{
  "aboutHtml": "<p>Voyage Code 2 kuria skaitinius šaltinio kodo ir susijusio teksto įterpinius. Jis skirtas semantinei kodo paieškai: programuotojas aprašo elgseną arba pateikia kodo fragmentą, o paieškos sistema randa aktualias realizacijas. Gamintojo pavyzdžiuose paieškos įvestimi naudojami natūralios kalbos klausimai, kodo fragmentai ir jų deriniai.</p><p>Naudokite modelį kodo saugyklos paieškai pagal tikrus programavimo klausimus kurti. Programuotojas gali ieškoti procedūros, kuri pašalina tik pirmą ir paskutinį atitinkantį simbolį, arba projekto dalies, kuri atlieka konkretų medžio apėjimą. Užklausose tiksliai nusakykite elgseną, įskaitant sąlygą, kuri atskiria reikiamą realizaciją nuo panašios, bet netinkamos.</p><p>Kodą indeksuokite naudingais vienetais, užuot kiekvieną failą daliję pagal atsitiktinį simbolių skaičių. Kartu išsaugokite funkcijos signatūrą, kūną ir aktualų paaiškinimą. Jei pagalbinė funkcija priklauso nuo vietinių tipų ar konstantų, palikite pakankamai aplinkinio teksto jos paskirčiai suprasti. Failų kelius, saugyklos revizijas ir šaltinio vietas saugokite atskirai nuo įterpinio, kad rezultatas galėtų tiesiogiai atverti originalų kodą.</p><p>Šios versijos konteksto langas yra 16 000 žetonų, o kuriami įterpiniai turi 1 536 matmenis. Vektorinį indeksą pritaikykite šiai reprezentacijai ir užklausų bei dokumentų įterpinius susiekite su tuo pačiu modeliu. Rinkinys, jau indeksuotas naudojant Voyage Code 2, gali išlaikyti nuoseklią paieškos reprezentaciją, kol atnaujinami šaltinių įrašai. Perėjimą prie kitos įterpinių versijos laikykite indekso migravimu ir aiškiai palyginkite rezultatus su ta pačia kodo saugykla.</p><p>Natūralios kalbos užklausoje aprašykite operaciją, įvestį ir aktualų rezultatą. Kodo užklausoje pateikite fragmentą, kurio logiką reikia atitikti, ir paaiškinkite paieškai svarbią sąlygą. Pavyzdžiui, ieškant pakartotinių bandymų apdorojimo galima nurodyti, ar kodas bando dar kartą pasibaigus laukimo laikui, ar gavęs užbaigtą klaidos atsakymą. Šį skirtumą patikrinkite rastame šaltinyje prieš naudodami jį pakeitimui.</p><p>Išsaugokite dokumentacijos ir šaltinio kodo atsekamumą, jei indeksuojama ir viena, ir kita. Aiškinamoji ištrauka gali suteikti naudingą kontekstą, o realizacija yra tai, ką programuotojui reikia išnagrinėti. Pažymėkite šių tipų įrašus, kad paieškos puslapis galėtų parodyti tinkamą vietą, o programavimo asistentas atskirtų aprašymą nuo vykdomo šaltinio kodo.</p><p>Rastas ištraukas naudokite naršymo kodo saugykloje, realizacijų paieškos arba kito programavimo asistento žingsnio kontekstui. Perduodami toliau išsaugokite visą aktualų fragmentą ir jo vietą. Panašumas padeda rasti kodo kandidatus, o faktinės įvesties, šalutinių poveikių ir sutarčių patikrinimas lemia, ar kandidatas išsprendžia esamą užduotį.</p><p>Paiešką vertinkite pagal tikrus klausimus su žinomais atsakymais šaltinio kode. Įtraukite pervadintas funkcijas, klaidinančius komentarus, panašias pagalbines priemones su skirtingais kraštiniais atvejais ir užklausas, kurių žodžių kode nėra. Patikrinkite, ar numatyta realizacija pasirodo tarp naudingų rezultatų ir ar rodoma ištrauka suteikia pakankamai konteksto jai įvertinti. Saugyklai augant išsaugokite šiuos klausimus, kad teksto išgavimo, ištraukų ribų ar indeksavimo pakeitimus būtų galima palyginti pagal tas pačias užduotis.</p>",
  "aboutText": "Voyage Code 2 kuria skaitinius šaltinio kodo ir susijusio teksto įterpinius. Jis skirtas semantinei kodo paieškai: programuotojas aprašo elgseną arba pateikia kodo fragmentą, o paieškos sistema randa aktualias realizacijas. Gamintojo pavyzdžiuose paieškos įvestimi naudojami natūralios kalbos klausimai, kodo fragmentai ir jų deriniai.\n\nNaudokite modelį kodo saugyklos paieškai pagal tikrus programavimo klausimus kurti. Programuotojas gali ieškoti procedūros, kuri pašalina tik pirmą ir paskutinį atitinkantį simbolį, arba projekto dalies, kuri atlieka konkretų medžio apėjimą. Užklausose tiksliai nusakykite elgseną, įskaitant sąlygą, kuri atskiria reikiamą realizaciją nuo panašios, bet netinkamos.