{
  "aboutHtml": "<p>voyage-4-large – tai pavyzdinis „Voyage AI“ tekstinių įterpinių modelis Voyage 4 šeimoje. Jis paverčia pradines ištraukas ir užklausas skaitiniais vektoriais bendros paskirties bei daugiakalbei paieškai. Dvi išskirtinės jo savybės – ekspertų mišinio modelio principas ir bendra įterpinių erdvė, kurią naudoja voyage-4-large, voyage-4, voyage-4-lite ir voyage-4-nano.</p><h4>Bendra erdvė: atskiri korpuso ir užklausų pasirinkimai</h4><p>Gamintojas aprašo asimetrinę paiešką: dokumentų įterpinius galima kurti su voyage-4-large, o užklausų vektorius paruošti kitu Voyage 4 šeimos modeliu. Pavyzdžiui, Large reprezentuotame korpuse galima atlikti paiešką voyage-4 užklausomis. Tai leidžia abiem paieškos pusėms naudoti skirtingus modelius ir likti dokumentuotoje suderinamoje erdvėje.</p><p>Praktinis rinkinys gali naudoti Large stabilioms dokumentų ištraukoms paruošti ir nepriklausomai pasirinkti užklausų pusės modelį. Dokumentų įterpiniai kuriami formuojant ar atnaujinant korpusą, o užklausos vektorizuojamos naudotojams ieškant. Šeimos pristatymas aprašo užklausų modelio pakeitimą suderinamoje šeimoje, vien dėl šio pakeitimo iš naujo nevektorizuojant dokumentų korpuso. Lyginamiems vektoriams išlaikykite vienodus matmenis ir reprezentacijas, kurias paieškos sistema gali kartu interpretuoti.</p><h4>Ekspertų mišinio įterpinių principas</h4><p>Tankusis tiesioginio sklidimo sluoksnis kiekvieną žetoną apdoroja visu savo parametrų rinkiniu. Modeliui voyage-4-large aprašytas MoE principas naudoja maršrutizatorių ir ekspertų tiesioginio sklidimo tinklus, parinkdamas kiekvieną žetoną apdorojančius ekspertus. Tai atskiria bendrą modelio talpą nuo konkrečiam žetonui aktyvių parametrų. „Voyage“ nurodo 1/10 aktyvavimo santykį savo MoE principui, naudojant top-k parinkimą.</p><p>Gamintojo techninis paaiškinimas taip pat aprašo du kūrimo pasirinkimus. Ekspertų talpa lemia, ar pertekliniai žetonai apeina eksperto sluoksnį per liekamąjį kelią; komanda parinko didžiausią įmanomą talpos koeficientą, kad išvengtų paieškos kokybės praradimo. Galutiniame mokymo etape maršrutizatoriaus parametrai prieš modelių sujungimą užfiksuojami, kad pradinių modelių interpoliacija nepakeistų išmokto ekspertų parinkimo. Tai modelio parengimo savybės, atskiros nuo teksto ilgio ar trumpinimo nustatymų, naudojamų ruošiant įvestį.</p><h4>Matmenys ir išvesties reprezentacija</h4><p>Oficialioje modelių lentelėje nurodytas 32,000 žetonų konteksto langas ir pasirenkami 256, 512, 1024 bei 2048 matmenų įterpiniai; numatytasis dydis – 1024. Šeima naudoja Matryoshka mokymą įdėtiniams reprezentacijų dydžiams ir palaiko kvantizacijos pasirinkimus: 32 bitų slankųjį kablelį, sveikuosius 8 bitų skaičius su ženklu ar be jo ir supakuotą dvejetainę išvestį.</p><p>Dvejetainės išvesties atveju grąžinto baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmens, nes kiekviename baite yra aštuoni įterpinio bitai. Kartu su indeksu išsaugokite matmens ir duomenų tipo pasirinkimus bei naudokite šią reprezentaciją palaikantį palyginimo metodą. Mažesnis ar suspaustas vektorius pakeičia paieškai naudojamą reprezentaciją; prieš rinkdami ją rinkiniui, įvertinkite tikriems klausimams grąžinamas svarbias ištraukas.</p><h4>Paruoškite dokumentų ir užklausų įvestis</h4><p>„Voyage“ korpuso ištraukoms rekomenduoja document vaidmenį, o paieškos formuluotei – query vaidmenį. Vaidmens parinktis prieš įterpinio kūrimą prideda atitinkamą paieškos instrukciją. Išsaugokite naudingą ištraukos antraštę, sąlygas bei vietą šaltinyje ir grąžintą vektorių saugokite su pradiniu tekstu bei stabiliu identifikatoriumi.</p><p>Techninių žinių rinkinyje klausimas apie klaidos režimą turi nukreipti į jį ir jo svarbias sąlygas aprašančią ištrauką. Kelių kalbų dokumentų rinkinyje išsaugokite pradinę kalbą ir įvertinkite klausimus bei terminiją, kuriais naudotojai ieškos. Leidimas apima paieškos medžiagą, įskaitant techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Įterpinys suranda kandidatinę medžiagą; vėlesnis pakartotinio rikiavimo ar atsakymo etapas naudoja pradinį tekstą.