{
  "aboutHtml": "<p>Voyage Context 3 kuria kontekstinius teksto fragmentų įterpinius dokumentų paieškai. Kiekvienas fragmentas gauna atskirą vektorių, o modelis taip pat atsižvelgia į kitus pateiktus to paties dokumento fragmentus. Taip paieškos sistema gauna vietinės ištraukos reprezentaciją kartu su platesniu dokumento kontekstu, pavyzdžiui, kituose šaltinio skyriuose pristatytu objektu ar tema.</p><p>Kiekvieną dokumentą paruoškite kaip nuoseklią perskaitomų teksto fragmentų seką. Vieno dokumento fragmentus laikykite kartu ir išsaugokite jų pradinę tvarką. Gamintojo kontekstinių įterpinių darbo eigoje kiekviena vidinė grupė apima vieno šaltinio fragmentus, o atskiros grupės reiškia atskirus šaltinius. Grupavimas yra įvesties prasmės dalis: jis modeliui nurodo, koks aplinkinis tekstas priklauso reprezentuojamam dokumentui.</p><p>Naudingas pavyzdys — ataskaita, kurios pradžioje įvardijama įmonė, o vėlesnėje pastraipoje aiškinamas jos augimas. Ieškant tos įmonės augimo reikia ir konkrečios pastraipos, ir dokumento tapatybės. Su gautu vektoriumi išsaugokite originalų fragmento tekstą ir jį apimančio dokumento metaduomenis, kad rezultatas galėtų parodyti ištrauką ir nuorodą į visą šaltinį.</p><p>Gamintojo API aprašas dokumentuoja iki 120 000 žetonų visoje užklausoje, ne daugiau kaip 1 000 įvesties grupių ir iš viso 16 000 fragmentų. Modelio vadove atskirai nurodomas 32 000 žetonų langas vienam fragmentui. Rengdami medžiagą šių ribų nesuplakite: vieno fragmento ir visos užklausos limitai nusako skirtingus įvesties dydžius. Suskaidę šaltinį patikrinkite bendrą kiekį, užuot manę, kad kiekvienas atskiras fragmentas toje pačioje užklausoje gali užpildyti savo maksimalų langą.</p><p>Dokumentų paieškoje sugrupuotas ištraukas pažymėkite kaip dokumentų įvestį. Kiekvieną paieškos klausimą paruoškite kaip atskirą užklausos grupę. Gamintojas rekomenduoja pateikti nepersidengiančius dokumento fragmentus, kad kontekstinė reprezentacija įtrauktų aplinkinę informaciją nekartojant teksto kiekvienoje ištraukoje. Kurdami indeksą išsaugokite dokumento grupės, fragmento vietos ir grąžinto vektoriaus ryšį.</p><p>Voyage Context 3 palaiko 2 048, 1 024, 512 ir 256 matmenis, taip pat slankiojo kablelio, aštuonių bitų sveikųjų skaičių ir dvejetainę išvestį. Pasirinkite indekso reprezentaciją ir vertinkite ją pagal tuos pačius šaltinių dokumentus bei klausimus. Su indeksu išsaugokite pasirinktą matmenų skaičių ir duomenų tipą, kad užklausos reprezentacija bei saugomi vektoriai išliktų suderinti.</p><p>Gautus vektorius naudokite ištraukų paieškai, dokumentams rasti arba informacijai atrinkti asistente, dirbančiame su ataskaitomis, moksliniais straipsniais, sutartimis ar techniniais vadovais. Rezultatas gali nurodyti tikslią ištrauką, o nuoroda į šaltinį suteikia prieigą prie apibrėžimų ir sąlygų kitose dokumento vietose. Dokumentų versijas ir prieigos teises saugokite kaip programos metaduomenis kartu su vektoriais.</p><p>Išbandykite klausimus, kuriems reikia ir vietinės detalės, ir viso dokumento konteksto. Įtraukite panašias ištraukas iš skirtingų šaltinių, tik dokumento pradžioje pristatytus įvardytus objektus ir klausimus, kurių pagrindžianti medžiaga išdėstyta keliuose skyriuose. Patikrinkite, ar randamas numatytas fragmentas ir ar programa pateikia pakankamai aplinkinio teksto jam suprasti. Šaltiniui pasikeitus tikslingai iš naujo sugeneruokite atitinkamą dokumento grupę, kad jos kontekstiniai fragmentai atitiktų vieną nuoseklią versiją.</p>",