\n\nKodą indeksuokite naudingais vienetais, užuot kiekvieną failą daliję pagal atsitiktinį simbolių skaičių. Kartu išsaugokite funkcijos signatūrą, kūną ir aktualų paaiškinimą. Jei pagalbinė funkcija priklauso nuo vietinių tipų ar konstantų, palikite pakankamai aplinkinio teksto jos paskirčiai suprasti. Failų kelius, saugyklos revizijas ir šaltinio vietas saugokite atskirai nuo įterpinio, kad rezultatas galėtų tiesiogiai atverti originalų kodą.\n\nŠios versijos konteksto langas yra 16 000 žetonų, o kuriami įterpiniai turi 1 536 matmenis. Vektorinį indeksą pritaikykite šiai reprezentacijai ir užklausų bei dokumentų įterpinius susiekite su tuo pačiu modeliu. Rinkinys, jau indeksuotas naudojant Voyage Code 2, gali išlaikyti nuoseklią paieškos reprezentaciją, kol atnaujinami šaltinių įrašai. Perėjimą prie kitos įterpinių versijos laikykite indekso migravimu ir aiškiai palyginkite rezultatus su ta pačia kodo saugykla.\n\nNatūralios kalbos užklausoje aprašykite operaciją, įvestį ir aktualų rezultatą. Kodo užklausoje pateikite fragmentą, kurio logiką reikia atitikti, ir paaiškinkite paieškai svarbią sąlygą. Pavyzdžiui, ieškant pakartotinių bandymų apdorojimo galima nurodyti, ar kodas bando dar kartą pasibaigus laukimo laikui, ar gavęs užbaigtą klaidos atsakymą. Šį skirtumą patikrinkite rastame šaltinyje prieš naudodami jį pakeitimui.\n\nIšsaugokite dokumentacijos ir šaltinio kodo atsekamumą, jei indeksuojama ir viena, ir kita. Aiškinamoji ištrauka gali suteikti naudingą kontekstą, o realizacija yra tai, ką programuotojui reikia išnagrinėti. Pažymėkite šių tipų įrašus, kad paieškos puslapis galėtų parodyti tinkamą vietą, o programavimo asistentas atskirtų aprašymą nuo vykdomo šaltinio kodo.\n\nRastas ištraukas naudokite naršymo kodo saugykloje, realizacijų paieškos arba kito programavimo asistento žingsnio kontekstui. Perduodami toliau išsaugokite visą aktualų fragmentą ir jo vietą. Panašumas padeda rasti kodo kandidatus, o faktinės įvesties, šalutinių poveikių ir sutarčių patikrinimas lemia, ar kandidatas išsprendžia esamą užduotį.\n\nPaiešką vertinkite pagal tikrus klausimus su žinomais atsakymais šaltinio kode. Įtraukite pervadintas funkcijas, klaidinančius komentarus, panašias pagalbines priemones su skirtingais kraštiniais atvejais ir užklausas, kurių žodžių kode nėra. Patikrinkite, ar numatyta realizacija pasirodo tarp naudingų rezultatų ir ar rodoma ištrauka suteikia pakankamai konteksto jai įvertinti. Saugyklai augant išsaugokite šiuos klausimus, kad teksto išgavimo, ištraukų ribų ar indeksavimo pakeitimus būtų galima palyginti pagal tas pačias užduotis.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "14b47d231f14d92d38b64529b1280351291d112694251afa9183875b13442d02",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "lt",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Voyage AI: Voyage Code 2</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Uždaryti\">×</button></div><div class=\"idline\"><span>Voyage AI /</span><code>voyage-code-2</code><button type=\"button\" id=\"copy-id\">Kopijuoti ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Modelio kortelės skyriai\"><button type=\"button\" data-card-jump=\"overview\">Pradžia</button><button type=\"button\" data-card-jump=\"methods\">Įvestys ir metodai</button><button type=\"button\" data-card-jump=\"pricing\">Planai</button><button type=\"button\" data-card-jump=\"examples\">Pavyzdžiai</button><button type=\"button\" data-card-jump=\"results\">Rezultatai</button><button type=\"button\" data-card-jump=\"aliases\">Pseudonimai</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API metodai\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|voyage-code-2\">Įterpiniai</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\">Pradžia</h3><p class=\"mdesc-full\">Voyage Code 2 kuria šaltinio kodo ir susijusio teksto įterpinius semantinei paieškai kodo saugykloje. Natūralios kalbos klausimai, kodo fragmentai arba mišrios užklausos gali rasti aktualias realizacijas; ši versija naudoja 16 000 žetonų konteksto langą ir 1 536 matmenų vektorius.</p><dl class=\"card-io\" data-card-io><div><dt>Leidžiamos įvestys</dt><dd>Tekstas</dd></div><div><dt>Rezultatai</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>Apie modelį</summary><p class=\"note-s\" data-model-method-boundary>Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.