</p><h4>Konteksto, paketų ir trumpinimo ribos</h4><p>Dabartinis gamintojo vadovas leidžia iki 1,000 eilučių ir iš viso 120,000 įvesties žetonų vienoje voyage-4-large užklausoje. Tai skiriasi nuo voyage-4 nurodytos paketo apimties, nors abu turi 32,000 žetonų langą vienam tekstui. Numatytasis trumpinimas sutrumpina per ilgą įvestį, kad tilptų; išjungus trumpinimą per ilgas tekstas grąžina klaidą.</p><p>Sąmoningai rinkitės atsakymą turinčių ištraukų ribas, kad ilgas šaltinis neprarastų svarbios patikslinančios sąlygos nukirptoje pabaigoje. Grąžindami paieškos rezultatus išsaugokite jų ryšį su šaltiniu ir tikrinkite tikrą kandidatų tekstą, užuot vektorių artumą laikę turinio patvirtinimu. Bendros erdvės suderinamumas taikomas dokumentuotai Voyage 4 tekstinei šeimai; kontekstinis dalių apdorojimas, vaizdų bei vaizdo įrašų įterpiniai ir vėlesni modelių leidimai lieka atskiromis konkretaus modelio darbo eigomis.</p>",
  "aboutText": "voyage-4-large – tai pavyzdinis „Voyage AI“ tekstinių įterpinių modelis Voyage 4 šeimoje. Jis paverčia pradines ištraukas ir užklausas skaitiniais vektoriais bendros paskirties bei daugiakalbei paieškai. Dvi išskirtinės jo savybės – ekspertų mišinio modelio principas ir bendra įterpinių erdvė, kurią naudoja voyage-4-large, voyage-4, voyage-4-lite ir voyage-4-nano.\n\n### Bendra erdvė: atskiri korpuso ir užklausų pasirinkimai\n\nGamintojas aprašo asimetrinę paiešką: dokumentų įterpinius galima kurti su voyage-4-large, o užklausų vektorius paruošti kitu Voyage 4 šeimos modeliu. Pavyzdžiui, Large reprezentuotame korpuse galima atlikti paiešką voyage-4 užklausomis. Tai leidžia abiem paieškos pusėms naudoti skirtingus modelius ir likti dokumentuotoje suderinamoje erdvėje.\n\nPraktinis rinkinys gali naudoti Large stabilioms dokumentų ištraukoms paruošti ir nepriklausomai pasirinkti užklausų pusės modelį. Dokumentų įterpiniai kuriami formuojant ar atnaujinant korpusą, o užklausos vektorizuojamos naudotojams ieškant. Šeimos pristatymas aprašo užklausų modelio pakeitimą suderinamoje šeimoje, vien dėl šio pakeitimo iš naujo nevektorizuojant dokumentų korpuso. Lyginamiems vektoriams išlaikykite vienodus matmenis ir reprezentacijas, kurias paieškos sistema gali kartu interpretuoti.\n\n### Ekspertų mišinio įterpinių principas\n\nTankusis tiesioginio sklidimo sluoksnis kiekvieną žetoną apdoroja visu savo parametrų rinkiniu. Modeliui voyage-4-large aprašytas MoE principas naudoja maršrutizatorių ir ekspertų tiesioginio sklidimo tinklus, parinkdamas kiekvieną žetoną apdorojančius ekspertus. Tai atskiria bendrą modelio talpą nuo konkrečiam žetonui aktyvių parametrų. „Voyage“ nurodo 1/10 aktyvavimo santykį savo MoE principui, naudojant top-k parinkimą.\n\nGamintojo techninis paaiškinimas taip pat aprašo du kūrimo pasirinkimus. Ekspertų talpa lemia, ar pertekliniai žetonai apeina eksperto sluoksnį per liekamąjį kelią; komanda parinko didžiausią įmanomą talpos koeficientą, kad išvengtų paieškos kokybės praradimo. Galutiniame mokymo etape maršrutizatoriaus parametrai prieš modelių sujungimą užfiksuojami, kad pradinių modelių interpoliacija nepakeistų išmokto ekspertų parinkimo. Tai modelio parengimo savybės, atskiros nuo teksto ilgio ar trumpinimo nustatymų, naudojamų ruošiant įvestį.\n\n### Matmenys ir išvesties reprezentacija\n\nOficialioje modelių lentelėje nurodytas 32,000 žetonų konteksto langas ir pasirenkami 256, 512, 1024 bei 2048 matmenų įterpiniai; numatytasis dydis – 1024. Šeima naudoja Matryoshka mokymą įdėtiniams reprezentacijų dydžiams ir palaiko kvantizacijos pasirinkimus: 32 bitų slankųjį kablelį, sveikuosius 8 bitų skaičius su ženklu ar be jo ir supakuotą dvejetainę išvestį.\n\nDvejetainės išvesties atveju grąžinto baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmens, nes kiekviename baite yra aštuoni įterpinio bitai. Kartu su indeksu išsaugokite matmens ir duomenų tipo pasirinkimus bei naudokite šią reprezentaciją palaikantį palyginimo metodą. Mažesnis ar suspaustas vektorius pakeičia paieškai naudojamą reprezentaciją; prieš rinkdami ją rinkiniui, įvertinkite tikriems klausimams grąžinamas svarbias ištraukas.\n\n### Paruoškite dokumentų ir užklausų įvestis\n\n„Voyage“ korpuso ištraukoms rekomenduoja document vaidmenį, o paieškos formuluotei – query vaidmenį. Vaidmens parinktis prieš įterpinio kūrimą prideda atitinkamą paieškos instrukciją. Išsaugokite naudingą ištraukos antraštę, sąlygas bei vietą šaltinyje ir grąžintą vektorių saugokite su pradiniu tekstu bei stabiliu identifikatoriumi.