең, себебі әр байт эмбеддингтің сегіз битін қамтиды. Өлшем мен дерек түрі таңдауларын индекспен бірге сақтап, сол көрсетілімді қолдайтын салыстыру әдісін қолданыңыз. Кішірек немесе сығылған вектор іздеуге қолданылатын көрсетілімді өзгертеді; оны жинаққа таңдамас бұрын нақты сұрақтар бойынша қайтарылған тиісті үзінділерді бағалаңыз.\n\n### Құжат пен сұрау кірістерін дайындаңыз\n\nVoyage корпус үзінділері үшін document рөлін, ал іздеу тұжырымы үшін query рөлін қолдануды ұсынады. Рөл параметрі эмбеддинг жасалмас бұрын тиісті іздеу нұсқауын қосады. Үзіндінің пайдалы тақырыбын, шарттарын және дереккөздегі орнын сақтап, қайтарылған векторды бастапқы мәтінмен және тұрақты идентификатормен бірге сақтаңыз.\n\nТехникалық білім жинағында ақау түрі туралы сұрақ сол ақауды және оған қатысты шарттарды сипаттайтын үзіндіге апаруы керек. Бірнеше тілді қамтитын құжат жинағында бастапқы тілді сақтап, пайдаланушылар іздейтін сұрақтар мен терминологияны бағалаңыз. Релиз техникалық құжаттар, әңгімелер, ұзын құжаттар, код, құқық, қаржы және веб-мәтіндер сияқты іздеу материалдарын қамтиды. Эмбеддинг кандидат материалды табады; кейінгі реранкер немесе жауап кезеңі бастапқы мәтінді пайдаланады.\n\n### Контекст, пакет және қысқарту шектеулері\n\nӨндірушінің қазіргі нұсқаулығы voyage-4-large сұрауында ең көбі 1000 жол және жиынтық 120 000 кіріс токеніне рұқсат береді. Бұл voyage-4 үшін көрсетілген пакет шектеуінен өзгеше, ал екеуінде де әр мәтінге 32 000 токендік терезе бар. Әдепкі қысқарту шектен ұзын кірісті сыйғанша қысқартады; қысқартуды өшіру шектен ұзын мәтін үшін қате қайтарады.\n\nҰзын дереккөздің қысқартылған соңында маңызды нақтылау жоғалмауы үшін жауап қамтитын үзінділердің шекарасын әдейі таңдаңыз. Іздеу нәтижелерін қайтарғанда дереккөз байланысын сақтап, векторлардың жақындығын мазмұнның дұрыстығын тексеру деп қабылдамай, кандидаттың нақты мәтінін тексеріңіз. Ортақ кеңістік үйлесімділігі құжатталған Voyage 4 мәтіндік модельдер тобына қолданылады; контекст ескерілетін бөліктерді өңдеу, сурет/бейне эмбеддингтері және кейінгі модель нұсқалары өздеріне тән бөлек үдерістер болып қалады.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "a6362d075a0322d0b356ebf79096ed9ee15b2d7c43f8e7ccb501326afb59d0b5",
    "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\">VoyageAI by MongoDB: voyage-4-large</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Жабу\">×</button></div><div class=\"idline\"><span>VoyageAI by MongoDB /</span><code>voyageai/voyage-4-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|voyageai%2Fvoyage-4-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-4-large — Voyage AI-дың жалпы мақсаттағы және көптілді іздеуге арналған mixture-of-experts мәтіндік эмбеддинг моделі. Оның векторлары Voyage 4 тобының ортақ кеңістігін пайдаланады; Large корпус эмбеддингтерінен топтың басқа модельдерінің үйлесімді сұрау эмбеддингтерімен іздеуге болады.</p><dl class=\"card-io\" data-card-io><div><dt>Қабылданатын кіріс деректері</dt><dd>Мәтін · token_ids</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-4-large — Voyage AI-дың Voyage 4 тобындағы флагмандық мәтіндік эмбеддинг моделі. Ол жалпы мақсаттағы және көптілді іздеу үшін бастапқы үзінділер мен сұрауларды сандық векторлар түрінде көрсетеді. Оның екі ерекше қасиеті — mixture-of-experts модель құрылысы және voyage-4-large, voyage-4, voyage-4-lite пен voyage-4-nano пайдаланатын ортақ эмбеддинг кеңістігі.</p><h4>Ортақ кеңістік: корпус пен сұрау үшін бөлек таңдау</h4><p>Өндіруші асимметриялық іздеуді сипаттайды: құжаттардың эмбеддингін voyage-4-large жасай алады, ал сұрау векторларын Voyage 4 тобының басқа моделі дайындайды. Мысалы, Large арқылы көрсетілген корпустан voyage-4 сұрауларымен іздеуге болады. Бұл іздеудің екі жағына әртүрлі модель таңдауға және құжатталған үйлесімді кеңістікте қалуға мүмкіндік береді.</p><p>Сондықтан практикалық жинақ тұрақты құжат үзінділерін дайындауға Large моделін пайдаланып, сұрау жағындағы модельді тәуелсіз таңдай алады. Құжаттардың эмбеддингі корпус құрылғанда немесе жаңартылғанда жасалады, ал сұраулар пайдаланушылар іздеген сайын векторланады. Топ туралы хабарландыру үйлесімді модельдер тобының ішінде сұрау моделін ауыстырғанда тек сол өзгеріс үшін құжат корпусын қайта векторлаудың қажет еместігін сипаттайды. Салыстырылатын векторлардың өлшемдері сәйкес болсын және көрсетілімдерін іздеу жүйесі бірге түсіндіре алсын.