</p><div class=\"mabout\" id=\"m-about\"><p>Voyage Code 2 kuria skaitinius šaltinio kodo ir susijusio teksto įterpinius. Jis skirtas semantinei kodo paieškai: programuotojas aprašo elgseną arba pateikia kodo fragmentą, o paieškos sistema randa aktualias realizacijas. Gamintojo pavyzdžiuose paieškos įvestimi naudojami natūralios kalbos klausimai, kodo fragmentai ir jų deriniai.</p><p>Naudokite modelį kodo saugyklos paieškai pagal tikrus programavimo klausimus kurti. Programuotojas gali ieškoti procedūros, kuri pašalina tik pirmą ir paskutinį atitinkantį simbolį, arba projekto dalies, kuri atlieka konkretų medžio apėjimą. Užklausose tiksliai nusakykite elgseną, įskaitant sąlygą, kuri atskiria reikiamą realizaciją nuo panašios, bet netinkamos.</p><p>Kodą indeksuokite naudingais vienetais, užuot kiekvieną failą daliję pagal atsitiktinį simbolių skaičių. Kartu išsaugokite funkcijos signatūrą, kūną ir aktualų paaiškinimą. Jei pagalbinė funkcija priklauso nuo vietinių tipų ar konstantų, palikite pakankamai aplinkinio teksto jos paskirčiai suprasti. Failų kelius, saugyklos revizijas ir šaltinio vietas saugokite atskirai nuo įterpinio, kad rezultatas galėtų tiesiogiai atverti originalų kodą.</p><p>Šios versijos konteksto langas yra 16 000 žetonų, o kuriami įterpiniai turi 1 536 matmenis. Vektorinį indeksą pritaikykite šiai reprezentacijai ir užklausų bei dokumentų įterpinius susiekite su tuo pačiu modeliu. Rinkinys, jau indeksuotas naudojant Voyage Code 2, gali išlaikyti nuoseklią paieškos reprezentaciją, kol atnaujinami šaltinių įrašai. Perėjimą prie kitos įterpinių versijos laikykite indekso migravimu ir aiškiai palyginkite rezultatus su ta pačia kodo saugykla.</p><p>Natūralios kalbos užklausoje aprašykite operaciją, įvestį ir aktualų rezultatą. Kodo užklausoje pateikite fragmentą, kurio logiką reikia atitikti, ir paaiškinkite paieškai svarbią sąlygą. Pavyzdžiui, ieškant pakartotinių bandymų apdorojimo galima nurodyti, ar kodas bando dar kartą pasibaigus laukimo laikui, ar gavęs užbaigtą klaidos atsakymą. Šį skirtumą patikrinkite rastame šaltinyje prieš naudodami jį pakeitimui.</p><p>Išsaugokite dokumentacijos ir šaltinio kodo atsekamumą, jei indeksuojama ir viena, ir kita. Aiškinamoji ištrauka gali suteikti naudingą kontekstą, o realizacija yra tai, ką programuotojui reikia išnagrinėti. Pažymėkite šių tipų įrašus, kad paieškos puslapis galėtų parodyti tinkamą vietą, o programavimo asistentas atskirtų aprašymą nuo vykdomo šaltinio kodo.</p><p>Rastas ištraukas naudokite naršymo kodo saugykloje, realizacijų paieškos arba kito programavimo asistento žingsnio kontekstui. Perduodami toliau išsaugokite visą aktualų fragmentą ir jo vietą. Panašumas padeda rasti kodo kandidatus, o faktinės įvesties, šalutinių poveikių ir sutarčių patikrinimas lemia, ar kandidatas išsprendžia esamą užduotį.</p><p>Paiešką vertinkite pagal tikrus klausimus su žinomais atsakymais šaltinio kode. Įtraukite pervadintas funkcijas, klaidinančius komentarus, panašias pagalbines priemones su skirtingais kraštiniais atvejais ir užklausas, kurių žodžių kode nėra. Patikrinkite, ar numatyta realizacija pasirodo tarp naudingų rezultatų ir ar rodoma ištrauka suteikia pakankamai konteksto jai įvertinti. Saugyklai augant išsaugokite šiuos klausimus, kad teksto išgavimo, ištraukų ribų ar indeksavimo pakeitimus būtų galima palyginti pagal tas pačias užduotis.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Prieinama Ailoot · įvestys ir metodai</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Įterpiniai</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>embedding</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Laukas</th><th>Tipas</th><th>Reikalavimas</th><th>Reikšmės ir ribos</th><th>Numatyta</th></tr></thead><tbody><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>string</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Privaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>voyage-code-2</div><div>Sąlygos: Naudokite tikslų Ailoot modelio parinkiklį.</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>string or array&lt;string&gt;</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Privaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>Sąlygos: Tekstas arba tekstų sąrašas; išsaugokite po vieną vektorių kiekvienam grąžintam data elementui ir jo indeksą.