\n\nTechninių žinių rinkinyje klausimas apie klaidos režimą turi nukreipti į jį ir jo svarbias sąlygas aprašančią ištrauką. Kelių kalbų dokumentų rinkinyje išsaugokite pradinę kalbą ir įvertinkite klausimus bei terminiją, kuriais naudotojai ieškos. Leidimas apima paieškos medžiagą, įskaitant techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Įterpinys suranda kandidatinę medžiagą; vėlesnis pakartotinio rikiavimo ar atsakymo etapas naudoja pradinį tekstą.\n\n### Konteksto, paketų ir trumpinimo ribos\n\nDabartinis gamintojo vadovas leidžia iki 1,000 eilučių ir iš viso 120,000 įvesties žetonų vienoje voyage-4-large užklausoje. Tai skiriasi nuo voyage-4 nurodytos paketo apimties, nors abu turi 32,000 žetonų langą vienam tekstui. Numatytasis trumpinimas sutrumpina per ilgą įvestį, kad tilptų; išjungus trumpinimą per ilgas tekstas grąžina klaidą.\n\nSąmoningai rinkitės atsakymą turinčių ištraukų ribas, kad ilgas šaltinis neprarastų svarbios patikslinančios sąlygos nukirptoje pabaigoje. Grąžindami paieškos rezultatus išsaugokite jų ryšį su šaltiniu ir tikrinkite tikrą kandidatų tekstą, užuot vektorių artumą laikę turinio patvirtinimu. Bendros erdvės suderinamumas taikomas dokumentuotai Voyage 4 tekstinei šeimai; kontekstinis dalių apdorojimas, vaizdų bei vaizdo įrašų įterpiniai ir vėlesni modelių leidimai lieka atskiromis konkretaus modelio darbo eigomis.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "98b227cebdf9a734fbefc973ca8ad104b301c984a952e4b4b7a66dc1957e54a0",
    "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\">VoyageAI by MongoDB: voyage-4-large</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Uždaryti\">×</button></div><div class=\"idline\"><span>VoyageAI by MongoDB /</span><code>voyageai/voyage-4-large</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|voyageai%2Fvoyage-4-large\">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-4-large yra Voyage AI ekspertų mišinio architektūros teksto įterpinių modelis bendrosios paskirties ir daugiakalbei paieškai. Jo vektoriai dalijasi Voyage 4 šeimos erdve, todėl Large sukurtuose korpuso įterpiniuose galima ieškoti naudojant suderinamus kitų šeimos modelių užklausų įterpinius.</p><dl class=\"card-io\" data-card-io><div><dt>Leidžiamos įvestys</dt><dd>Tekstas · token_ids</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-4-large – tai pavyzdinis „Voyage AI“ tekstinių įterpinių modelis Voyage 4 šeimoje. Jis paverčia pradines ištraukas ir užklausas skaitiniais vektoriais bendros paskirties bei daugiakalbei paieškai. Dvi išskirtinės jo savybės – ekspertų mišinio modelio principas ir bendra įterpinių erdvė, kurią naudoja voyage-4-large, voyage-4, voyage-4-lite ir voyage-4-nano.</p><h4>Bendra erdvė: atskiri korpuso ir užklausų pasirinkimai</h4><p>Gamintojas aprašo asimetrinę paiešką: dokumentų įterpinius galima kurti su voyage-4-large, o užklausų vektorius paruošti kitu Voyage 4 šeimos modeliu. Pavyzdžiui, Large reprezentuotame korpuse galima atlikti paiešką voyage-4 užklausomis. Tai leidžia abiem paieškos pusėms naudoti skirtingus modelius ir likti dokumentuotoje suderinamoje erdvėje.</p><p>Praktinis rinkinys gali naudoti Large stabilioms dokumentų ištraukoms paruošti ir nepriklausomai pasirinkti užklausų pusės modelį. Dokumentų įterpiniai kuriami formuojant ar atnaujinant korpusą, o užklausos vektorizuojamos naudotojams ieškant. Šeimos pristatymas aprašo užklausų modelio pakeitimą suderinamoje šeimoje, vien dėl šio pakeitimo iš naujo nevektorizuojant dokumentų korpuso. Lyginamiems vektoriams išlaikykite vienodus matmenis ir reprezentacijas, kurias paieškos sistema gali kartu interpretuoti.</p><h4>Ekspertų mišinio įterpinių principas</h4><p>Tankusis tiesioginio sklidimo sluoksnis kiekvieną žetoną apdoroja visu savo parametrų rinkiniu. Modeliui voyage-4-large aprašytas MoE principas naudoja maršrutizatorių ir ekspertų tiesioginio sklidimo tinklus, parinkdamas kiekvieną žetoną apdorojančius ekspertus. Tai atskiria bendrą modelio talpą nuo konkrečiam žetonui aktyvių parametrų. „Voyage“ nurodo 1/10 aktyvavimo santykį savo MoE principui, naudojant top-k parinkimą.