</p><h4>Mixture-of-experts эмбеддинг құрылысы</h4><p>Тығыз тікелей таралатын қабат әр токенді барлық параметрлер жиыны арқылы өңдейді. voyage-4-large үшін сипатталған MoE тәсілі әр токенді өңдейтін сарапшыларды таңдайтын бағыттауыш пен сарапшы тікелей таралатын желілерді қолданады. Бұл модельдің жалпы сыйымдылығын нақты токен үшін белсенді параметрлерден ажыратады. Voyage модельдің MoE құрылысы үшін top-k бағыттауын пайдаланып, белсендіру үлесі 1/10 екенін хабарлайды.</p><p>Өндірушінің техникалық түсіндірмесі әзірлеудегі екі таңдауды да сипаттайды. Сарапшы сыйымдылығы артық токендердің сарапшы қабатын қалдық жол арқылы айналып өтетін-өтпейтініне әсер етеді; команда іздеу сапасының төмендеуін болдырмау үшін іске асыруға болатын ең үлкен сыйымдылық коэффициентін таңдаған. Оқытудың соңғы кезеңінде бастапқы модельдерді интерполяциялау үйренілген сарапшы таңдау бағытын өзгертпеуі үшін модельдерді біріктіруден бұрын бағыттауыш параметрлері бекітіледі. Бұлар — модельді дайындау сипаттары; олар кірісті дайындауда қолданылатын мәтін ұзындығы немесе қысқарту параметрлерінен бөлек.</p><h4>Өлшемдер және шығыс көрсетілімі</h4><p>Ресми модель кестесінде 32 000 токендік контекст терезесі және таңдауға болатын 256, 512, 1024 және 2048 өлшемді эмбеддингтер көрсетілген; әдепкі өлшем — 1024. Бұл топ ішкі құрылымы бірінің ішінде бірі орналасқан көрсетілім өлшемдері үшін Matryoshka оқытуын қолданады және кванттау таңдауларын қолдайды: 32 биттік жылжымалы нүктелі сандар, таңбалы не таңбасыз 8 биттік бүтін сандар және қапталған бинарлық шығыс.</p><p>Бинарлық шығыста қайтарылған байттар тізімінің ұзындығы таңдалған өлшемнің сегізден біріне тең, себебі әр байт эмбеддингтің сегіз битін қамтиды. Өлшем мен дерек түрі таңдауларын индекспен бірге сақтап, сол көрсетілімді қолдайтын салыстыру әдісін қолданыңыз. Кішірек немесе сығылған вектор іздеуге қолданылатын көрсетілімді өзгертеді; оны жинаққа таңдамас бұрын нақты сұрақтар бойынша қайтарылған тиісті үзінділерді бағалаңыз.</p><h4>Құжат пен сұрау кірістерін дайындаңыз</h4><p>Voyage корпус үзінділері үшін document рөлін, ал іздеу тұжырымы үшін query рөлін қолдануды ұсынады. Рөл параметрі эмбеддинг жасалмас бұрын тиісті іздеу нұсқауын қосады. Үзіндінің пайдалы тақырыбын, шарттарын және дереккөздегі орнын сақтап, қайтарылған векторды бастапқы мәтінмен және тұрақты идентификатормен бірге сақтаңыз.</p><p>Техникалық білім жинағында ақау түрі туралы сұрақ сол ақауды және оған қатысты шарттарды сипаттайтын үзіндіге апаруы керек. Бірнеше тілді қамтитын құжат жинағында бастапқы тілді сақтап, пайдаланушылар іздейтін сұрақтар мен терминологияны бағалаңыз. Релиз техникалық құжаттар, әңгімелер, ұзын құжаттар, код, құқық, қаржы және веб-мәтіндер сияқты іздеу материалдарын қамтиды. Эмбеддинг кандидат материалды табады; кейінгі реранкер немесе жауап кезеңі бастапқы мәтінді пайдаланады.</p><h4>Контекст, пакет және қысқарту шектеулері</h4><p>Өндірушінің қазіргі нұсқаулығы voyage-4-large сұрауында ең көбі 1000 жол және жиынтық 120 000 кіріс токеніне рұқсат береді. Бұл voyage-4 үшін көрсетілген пакет шектеуінен өзгеше, ал екеуінде де әр мәтінге 32 000 токендік терезе бар. Әдепкі қысқарту шектен ұзын кірісті сыйғанша қысқартады; қысқартуды өшіру шектен ұзын мәтін үшін қате қайтарады.</p><p>Ұзын дереккөздің қысқартылған соңында маңызды нақтылау жоғалмауы үшін жауап қамтитын үзінділердің шекарасын әдейі таңдаңыз. Іздеу нәтижелерін қайтарғанда дереккөз байланысын сақтап, векторлардың жақындығын мазмұнның дұрыстығын тексеру деп қабылдамай, кандидаттың нақты мәтінін тексеріңіз. Ортақ кеңістік үйлесімділігі құжатталған Voyage 4 мәтіндік модельдер тобына қолданылады; контекст ескерілетін бөліктерді өңдеу, сурет/бейне эмбеддингтері және кейінгі модель нұсқалары өздеріне тән бөлек үдерістер болып қалады.