  "aboutText": "Voyage Context 3 kuria kontekstinius teksto fragmentų įterpinius dokumentų paieškai. Kiekvienas fragmentas gauna atskirą vektorių, o modelis taip pat atsižvelgia į kitus pateiktus to paties dokumento fragmentus. Taip paieškos sistema gauna vietinės ištraukos reprezentaciją kartu su platesniu dokumento kontekstu, pavyzdžiui, kituose šaltinio skyriuose pristatytu objektu ar tema.\n\nKiekvieną dokumentą paruoškite kaip nuoseklią perskaitomų teksto fragmentų seką. Vieno dokumento fragmentus laikykite kartu ir išsaugokite jų pradinę tvarką. Gamintojo kontekstinių įterpinių darbo eigoje kiekviena vidinė grupė apima vieno šaltinio fragmentus, o atskiros grupės reiškia atskirus šaltinius. Grupavimas yra įvesties prasmės dalis: jis modeliui nurodo, koks aplinkinis tekstas priklauso reprezentuojamam dokumentui.\n\nNaudingas pavyzdys — ataskaita, kurios pradžioje įvardijama įmonė, o vėlesnėje pastraipoje aiškinamas jos augimas. Ieškant tos įmonės augimo reikia ir konkrečios pastraipos, ir dokumento tapatybės. Su gautu vektoriumi išsaugokite originalų fragmento tekstą ir jį apimančio dokumento metaduomenis, kad rezultatas galėtų parodyti ištrauką ir nuorodą į visą šaltinį.\n\nGamintojo API aprašas dokumentuoja iki 120 000 žetonų visoje užklausoje, ne daugiau kaip 1 000 įvesties grupių ir iš viso 16 000 fragmentų. Modelio vadove atskirai nurodomas 32 000 žetonų langas vienam fragmentui. Rengdami medžiagą šių ribų nesuplakite: vieno fragmento ir visos užklausos limitai nusako skirtingus įvesties dydžius. Suskaidę šaltinį patikrinkite bendrą kiekį, užuot manę, kad kiekvienas atskiras fragmentas toje pačioje užklausoje gali užpildyti savo maksimalų langą.\n\nDokumentų paieškoje sugrupuotas ištraukas pažymėkite kaip dokumentų įvestį. Kiekvieną paieškos klausimą paruoškite kaip atskirą užklausos grupę. Gamintojas rekomenduoja pateikti nepersidengiančius dokumento fragmentus, kad kontekstinė reprezentacija įtrauktų aplinkinę informaciją nekartojant teksto kiekvienoje ištraukoje. Kurdami indeksą išsaugokite dokumento grupės, fragmento vietos ir grąžinto vektoriaus ryšį.\n\nVoyage Context 3 palaiko 2 048, 1 024, 512 ir 256 matmenis, taip pat slankiojo kablelio, aštuonių bitų sveikųjų skaičių ir dvejetainę išvestį. Pasirinkite indekso reprezentaciją ir vertinkite ją pagal tuos pačius šaltinių dokumentus bei klausimus. Su indeksu išsaugokite pasirinktą matmenų skaičių ir duomenų tipą, kad užklausos reprezentacija bei saugomi vektoriai išliktų suderinti.\n\nGautus vektorius naudokite ištraukų paieškai, dokumentams rasti arba informacijai atrinkti asistente, dirbančiame su ataskaitomis, moksliniais straipsniais, sutartimis ar techniniais vadovais. Rezultatas gali nurodyti tikslią ištrauką, o nuoroda į šaltinį suteikia prieigą prie apibrėžimų ir sąlygų kitose dokumento vietose. Dokumentų versijas ir prieigos teises saugokite kaip programos metaduomenis kartu su vektoriais.\n\nIšbandykite klausimus, kuriems reikia ir vietinės detalės, ir viso dokumento konteksto. Įtraukite panašias ištraukas iš skirtingų šaltinių, tik dokumento pradžioje pristatytus įvardytus objektus ir klausimus, kurių pagrindžianti medžiaga išdėstyta keliuose skyriuose. Patikrinkite, ar randamas numatytas fragmentas ir ar programa pateikia pakankamai aplinkinio teksto jam suprasti. Šaltiniui pasikeitus tikslingai iš naujo sugeneruokite atitinkamą dokumento grupę, kad jos kontekstiniai fragmentai atitiktų vieną nuoseklią versiją.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "5fe237eba5eb8ed882e12382c0995547b35930eda700754c6ddb9e75e8e67a73",
    "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 Context 3</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Uždaryti\">×</button></div><div class=\"idline\"><span>Voyage AI /</span><code>voyage-context-3</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-context-3\">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 Context 3 sukuria vektorių kiekvienam dokumento fragmentui, atsižvelgdamas į kitų to paties dokumento fragmentų kontekstą. Jis tinka tiksliai ištraukų paieškai ilguose dokumentuose, leidžia pasirinkti matmenų skaičių ir kvantizuotus įterpinius.