</p><p>Gamintojo techninis paaiškinimas taip pat aprašo du kūrimo pasirinkimus. Ekspertų talpa lemia, ar pertekliniai žetonai apeina eksperto sluoksnį per liekamąjį kelią; komanda parinko didžiausią įmanomą talpos koeficientą, kad išvengtų paieškos kokybės praradimo. Galutiniame mokymo etape maršrutizatoriaus parametrai prieš modelių sujungimą užfiksuojami, kad pradinių modelių interpoliacija nepakeistų išmokto ekspertų parinkimo. Tai modelio parengimo savybės, atskiros nuo teksto ilgio ar trumpinimo nustatymų, naudojamų ruošiant įvestį.</p><h4>Matmenys ir išvesties reprezentacija</h4><p>Oficialioje modelių lentelėje nurodytas 32,000 žetonų konteksto langas ir pasirenkami 256, 512, 1024 bei 2048 matmenų įterpiniai; numatytasis dydis – 1024. Šeima naudoja Matryoshka mokymą įdėtiniams reprezentacijų dydžiams ir palaiko kvantizacijos pasirinkimus: 32 bitų slankųjį kablelį, sveikuosius 8 bitų skaičius su ženklu ar be jo ir supakuotą dvejetainę išvestį.</p><p>Dvejetainės išvesties atveju grąžinto baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmens, nes kiekviename baite yra aštuoni įterpinio bitai. Kartu su indeksu išsaugokite matmens ir duomenų tipo pasirinkimus bei naudokite šią reprezentaciją palaikantį palyginimo metodą. Mažesnis ar suspaustas vektorius pakeičia paieškai naudojamą reprezentaciją; prieš rinkdami ją rinkiniui, įvertinkite tikriems klausimams grąžinamas svarbias ištraukas.</p><h4>Paruoškite dokumentų ir užklausų įvestis</h4><p>„Voyage“ korpuso ištraukoms rekomenduoja document vaidmenį, o paieškos formuluotei – query vaidmenį. Vaidmens parinktis prieš įterpinio kūrimą prideda atitinkamą paieškos instrukciją. Išsaugokite naudingą ištraukos antraštę, sąlygas bei vietą šaltinyje ir grąžintą vektorių saugokite su pradiniu tekstu bei stabiliu identifikatoriumi.</p><p>Techninių žinių rinkinyje klausimas apie klaidos režimą turi nukreipti į jį ir jo svarbias sąlygas aprašančią ištrauką. Kelių kalbų dokumentų rinkinyje išsaugokite pradinę kalbą ir įvertinkite klausimus bei terminiją, kuriais naudotojai ieškos. Leidimas apima paieškos medžiagą, įskaitant techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Įterpinys suranda kandidatinę medžiagą; vėlesnis pakartotinio rikiavimo ar atsakymo etapas naudoja pradinį tekstą.</p><h4>Konteksto, paketų ir trumpinimo ribos</h4><p>Dabartinis gamintojo vadovas leidžia iki 1,000 eilučių ir iš viso 120,000 įvesties žetonų vienoje voyage-4-large užklausoje. Tai skiriasi nuo voyage-4 nurodytos paketo apimties, nors abu turi 32,000 žetonų langą vienam tekstui. Numatytasis trumpinimas sutrumpina per ilgą įvestį, kad tilptų; išjungus trumpinimą per ilgas tekstas grąžina klaidą.</p><p>Sąmoningai rinkitės atsakymą turinčių ištraukų ribas, kad ilgas šaltinis neprarastų svarbios patikslinančios sąlygos nukirptoje pabaigoje. Grąžindami paieškos rezultatus išsaugokite jų ryšį su šaltiniu ir tikrinkite tikrą kandidatų tekstą, užuot vektorių artumą laikę turinio patvirtinimu. Bendros erdvės suderinamumas taikomas dokumentuotai Voyage 4 tekstinei šeimai; kontekstinis dalių apdorojimas, vaizdų bei vaizdo įrašų įterpiniai ir vėlesni modelių leidimai lieka atskiromis konkretaus modelio darbo eigomis.</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>, <code>token_ids</code></dd></div><div><dt>Išvestis</dt><dd><code>embedding</code></dd></div><div><dt>Kontekstas</dt><dd>32 000 tokens</dd></div><div><dt>Išvesties formatas</dt><dd>json</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 data-parameter-availability=\"source_interface\"><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>voyageai/voyage-4-large</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><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|string[]|integer[]|integer[][]</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>Mažiausias elementų skaičius: 1</div><div>Sąlygos: Netuščias vienalyčių įvesčių paketas. Žetonų ID yra neneigiami sveikieji skaičiai.