</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>, <code>token_ids</code></dd></div><div><dt>Шығыс</dt><dd><code>embedding</code></dd></div><div><dt>Контекст</dt><dd>32 000 tokens</dd></div><div><dt>Шығыс пішімі</dt><dd>json</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 data-parameter-availability=\"source_interface\"><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>voyageai/voyage-4-large</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><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|string[]|integer[]|integer[][]</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>Элементтердің ең аз саны: 1</div><div>Шарттар: Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.</div><div>Кіріс бюджеті: Ең көбі: 32 000 · Мәтін бірлігі: UTF8 байттары · Токен бірлігі: токендер массивінің элементтері</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">encoding_format</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 емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>float</div></td><td data-cell-label=\"Әдепкі\" data-default=\"known\"><span class=\"card-cell-label\">Әдепкі</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>integer</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Қолдау көрсетілмейді</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Ең азы: 1</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>object</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: provider.options қабылданбайды</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Кіріс материалдарының үйлесімдері</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><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>input_shapes</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>encoding_format</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>float</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>dimensions_override</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>false</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>max_input_budget_units</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>32000</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>multimodal_objects</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>false</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, token_ids</td></tr></tbody></table></div><p>Өмірлік цикл: <code>synchronous_json</code></p><p class=\"note-s\">Әрбір вектордың индексін және өлшемін сақтаңыз.</p><p class=\"note-s\">Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді.</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>Стандартты тариф <span class=\"note-s\">Жылдам режим таңдалғанда</span></dd><dt>Икемді режим</dt><dd>Стандартты тариф <span class=\"note-s\">flex режимі таңдалғанда</span></dd><dt>Ой қорытудың ең жоғары деңгейі</dt><dd>Стандартты тариф <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>$0.00024</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-2702-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2702-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-2702-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2702-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"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-2702-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2702-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;voyageai/voyage-4-large&quot;, &quot;input&quot;: [&quot;First document&quot;, &quot;Second document&quot;]}&#39;)\n\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&quot;result.json&quot;).read_text())\nfor x in r.get(&quot;data&quot;,[]): print(json.dumps({&quot;index&quot;:x.get(&quot;index&quot;),&quot;embedding&quot;:x.get(&quot;embedding&quot;)}))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-2702-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-2702-tab-1\" hidden><pre data-lang=\"python\"><code>from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=&quot;https://api.ailoot.ai/v1&quot;,api_key=os.environ[&quot;AILOOT_API_KEY&quot;],max_retries=0)\nresult=client.embeddings.create(model=&#39;voyageai/voyage-4-large&#39;,input=[&quot;First document&quot;,&quot;Second document&quot;])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Нәтижелерді алу және сақтау</h3><h4>Ailoot Ultra · Эмбеддингтер</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>Барлық дайын нәтижені сақтау</h5><p class=\"note-s\">Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.