</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 Context 3 kuria kontekstinius teksto fragmentų įterpinius dokumentų paieškai. Kiekvienas fragmentas gauna atskirą vektorių, o modelis taip pat atsižvelgia į kitus pateiktus to paties dokumento fragmentus. Taip paieškos sistema gauna vietinės ištraukos reprezentaciją kartu su platesniu dokumento kontekstu, pavyzdžiui, kituose šaltinio skyriuose pristatytu objektu ar tema.</p><p>Kiekvieną dokumentą paruoškite kaip nuoseklią perskaitomų teksto fragmentų seką. Vieno dokumento fragmentus laikykite kartu ir išsaugokite jų pradinę tvarką. Gamintojo kontekstinių įterpinių darbo eigoje kiekviena vidinė grupė apima vieno šaltinio fragmentus, o atskiros grupės reiškia atskirus šaltinius. Grupavimas yra įvesties prasmės dalis: jis modeliui nurodo, koks aplinkinis tekstas priklauso reprezentuojamam dokumentui.</p><p>Naudingas pavyzdys — ataskaita, kurios pradžioje įvardijama įmonė, o vėlesnėje pastraipoje aiškinamas jos augimas. Ieškant tos įmonės augimo reikia ir konkrečios pastraipos, ir dokumento tapatybės. Su gautu vektoriumi išsaugokite originalų fragmento tekstą ir jį apimančio dokumento metaduomenis, kad rezultatas galėtų parodyti ištrauką ir nuorodą į visą šaltinį.</p><p>Gamintojo API aprašas dokumentuoja iki 120 000 žetonų visoje užklausoje, ne daugiau kaip 1 000 įvesties grupių ir iš viso 16 000 fragmentų. Modelio vadove atskirai nurodomas 32 000 žetonų langas vienam fragmentui. Rengdami medžiagą šių ribų nesuplakite: vieno fragmento ir visos užklausos limitai nusako skirtingus įvesties dydžius. Suskaidę šaltinį patikrinkite bendrą kiekį, užuot manę, kad kiekvienas atskiras fragmentas toje pačioje užklausoje gali užpildyti savo maksimalų langą.</p><p>Dokumentų paieškoje sugrupuotas ištraukas pažymėkite kaip dokumentų įvestį. Kiekvieną paieškos klausimą paruoškite kaip atskirą užklausos grupę. Gamintojas rekomenduoja pateikti nepersidengiančius dokumento fragmentus, kad kontekstinė reprezentacija įtrauktų aplinkinę informaciją nekartojant teksto kiekvienoje ištraukoje. Kurdami indeksą išsaugokite dokumento grupės, fragmento vietos ir grąžinto vektoriaus ryšį.</p><p>Voyage Context 3 palaiko 2 048, 1 024, 512 ir 256 matmenis, taip pat slankiojo kablelio, aštuonių bitų sveikųjų skaičių ir dvejetainę išvestį. Pasirinkite indekso reprezentaciją ir vertinkite ją pagal tuos pačius šaltinių dokumentus bei klausimus. Su indeksu išsaugokite pasirinktą matmenų skaičių ir duomenų tipą, kad užklausos reprezentacija bei saugomi vektoriai išliktų suderinti.</p><p>Gautus vektorius naudokite ištraukų paieškai, dokumentams rasti arba informacijai atrinkti asistente, dirbančiame su ataskaitomis, moksliniais straipsniais, sutartimis ar techniniais vadovais. Rezultatas gali nurodyti tikslią ištrauką, o nuoroda į šaltinį suteikia prieigą prie apibrėžimų ir sąlygų kitose dokumento vietose. Dokumentų versijas ir prieigos teises saugokite kaip programos metaduomenis kartu su vektoriais.</p><p>Išbandykite klausimus, kuriems reikia ir vietinės detalės, ir viso dokumento konteksto. Įtraukite panašias ištraukas iš skirtingų šaltinių, tik dokumento pradžioje pristatytus įvardytus objektus ir klausimus, kurių pagrindžianti medžiaga išdėstyta keliuose skyriuose. Patikrinkite, ar randamas numatytas fragmentas ir ar programa pateikia pakankamai aplinkinio teksto jam suprasti. Šaltiniui pasikeitus tikslingai iš naujo sugeneruokite atitinkamą dokumento grupę, kad jos kontekstiniai fragmentai atitiktų vieną nuoseklią versiją.</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-context-3</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>$0</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Talpyklos skaitymas</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Rašymas į talpyklą</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Rašymas į talpyklą, 1 val</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. <a href=\"/docs/lt/billing/reserve/\">Kaip veikia rezervavimas ir atsiskaitymas →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Užklausų pavyzdžiai</h3><h4>Ailoot Ultra · Įterpiniai</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Kodo variantai\"><button class=\"cg-tab\" id=\"model-code-2791-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2791-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · išsaugokite visus vektorius ir naudojimo duomenis</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopijuoti kodą\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2791-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2791-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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-context-3&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-context-3&amp;route=Ultra&amp;caller=voyage-context-3&amp;fmt=embeddings\"><code>voyage-context-3</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-context-3&amp;route=Ultra&amp;caller=voyage-context-3&amp;fmt=embeddings\"><code>voyage-context-3</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-context-3",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-context-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-context-3",
      "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-context-3"
                ],
                "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-context-3"
                  ],
                  "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-context-3"
              },
              "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-context-3\",\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-context-3",
        "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-context-3",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "5c5228537347d72622426a59ce5db858baa8ee2af8e0b5df86a941c42327e29b",
    "input_html_sha256": "1c7aeb357bd9db917d5a451af281ee702e0d8cc4ecacc3bb2fdf554170327a42",
    "private_audit_sha256": "ac2b50e3b7b7c4e85df7da38072ca9d15868cd92ce00ee4f17ef96b0b3b6497e",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/lt/voyage-context-3/",
    "description": "Voyage Context 3 sukuria vektorių kiekvienam dokumento fragmentui, atsižvelgdamas į kitų to paties dokumento fragmentų kontekstą. Jis tinka tiksliai ištraukų paieškai ilguose dokumentuose, leidžia pasirinkti matmenų skaičių ir kvantizuotus įterpinius.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/voyage-context-3/index.md",
    "title": "Voyage AI: Voyage Context 3 — Ailoot",
    "url": "https://ailoot.ai/models/lt/voyage-context-3/"
  },
  "rawModel": {
    "about": "Voyage Context 3 kuria kontekstinius teksto fragmentų įterpinius dokumentų paieškai. Kiekvienas fragmentas gauna atskirą vektorių, o modelis taip pat atsižvelgia į kitus pateiktus to paties dokumento fragmentus. Taip paieškos sistema gauna vietinės ištraukos reprezentaciją kartu su platesniu dokumento kontekstu, pavyzdžiui, kituose šaltinio skyriuose pristatytu objektu ar tema.\n\nKiekvieną dokumentą paruoškite kaip nuoseklią perskaitomų teksto fragmentų seką. Vieno dokumento fragmentus laikykite kartu ir išsaugokite jų pradinę tvarką. Gamintojo kontekstinių įterpinių darbo eigoje kiekviena vidinė grupė apima vieno šaltinio fragmentus, o atskiros grupės reiškia atskirus šaltinius. Grupavimas yra įvesties prasmės dalis: jis modeliui nurodo, koks aplinkinis tekstas priklauso reprezentuojamam dokumentui.\n\nNaudingas pavyzdys — ataskaita, kurios pradžioje įvardijama įmonė, o vėlesnėje pastraipoje aiškinamas jos augimas. Ieškant tos įmonės augimo reikia ir konkrečios pastraipos, ir dokumento tapatybės. Su gautu vektoriumi išsaugokite originalų fragmento tekstą ir jį apimančio dokumento metaduomenis, kad rezultatas galėtų parodyti ištrauką ir nuorodą į visą šaltinį.\n\nGamintojo API aprašas dokumentuoja iki 120 000 žetonų visoje užklausoje, ne daugiau kaip 1 000 įvesties grupių ir iš viso 16 000 fragmentų. Modelio vadove atskirai nurodomas 32 000 žetonų langas vienam fragmentui. Rengdami medžiagą šių ribų nesuplakite: vieno fragmento ir visos užklausos limitai nusako skirtingus įvesties dydžius. Suskaidę šaltinį patikrinkite bendrą kiekį, užuot manę, kad kiekvienas atskiras fragmentas toje pačioje užklausoje gali užpildyti savo maksimalų langą.