</div><div>Įvesties biudžetas: Didžiausia reikšmė: 32 000 · Teksto vienetas: UTF8 baitai · Tokenų vienetas: žetonų masyvo elementai</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">encoding_format</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>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>float</div></td><td data-cell-label=\"Numatyta\" data-default=\"known\"><span class=\"card-cell-label\">Numatyta</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>integer</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Nepalaikoma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>Mažiausia reikšmė: 1</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>json_value</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>json_value</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>json_value</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>Sąlygos: Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>object</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>Sąlygos: provider.options atmetamas</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Įvesties medžiagos deriniai</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><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>input_shapes</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>encoding_format</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>float</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>dimensions_override</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>false</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>max_input_budget_units</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>32000</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>multimodal_objects</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>false</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, token_ids</td></tr></tbody></table></div><p>Gyvavimo ciklas: <code>synchronous_json</code></p><p class=\"note-s\">Išsaugokite kiekvieną vektoriaus indeksą ir matmenį.</p><p class=\"note-s\">Tai, kad modelio pavadinimas nurodo multimodalumą, nereiškia, jog šiuo konkrečiu keliu priimami vaizdų objektai.</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>Standartinis įkainis <span class=\"note-s\">Pasirinkus spartųjį režimą</span></dd><dt>Flex režimas</dt><dd>Standartinis įkainis <span class=\"note-s\">Pasirinkus flex režimą</span></dd><dt>Didžiausios samprotavimo pastangos</dt><dd>Standartinis įkainis <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>$0.00024</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-2702-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2702-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-2702-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2702-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"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-2702-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2702-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;voyageai/voyage-4-large&quot;, &quot;input&quot;: [&quot;First document&quot;, &quot;Second document&quot;]}&#39;)\n\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&quot;result.json&quot;).read_text())\nfor x in r.get(&quot;data&quot;,[]): print(json.dumps({&quot;index&quot;:x.get(&quot;index&quot;),&quot;embedding&quot;:x.get(&quot;embedding&quot;)}))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-2702-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-2702-tab-1\" hidden><pre data-lang=\"python\"><code>from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=&quot;https://api.ailoot.ai/v1&quot;,api_key=os.environ[&quot;AILOOT_API_KEY&quot;],max_retries=0)\nresult=client.embeddings.create(model=&#39;voyageai/voyage-4-large&#39;,input=[&quot;First document&quot;,&quot;Second document&quot;])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Gauti ir išsaugoti rezultatus</h3><h4>Ailoot Ultra · Įterpiniai</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>Išsaugoti visus baigtus rezultatus</h5><p class=\"note-s\">Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.</p><p class=\"note-s\">Išsaugokite kiekvieną vektorių su jo indeksu. Vektorių skaičius turi sutapti su įvesčių skaičiumi; jų matmenų skaičius turi būti vienodas.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Jei reikia patikrinti pradinį atsakymą</h5><p class=\"note-s\">Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas.</p></div><details class=\"card-about\" data-output-fields><summary>Atsakymo laukai</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Laukas</th><th>Tipas</th></tr></thead><tbody><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>string</td></tr><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>string</td></tr><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>integer</td></tr><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>finite float[]</td></tr><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Klaidos ir tolesni veiksmai</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Atsakymas</th><th>Sąlyga</th><th>Kitas žingsnis</th></tr></thead><tbody><tr><th data-cell-label=\"Atsakymas\" scope=\"row\"><span class=\"card-cell-label\">Atsakymas</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Sąlyga\"><span class=\"card-cell-label\">Sąlyga</span>Netinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė</td><td data-cell-label=\"Kitas žingsnis\"><span class=\"card-cell-label\">Kitas žingsnis</span>Prieš naują kūrimo užklausą pataisykite nurodytus laukus.</td></tr></tbody></table></div></details></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=voyageai%2Fvoyage-4-large&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-4-large&amp;fmt=embeddings\"><code>voyageai/voyage-4-large</code></a></span></p><h4>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=voyageai%2Fvoyage-4-large&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-4-large&amp;fmt=embeddings\"><code>voyageai/voyage-4-large</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyageai/voyage-4-large",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyageai%2Fvoyage-4-large",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Netinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė",
                "http_status": 400,
                "recovery": "Prieš naują kūrimo užklausą pataisykite nurodytus laukus.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Išsaugokite kiekvieną vektorių su jo indeksu. Vektorių skaičius turi sutapti su įvesčių skaičiumi; jų matmenų skaičius turi būti vienodas.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "voyageai/voyage-4-large"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32000,
                  "text_unit": "UTF8 baitai",
                  "token_unit": "žetonų masyvo elementai"
                },
                "conditions": "Netuščias vienalyčių įvesčių paketas. Žetonų ID yra neneigiami sveikieji skaičiai.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options atmetamas",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Išsaugokite kiekvieną vektoriaus indeksą ir matmenį.",
            "Tai, kad modelio pavadinimas nurodo multimodalumą, nereiškia, jog šiuo konkrečiu keliu priimami vaizdų objektai."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32000,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32000,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Baziniai žetonų įkainiai",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-4-large\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-4-large',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.24,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Spartusis režimas",
            "value": "Standartinis įkainis",
            "when": "Pasirinkus spartųjį režimą"
          },
          {
            "label": "Flex režimas",
            "value": "Standartinis įkainis",
            "when": "Pasirinkus flex režimą"
          },
          {
            "label": "Didžiausios samprotavimo pastangos",
            "value": "Standartinis įkainis",
            "when": "Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "voyageai/voyage-4-large",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "b06653978250287f823c9b48745452912e117fa4cd552b0300be6ba787049cfc",
    "input_html_sha256": "808e2dc400c786d709f01f8e6d46c28b4802d2ba6fd9badde60672d60cedbd92",
    "private_audit_sha256": "0d66364f48bc34bbeb05542dc65441017adf09da82bf1685a5932fc9f1d5c09e",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/lt/voyageai-voyage-4-large/",