</p><p class=\"note-s\">Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Бастапқы жауапты тексеру қажет болса</h5><p class=\"note-s\">Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.</p></div><details class=\"card-about\" data-output-fields><summary>Жауап өрістері</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Өріс</th><th>Түрі</th></tr></thead><tbody><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>string</td></tr><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>string</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>integer</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>finite float[]</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Қателер және келесі қадамдар</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Жауап</th><th>Шарт</th><th>Келесі қадам</th></tr></thead><tbody><tr><th data-cell-label=\"Жауап\" scope=\"row\"><span class=\"card-cell-label\">Жауап</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Шарт\"><span class=\"card-cell-label\">Шарт</span>Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате</td><td data-cell-label=\"Келесі қадам\"><span class=\"card-cell-label\">Келесі қадам</span>Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.</td></tr></tbody></table></div></details></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=voyageai%2Fvoyage-4-large&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-4-large&amp;fmt=embeddings\"><code>voyageai/voyage-4-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=voyageai%2Fvoyage-4-large&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-4-large&amp;fmt=embeddings\"><code>voyageai/voyage-4-large</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyageai/voyage-4-large",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyageai%2Fvoyage-4-large",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "voyageai/voyage-4-large"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32000,
                  "text_unit": "UTF8 байттары",
                  "token_unit": "токендер массивінің элементтері"
                },
                "conditions": "Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options қабылданбайды",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Әрбір вектордың индексін және өлшемін сақтаңыз.",
            "Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32000,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32000,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Токендердің базалық тарифтері",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-4-large\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-4-large',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.24,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Жылдам режим",
            "value": "Стандартты тариф",
            "when": "Жылдам режим таңдалғанда"
          },
          {
            "label": "Икемді режим",
            "value": "Стандартты тариф",
            "when": "flex режимі таңдалғанда"
          },
          {
            "label": "Ой қорытудың ең жоғары деңгейі",
            "value": "Стандартты тариф",
            "when": "Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "voyageai/voyage-4-large",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "7c4dfe12a83d29cd90af4c63c1763648ce4d5845fee36cb225401a645582f468",
    "input_html_sha256": "63329f3a9af0426f347b5880e4c911352dcbc08de876d0a389f32fd589bdffb4",
    "private_audit_sha256": "96d277228d16931b99a0ec397eaca13b3ba85270c2e93ba3d500b291bf6ca2c3",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/kk/voyageai-voyage-4-large/",
    "description": "voyage-4-large — Voyage AI-дың жалпы мақсаттағы және көптілді іздеуге арналған mixture-of-experts мәтіндік эмбеддинг моделі. Оның векторлары Voyage 4 тобының ортақ кеңістігін пайдаланады; Large корпус эмбеддингтерінен топтың басқа модельдерінің үйлесімді сұрау эмбеддингтерімен іздеуге болады.",
    "locale": "kk",
    "md_url": "https://ailoot.ai/models/kk/voyageai-voyage-4-large/index.md",
    "title": "VoyageAI by MongoDB: voyage-4-large — Ailoot",
    "url": "https://ailoot.ai/models/kk/voyageai-voyage-4-large/"
  },
  "rawModel": {