\n\nDokumentų paieškoje sugrupuotas ištraukas pažymėkite kaip dokumentų įvestį. Kiekvieną paieškos klausimą paruoškite kaip atskirą užklausos grupę. Gamintojas rekomenduoja pateikti nepersidengiančius dokumento fragmentus, kad kontekstinė reprezentacija įtrauktų aplinkinę informaciją nekartojant teksto kiekvienoje ištraukoje. Kurdami indeksą išsaugokite dokumento grupės, fragmento vietos ir grąžinto vektoriaus ryšį.\n\nVoyage Context 3 palaiko 2 048, 1 024, 512 ir 256 matmenis, taip pat slankiojo kablelio, aštuonių bitų sveikųjų skaičių ir dvejetainę išvestį. Pasirinkite indekso reprezentaciją ir vertinkite ją pagal tuos pačius šaltinių dokumentus bei klausimus. Su indeksu išsaugokite pasirinktą matmenų skaičių ir duomenų tipą, kad užklausos reprezentacija bei saugomi vektoriai išliktų suderinti.\n\nGautus vektorius naudokite ištraukų paieškai, dokumentams rasti arba informacijai atrinkti asistente, dirbančiame su ataskaitomis, moksliniais straipsniais, sutartimis ar techniniais vadovais. Rezultatas gali nurodyti tikslią ištrauką, o nuoroda į šaltinį suteikia prieigą prie apibrėžimų ir sąlygų kitose dokumento vietose. Dokumentų versijas ir prieigos teises saugokite kaip programos metaduomenis kartu su vektoriais.\n\nIšbandykite klausimus, kuriems reikia ir vietinės detalės, ir viso dokumento konteksto. Įtraukite panašias ištraukas iš skirtingų šaltinių, tik dokumento pradžioje pristatytus įvardytus objektus ir klausimus, kurių pagrindžianti medžiaga išdėstyta keliuose skyriuose. Patikrinkite, ar randamas numatytas fragmentas ir ar programa pateikia pakankamai aplinkinio teksto jam suprasti. Šaltiniui pasikeitus tikslingai iš naujo sugeneruokite atitinkamą dokumento grupę, kad jos kontekstiniai fragmentai atitiktų vieną nuoseklią versiją.",
    "about_sha256": "cbe672f81d248e79c90f9384b4d5a3ff311043f96a3b07b7eb8b4ede52d2cd43",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 120000,
      "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 Context 3",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-context-3",
    "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-context-3"
                ],
                "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-context-3"
                  ],
                  "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-context-3"
              },
              "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-context-3\",\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-context-3",
        "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-context-3",
        "request_model_id": "voyage-context-3",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage Context 3",
    "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 Context 3 sukuria vektorių kiekvienam dokumento fragmentui, atsižvelgdamas į kitų to paties dokumento fragmentų kontekstą. Jis tinka tiksliai ištraukų paieškai ilguose dokumentuose, leidžia pasirinkti matmenų skaičių ir kvantizuotus įterpinius.",
    "short_sha256": "ecf5347d318cafaa85e440415592285b9b3d6c51afeb2467a37418c7b94e3dd3"
  },
  "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 Context 3 sukuria vektorių kiekvienam dokumento fragmentui, atsižvelgdamas į kitų to paties dokumento fragmentų kontekstą. Jis tinka tiksliai ištraukų paieškai ilguose dokumentuose, leidžia pasirinkti matmenų skaičių ir kvantizuotus įterpinius.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "d198b8ecd061ab3dd141c4e583402ab1dc2898e2aeee2620d66097c02cf5c54a",
    "renderer_sha256": "57bd2f8a61f57d341aae369006eca818e3eea645ec43af488ec7b2289eeca772"
  },
  "sourceRevision": "5bfe3b59f5dd65a15f94be03d8cdd331fbbf4b7cd4cadc89bfee0add6b570a3c"
}