    "description": "voyage-4-large yra Voyage AI ekspertų mišinio architektūros teksto įterpinių modelis bendrosios paskirties ir daugiakalbei paieškai. Jo vektoriai dalijasi Voyage 4 šeimos erdve, todėl Large sukurtuose korpuso įterpiniuose galima ieškoti naudojant suderinamus kitų šeimos modelių užklausų įterpinius.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/voyageai-voyage-4-large/index.md",
    "title": "VoyageAI by MongoDB: voyage-4-large — Ailoot",
    "url": "https://ailoot.ai/models/lt/voyageai-voyage-4-large/"
  },
  "rawModel": {
    "about": "voyage-4-large – tai pavyzdinis „Voyage AI“ tekstinių įterpinių modelis Voyage 4 šeimoje. Jis paverčia pradines ištraukas ir užklausas skaitiniais vektoriais bendros paskirties bei daugiakalbei paieškai. Dvi išskirtinės jo savybės – ekspertų mišinio modelio principas ir bendra įterpinių erdvė, kurią naudoja voyage-4-large, voyage-4, voyage-4-lite ir voyage-4-nano.\n\n### Bendra erdvė: atskiri korpuso ir užklausų pasirinkimai\n\nGamintojas aprašo asimetrinę paiešką: dokumentų įterpinius galima kurti su voyage-4-large, o užklausų vektorius paruošti kitu Voyage 4 šeimos modeliu. Pavyzdžiui, Large reprezentuotame korpuse galima atlikti paiešką voyage-4 užklausomis. Tai leidžia abiem paieškos pusėms naudoti skirtingus modelius ir likti dokumentuotoje suderinamoje erdvėje.\n\nPraktinis rinkinys gali naudoti Large stabilioms dokumentų ištraukoms paruošti ir nepriklausomai pasirinkti užklausų pusės modelį. Dokumentų įterpiniai kuriami formuojant ar atnaujinant korpusą, o užklausos vektorizuojamos naudotojams ieškant. Šeimos pristatymas aprašo užklausų modelio pakeitimą suderinamoje šeimoje, vien dėl šio pakeitimo iš naujo nevektorizuojant dokumentų korpuso. Lyginamiems vektoriams išlaikykite vienodus matmenis ir reprezentacijas, kurias paieškos sistema gali kartu interpretuoti.\n\n### Ekspertų mišinio įterpinių principas\n\nTankusis tiesioginio sklidimo sluoksnis kiekvieną žetoną apdoroja visu savo parametrų rinkiniu. Modeliui voyage-4-large aprašytas MoE principas naudoja maršrutizatorių ir ekspertų tiesioginio sklidimo tinklus, parinkdamas kiekvieną žetoną apdorojančius ekspertus. Tai atskiria bendrą modelio talpą nuo konkrečiam žetonui aktyvių parametrų. „Voyage“ nurodo 1/10 aktyvavimo santykį savo MoE principui, naudojant top-k parinkimą.\n\nGamintojo techninis paaiškinimas taip pat aprašo du kūrimo pasirinkimus. Ekspertų talpa lemia, ar pertekliniai žetonai apeina eksperto sluoksnį per liekamąjį kelią; komanda parinko didžiausią įmanomą talpos koeficientą, kad išvengtų paieškos kokybės praradimo. Galutiniame mokymo etape maršrutizatoriaus parametrai prieš modelių sujungimą užfiksuojami, kad pradinių modelių interpoliacija nepakeistų išmokto ekspertų parinkimo. Tai modelio parengimo savybės, atskiros nuo teksto ilgio ar trumpinimo nustatymų, naudojamų ruošiant įvestį.\n\n### Matmenys ir išvesties reprezentacija\n\nOficialioje modelių lentelėje nurodytas 32,000 žetonų konteksto langas ir pasirenkami 256, 512, 1024 bei 2048 matmenų įterpiniai; numatytasis dydis – 1024. Šeima naudoja Matryoshka mokymą įdėtiniams reprezentacijų dydžiams ir palaiko kvantizacijos pasirinkimus: 32 bitų slankųjį kablelį, sveikuosius 8 bitų skaičius su ženklu ar be jo ir supakuotą dvejetainę išvestį.\n\nDvejetainės išvesties atveju grąžinto baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmens, nes kiekviename baite yra aštuoni įterpinio bitai. Kartu su indeksu išsaugokite matmens ir duomenų tipo pasirinkimus bei naudokite šią reprezentaciją palaikantį palyginimo metodą. Mažesnis ar suspaustas vektorius pakeičia paieškai naudojamą reprezentaciją; prieš rinkdami ją rinkiniui, įvertinkite tikriems klausimams grąžinamas svarbias ištraukas.\n\n### Paruoškite dokumentų ir užklausų įvestis\n\n„Voyage“ korpuso ištraukoms rekomenduoja document vaidmenį, o paieškos formuluotei – query vaidmenį. Vaidmens parinktis prieš įterpinio kūrimą prideda atitinkamą paieškos instrukciją. Išsaugokite naudingą ištraukos antraštę, sąlygas bei vietą šaltinyje ir grąžintą vektorių saugokite su pradiniu tekstu bei stabiliu identifikatoriumi.\n\nTechninių žinių rinkinyje klausimas apie klaidos režimą turi nukreipti į jį ir jo svarbias sąlygas aprašančią ištrauką. Kelių kalbų dokumentų rinkinyje išsaugokite pradinę kalbą ir įvertinkite klausimus bei terminiją, kuriais naudotojai ieškos. Leidimas apima paieškos medžiagą, įskaitant techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Įterpinys suranda kandidatinę medžiagą; vėlesnis pakartotinio rikiavimo ar atsakymo etapas naudoja pradinį tekstą.