</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Metodo parametrai ir gyvavimo ciklas</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parametras</th><th>Specifikacija</th></tr></thead><tbody><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>content_type</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>application/json</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>required</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>model, input</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>optional</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span></td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>material_types</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>text</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>conditions</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>Siųskite tekstą su pasirinktu modeliu; išsaugokite kiekvieną grąžintą vektorių ir jo indeksą.</td></tr></tbody></table></div><p>Gyvavimo ciklas: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Planai</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.</p><dl data-price-conditions><dt>Spartusis režimas</dt><dd>Nenurodyta <span class=\"note-s\">Pasirinkus spartųjį režimą</span></dd><dt>Flex režimas</dt><dd>Nenurodyta <span class=\"note-s\">Pasirinkus flex režimą</span></dd><dt>Didžiausios samprotavimo pastangos</dt><dd>Nenurodyta <span class=\"note-s\">Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot įkainiai</h4><h4>Kainos pagal konfigūraciją</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigūracija</th><th>Įkainių lentelė</th><th>Mokestis</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigūracija\" scope=\"row\"><span class=\"card-cell-label\">Konfigūracija</span>Baziniai žetonų įkainiai</th><td data-cell-label=\"Įkainių lentelė\"><span class=\"card-cell-label\">Įkainių lentelė</span>Bazinis įkainis</td><td data-cell-label=\"Mokestis\"><span class=\"card-cell-label\">Mokestis</span><div><span>Įvestis · Įvesties tokenai</span> <b>$0.0004</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Išvestis · Išvesties tokenai</span> <b>$0</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Talpyklos skaitymas</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Rašymas į talpyklą</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Rašymas į talpyklą, 1 val</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. <a href=\"/docs/lt/billing/reserve/\">Kaip veikia rezervavimas ir atsiskaitymas →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Užklausų pavyzdžiai</h3><h4>Ailoot Ultra · Įterpiniai</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Kodo variantai\"><button class=\"cg-tab\" id=\"model-code-2789-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2789-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · išsaugokite visus vektorius ir naudojimo duomenis</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopijuoti kodą\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2789-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2789-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncat &gt; request.json &lt;&lt;&#39;JSON&#39;\n{\n  &quot;model&quot;: &quot;voyage-code-2&quot;,\n  &quot;input&quot;: &quot;The quick brown fox jumps over the lazy dog&quot;\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Gauti ir išsaugoti rezultatus</h3></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Pseudonimai</h3><h4>Modelių pseudonimai</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=voyage-code-2&amp;route=Ultra&amp;caller=voyage-code-2&amp;fmt=embeddings\"><code>voyage-code-2</code></a></span></p><h4>Metodų kelių pseudonimai</h4><p class=\"note-s\">Naudokite aukščiau nurodytus metodų kelius.</p><h4>Susiję ID iškvietimui</h4><p class=\"note-s\"><a href=\"#m=voyage-code-2&amp;route=Ultra&amp;caller=voyage-code-2&amp;fmt=embeddings\"><code>voyage-code-2</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-code-2",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-code-2",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-code-2",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Kad galėtumėte sutikrinti duomenis, išsaugokite pradinį atsakymą ir X-Client-Request-ID. Neaiškus atsakymas nėra leidimas dar kartą pateikti tą pačią kūrimo užklausą.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Išsaugokite visą JSON atsakymą, kiekvieną vektorių kartu su jo indeksu, visus naudojimo duomenų laukus ir užklausos antraštes.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Naudokite tikslų Ailoot modelio parinkiklį.",