    "about": "voyage-4-large — Voyage AI-дың Voyage 4 тобындағы флагмандық мәтіндік эмбеддинг моделі. Ол жалпы мақсаттағы және көптілді іздеу үшін бастапқы үзінділер мен сұрауларды сандық векторлар түрінде көрсетеді. Оның екі ерекше қасиеті — mixture-of-experts модель құрылысы және voyage-4-large, voyage-4, voyage-4-lite пен voyage-4-nano пайдаланатын ортақ эмбеддинг кеңістігі.\n\n### Ортақ кеңістік: корпус пен сұрау үшін бөлек таңдау\n\nӨндіруші асимметриялық іздеуді сипаттайды: құжаттардың эмбеддингін voyage-4-large жасай алады, ал сұрау векторларын Voyage 4 тобының басқа моделі дайындайды. Мысалы, Large арқылы көрсетілген корпустан voyage-4 сұрауларымен іздеуге болады. Бұл іздеудің екі жағына әртүрлі модель таңдауға және құжатталған үйлесімді кеңістікте қалуға мүмкіндік береді.\n\nСондықтан практикалық жинақ тұрақты құжат үзінділерін дайындауға Large моделін пайдаланып, сұрау жағындағы модельді тәуелсіз таңдай алады. Құжаттардың эмбеддингі корпус құрылғанда немесе жаңартылғанда жасалады, ал сұраулар пайдаланушылар іздеген сайын векторланады. Топ туралы хабарландыру үйлесімді модельдер тобының ішінде сұрау моделін ауыстырғанда тек сол өзгеріс үшін құжат корпусын қайта векторлаудың қажет еместігін сипаттайды. Салыстырылатын векторлардың өлшемдері сәйкес болсын және көрсетілімдерін іздеу жүйесі бірге түсіндіре алсын.\n\n### Mixture-of-experts эмбеддинг құрылысы\n\nТығыз тікелей таралатын қабат әр токенді барлық параметрлер жиыны арқылы өңдейді. voyage-4-large үшін сипатталған MoE тәсілі әр токенді өңдейтін сарапшыларды таңдайтын бағыттауыш пен сарапшы тікелей таралатын желілерді қолданады. Бұл модельдің жалпы сыйымдылығын нақты токен үшін белсенді параметрлерден ажыратады. Voyage модельдің MoE құрылысы үшін top-k бағыттауын пайдаланып, белсендіру үлесі 1/10 екенін хабарлайды.\n\nӨндірушінің техникалық түсіндірмесі әзірлеудегі екі таңдауды да сипаттайды. Сарапшы сыйымдылығы артық токендердің сарапшы қабатын қалдық жол арқылы айналып өтетін-өтпейтініне әсер етеді; команда іздеу сапасының төмендеуін болдырмау үшін іске асыруға болатын ең үлкен сыйымдылық коэффициентін таңдаған. Оқытудың соңғы кезеңінде бастапқы модельдерді интерполяциялау үйренілген сарапшы таңдау бағытын өзгертпеуі үшін модельдерді біріктіруден бұрын бағыттауыш параметрлері бекітіледі. Бұлар — модельді дайындау сипаттары; олар кірісті дайындауда қолданылатын мәтін ұзындығы немесе қысқарту параметрлерінен бөлек.\n\n### Өлшемдер және шығыс көрсетілімі\n\nРесми модель кестесінде 32 000 токендік контекст терезесі және таңдауға болатын 256, 512, 1024 және 2048 өлшемді эмбеддингтер көрсетілген; әдепкі өлшем — 1024. Бұл топ ішкі құрылымы бірінің ішінде бірі орналасқан көрсетілім өлшемдері үшін Matryoshka оқытуын қолданады және кванттау таңдауларын қолдайды: 32 биттік жылжымалы нүктелі сандар, таңбалы не таңбасыз 8 биттік бүтін сандар және қапталған бинарлық шығыс.\n\nБинарлық шығыста қайтарылған байттар тізімінің ұзындығы таңдалған өлшемнің сегізден біріне тең, себебі әр байт эмбеддингтің сегіз битін қамтиды. Өлшем мен дерек түрі таңдауларын индекспен бірге сақтап, сол көрсетілімді қолдайтын салыстыру әдісін қолданыңыз. Кішірек немесе сығылған вектор іздеуге қолданылатын көрсетілімді өзгертеді; оны жинаққа таңдамас бұрын нақты сұрақтар бойынша қайтарылған тиісті үзінділерді бағалаңыз.\n\n### Құжат пен сұрау кірістерін дайындаңыз\n\nVoyage корпус үзінділері үшін document рөлін, ал іздеу тұжырымы үшін query рөлін қолдануды ұсынады. Рөл параметрі эмбеддинг жасалмас бұрын тиісті іздеу нұсқауын қосады. Үзіндінің пайдалы тақырыбын, шарттарын және дереккөздегі орнын сақтап, қайтарылған векторды бастапқы мәтінмен және тұрақты идентификатормен бірге сақтаңыз.\n\nТехникалық білім жинағында ақау түрі туралы сұрақ сол ақауды және оған қатысты шарттарды сипаттайтын үзіндіге апаруы керек. Бірнеше тілді қамтитын құжат жинағында бастапқы тілді сақтап, пайдаланушылар іздейтін сұрақтар мен терминологияны бағалаңыз. Релиз техникалық құжаттар, әңгімелер, ұзын құжаттар, код, құқық, қаржы және веб-мәтіндер сияқты іздеу материалдарын қамтиды. Эмбеддинг кандидат материалды табады; кейінгі реранкер немесе жауап кезеңі бастапқы мәтінді пайдаланады.