                "default_known": false,
                "enum": [
                  "voyage-code-2"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Tekstas arba tekstų sąrašas; išsaugokite po vieną vektorių kiekvienam grąžintam data elementui ir jo indeksą.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-code-2"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-code-2"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Siųskite tekstą su pasirinktu modeliu; išsaugokite kiekvieną grąžintą vektorių ir jo indeksą."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Baziniai žetonų įkainiai",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-code-2\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Įterpiniai",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-code-2",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "voyage-code-2",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "886107f22a0c4b00b804a8163f463f5a95c905b267dac6a73f5c7ef7eeb7e0f3",
    "input_html_sha256": "b4df0f1eab0bb4977365a829def9810a751a6e85e0253c4f19dfe7a0c4b69249",
    "private_audit_sha256": "86d3a9006b009a265fc384e18b83959703e24c85631ee1a0cd46b3e1b62a1eac",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/lt/voyage-code-2/",
    "description": "Voyage Code 2 kuria šaltinio kodo ir susijusio teksto įterpinius semantinei paieškai kodo saugykloje. Natūralios kalbos klausimai, kodo fragmentai arba mišrios užklausos gali rasti aktualias realizacijas; ši versija naudoja 16 000 žetonų konteksto langą ir 1 536 matmenų vektorius.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/voyage-code-2/index.md",
    "title": "Voyage AI: Voyage Code 2 — Ailoot",
    "url": "https://ailoot.ai/models/lt/voyage-code-2/"
  },
  "rawModel": {
    "about": "Voyage Code 2 kuria skaitinius šaltinio kodo ir susijusio teksto įterpinius. Jis skirtas semantinei kodo paieškai: programuotojas aprašo elgseną arba pateikia kodo fragmentą, o paieškos sistema randa aktualias realizacijas. Gamintojo pavyzdžiuose paieškos įvestimi naudojami natūralios kalbos klausimai, kodo fragmentai ir jų deriniai.\n\nNaudokite modelį kodo saugyklos paieškai pagal tikrus programavimo klausimus kurti. Programuotojas gali ieškoti procedūros, kuri pašalina tik pirmą ir paskutinį atitinkantį simbolį, arba projekto dalies, kuri atlieka konkretų medžio apėjimą. Užklausose tiksliai nusakykite elgseną, įskaitant sąlygą, kuri atskiria reikiamą realizaciją nuo panašios, bet netinkamos.\n\nKodą indeksuokite naudingais vienetais, užuot kiekvieną failą daliję pagal atsitiktinį simbolių skaičių. Kartu išsaugokite funkcijos signatūrą, kūną ir aktualų paaiškinimą. Jei pagalbinė funkcija priklauso nuo vietinių tipų ar konstantų, palikite pakankamai aplinkinio teksto jos paskirčiai suprasti. Failų kelius, saugyklos revizijas ir šaltinio vietas saugokite atskirai nuo įterpinio, kad rezultatas galėtų tiesiogiai atverti originalų kodą.\n\nŠios versijos konteksto langas yra 16 000 žetonų, o kuriami įterpiniai turi 1 536 matmenis. Vektorinį indeksą pritaikykite šiai reprezentacijai ir užklausų bei dokumentų įterpinius susiekite su tuo pačiu modeliu. Rinkinys, jau indeksuotas naudojant Voyage Code 2, gali išlaikyti nuoseklią paieškos reprezentaciją, kol atnaujinami šaltinių įrašai. Perėjimą prie kitos įterpinių versijos laikykite indekso migravimu ir aiškiai palyginkite rezultatus su ta pačia kodo saugykla.\n\nNatūralios kalbos užklausoje aprašykite operaciją, įvestį ir aktualų rezultatą. Kodo užklausoje pateikite fragmentą, kurio logiką reikia atitikti, ir paaiškinkite paieškai svarbią sąlygą. Pavyzdžiui, ieškant pakartotinių bandymų apdorojimo galima nurodyti, ar kodas bando dar kartą pasibaigus laukimo laikui, ar gavęs užbaigtą klaidos atsakymą. Šį skirtumą patikrinkite rastame šaltinyje prieš naudodami jį pakeitimui.