\n\n### Контекст, пакет және қысқарту шектеулері\n\nӨндірушінің қазіргі нұсқаулығы voyage-4-large сұрауында ең көбі 1000 жол және жиынтық 120 000 кіріс токеніне рұқсат береді. Бұл voyage-4 үшін көрсетілген пакет шектеуінен өзгеше, ал екеуінде де әр мәтінге 32 000 токендік терезе бар. Әдепкі қысқарту шектен ұзын кірісті сыйғанша қысқартады; қысқартуды өшіру шектен ұзын мәтін үшін қате қайтарады.\n\nҰзын дереккөздің қысқартылған соңында маңызды нақтылау жоғалмауы үшін жауап қамтитын үзінділердің шекарасын әдейі таңдаңыз. Іздеу нәтижелерін қайтарғанда дереккөз байланысын сақтап, векторлардың жақындығын мазмұнның дұрыстығын тексеру деп қабылдамай, кандидаттың нақты мәтінін тексеріңіз. Ортақ кеңістік үйлесімділігі құжатталған Voyage 4 мәтіндік модельдер тобына қолданылады; контекст ескерілетін бөліктерді өңдеу, сурет/бейне эмбеддингтері және кейінгі модель нұсқалары өздеріне тән бөлек үдерістер болып қалады.",
    "alias_of": null,
    "aliases": [],
    "author": "VoyageAI by MongoDB",
    "available": null,
    "canonical_model": "voyageai/voyage-4-large",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Конфигурация бағалары туралы толық ақпарат — егжей-тегжейлі мәліметтерде."
      }
    ],
    "ctx": 32000,
    "entity_type": "model",
    "formats": [
      "embeddings"
    ],
    "id": "voyageai/voyage-4-large",
    "input": [
      "text",
      "token_ids"
    ],
    "kind": "embedding",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "voyageai/voyage-4-large"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32000,
                  "text_unit": "UTF8 байттары",
                  "token_unit": "токендер массивінің элементтері"
                },
                "conditions": "Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options қабылданбайды",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Әрбір вектордың индексін және өлшемін сақтаңыз.",
            "Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32000,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32000,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Токендердің базалық тарифтері",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-4-large\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-4-large',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.24,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Жылдам режим",
            "value": "Стандартты тариф",
            "when": "Жылдам режим таңдалғанда"
          },
          {
            "label": "Икемді режим",
            "value": "Стандартты тариф",
            "when": "flex режимі таңдалғанда"
          },
          {
            "label": "Ой қорытудың ең жоғары деңгейі",
            "value": "Стандартты тариф",
            "when": "Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "voyageai/voyage-4-large",
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra"
      }
    ],
    "name": "VoyageAI by MongoDB: voyage-4-large",
    "price": {
      "in": 0.24,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.24,
      "sort_out": 0,
      "varies": false
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Эмбеддинги · Base token rates",
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "public_id": "voyageai/voyage-4-large",
    "short": "voyage-4-large — Voyage AI-дың жалпы мақсаттағы және көптілді іздеуге арналған mixture-of-experts мәтіндік эмбеддинг моделі. Оның векторлары Voyage 4 тобының ортақ кеңістігін пайдаланады; Large корпус эмбеддингтерінен топтың басқа модельдерінің үйлесімді сұрау эмбеддингтерімен іздеуге болады."
  },
  "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-4-large — Voyage AI-дың жалпы мақсаттағы және көптілді іздеуге арналған mixture-of-experts мәтіндік эмбеддинг моделі. Оның векторлары Voyage 4 тобының ортақ кеңістігін пайдаланады; Large корпус эмбеддингтерінен топтың басқа модельдерінің үйлесімді сұрау эмбеддингтерімен іздеуге болады.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "9e9bc8c015d9555265e9e8dffca6c5e81414b89fbefdec38f9a1e87e2973db8a",
    "renderer_sha256": "def3bb6e69c8ddb72f88ec6540bbe55d0e503790f964d84073ecda781b13bedf"
  },
  "sourceRevision": "2d064bff6b5ea40df1f50cd06e4e3d0e7b6a5012a8819cb155320b7673273a8b"
}