\n\nIšsaugokite dokumentacijos ir šaltinio kodo atsekamumą, jei indeksuojama ir viena, ir kita. Aiškinamoji ištrauka gali suteikti naudingą kontekstą, o realizacija yra tai, ką programuotojui reikia išnagrinėti. Pažymėkite šių tipų įrašus, kad paieškos puslapis galėtų parodyti tinkamą vietą, o programavimo asistentas atskirtų aprašymą nuo vykdomo šaltinio kodo.\n\nRastas ištraukas naudokite naršymo kodo saugykloje, realizacijų paieškos arba kito programavimo asistento žingsnio kontekstui. Perduodami toliau išsaugokite visą aktualų fragmentą ir jo vietą. Panašumas padeda rasti kodo kandidatus, o faktinės įvesties, šalutinių poveikių ir sutarčių patikrinimas lemia, ar kandidatas išsprendžia esamą užduotį.\n\nPaiešką vertinkite pagal tikrus klausimus su žinomais atsakymais šaltinio kode. Įtraukite pervadintas funkcijas, klaidinančius komentarus, panašias pagalbines priemones su skirtingais kraštiniais atvejais ir užklausas, kurių žodžių kode nėra. Patikrinkite, ar numatyta realizacija pasirodo tarp naudingų rezultatų ir ar rodoma ištrauka suteikia pakankamai konteksto jai įvertinti. Saugyklai augant išsaugokite šiuos klausimus, kad teksto išgavimo, ištraukų ribų ar indeksavimo pakeitimus būtų galima palyginti pagal tas pačias užduotis.",
    "about_sha256": "02443af503f57362991a7f624a9b2b777836a591a3816de5330425a291427ffb",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 16000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Visa konfigūracijos kainodara pateikta išsamioje informacijoje."
      }
    ],
    "ctx": null,
    "display_name": "Voyage AI: Voyage Code 2",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-code-2",
    "input": [
      "text"
    ],
    "kind": "embedding",
    "locale": "en",
    "max_out": null,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Kad galėtumėte sutikrinti duomenis, išsaugokite pradinį atsakymą ir X-Client-Request-ID. Neaiškus atsakymas nėra leidimas dar kartą pateikti tą pačią kūrimo užklausą.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Išsaugokite visą JSON atsakymą, kiekvieną vektorių kartu su jo indeksu, visus naudojimo duomenų laukus ir užklausos antraštes.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Naudokite tikslų Ailoot modelio parinkiklį.",
                "default_known": false,
                "enum": [
                  "voyage-code-2"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Tekstas arba tekstų sąrašas; išsaugokite po vieną vektorių kiekvienam grąžintam data elementui ir jo indeksą.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-code-2"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-code-2"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Siųskite tekstą su pasirinktu modeliu; išsaugokite kiekvieną grąžintą vektorių ir jo indeksą."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Baziniai žetonų įkainiai",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-code-2\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Įterpiniai",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyage-code-2",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "voyage-code-2",
        "request_model_id": "voyage-code-2",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage Code 2",
    "price": {
      "in": 0.4,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.4,
      "sort_out": 0,
      "varies": false
    },
    "short": "Voyage Code 2 kuria šaltinio kodo ir susijusio teksto įterpinius semantinei paieškai kodo saugykloje. Natūralios kalbos klausimai, kodo fragmentai arba mišrios užklausos gali rasti aktualias realizacijas; ši versija naudoja 16 000 žetonų konteksto langą ir 1 536 matmenų vektorius.",
    "short_sha256": "392f5ff2471da11418d1ad1c0971fff44fb348ff0d8d619073b3d78c51bb9acb"
  },
  "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 Code 2 kuria šaltinio kodo ir susijusio teksto įterpinius semantinei paieškai kodo saugykloje. Natūralios kalbos klausimai, kodo fragmentai arba mišrios užklausos gali rasti aktualias realizacijas; ši versija naudoja 16 000 žetonų konteksto langą ir 1 536 matmenų vektorius.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "6f004f8a798ae7078af09cc52166ea1763d2c381644d2b88531323716f3ed39c",
    "renderer_sha256": "57bd2f8a61f57d341aae369006eca818e3eea645ec43af488ec7b2289eeca772"
  },
  "sourceRevision": "e9077ad37b45e2a57ea7f7602498b062c0aaa43bb938e805e2891b3b1e757895"
}