\n\n### Konteksto, paketų ir trumpinimo ribos\n\nDabartinis gamintojo vadovas leidžia iki 1,000 eilučių ir iš viso 120,000 įvesties žetonų vienoje voyage-4-large užklausoje. Tai skiriasi nuo voyage-4 nurodytos paketo apimties, nors abu turi 32,000 žetonų langą vienam tekstui. Numatytasis trumpinimas sutrumpina per ilgą įvestį, kad tilptų; išjungus trumpinimą per ilgas tekstas grąžina klaidą.\n\nSąmoningai rinkitės atsakymą turinčių ištraukų ribas, kad ilgas šaltinis neprarastų svarbios patikslinančios sąlygos nukirptoje pabaigoje. Grąžindami paieškos rezultatus išsaugokite jų ryšį su šaltiniu ir tikrinkite tikrą kandidatų tekstą, užuot vektorių artumą laikę turinio patvirtinimu. Bendros erdvės suderinamumas taikomas dokumentuotai Voyage 4 tekstinei šeimai; kontekstinis dalių apdorojimas, vaizdų bei vaizdo įrašų įterpiniai ir vėlesni modelių leidimai lieka atskiromis konkretaus modelio darbo eigomis.",
    "alias_of": null,
    "aliases": [],
    "author": "VoyageAI by MongoDB",
    "available": null,
    "canonical_model": "voyageai/voyage-4-large",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Visa konfigūracijos kainodara pateikta išsamioje informacijoje."
      }
    ],
    "ctx": 32000,
    "entity_type": "model",
    "formats": [
      "embeddings"
    ],
    "id": "voyageai/voyage-4-large",
    "input": [
      "text",
      "token_ids"
    ],
    "kind": "embedding",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Netinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė",
                "http_status": 400,
                "recovery": "Prieš naują kūrimo užklausą pataisykite nurodytus laukus.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Išsaugokite kiekvieną vektorių su jo indeksu. Vektorių skaičius turi sutapti su įvesčių skaičiumi; jų matmenų skaičius turi būti vienodas.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "voyageai/voyage-4-large"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32000,
                  "text_unit": "UTF8 baitai",
                  "token_unit": "žetonų masyvo elementai"
                },
                "conditions": "Netuščias vienalyčių įvesčių paketas. Žetonų ID yra neneigiami sveikieji skaičiai.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Šaltinis leidžia šį JSON metaduomenų lauką; tiksli jo reikšmė tiekėjo sistemoje priklauso nuo modelio.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options atmetamas",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Išsaugokite kiekvieną vektoriaus indeksą ir matmenį.",
            "Tai, kad modelio pavadinimas nurodo multimodalumą, nereiškia, jog šiuo konkrečiu keliu priimami vaizdų objektai."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32000,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32000,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Baziniai žetonų įkainiai",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"voyageai/voyage-4-large\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='voyageai/voyage-4-large',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.24,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Spartusis režimas",
            "value": "Standartinis įkainis",
            "when": "Pasirinkus spartųjį režimą"
          },
          {
            "label": "Flex režimas",
            "value": "Standartinis įkainis",
            "when": "Pasirinkus flex režimą"
          },
          {
            "label": "Didžiausios samprotavimo pastangos",
            "value": "Standartinis įkainis",
            "when": "Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00024000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000024",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "voyageai/voyage-4-large",
        "request_model_id": "voyageai/voyage-4-large",
        "route_label": "Ultra"
      }
    ],
    "name": "VoyageAI by MongoDB: voyage-4-large",
    "price": {
      "in": 0.24,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.24,
      "sort_out": 0,
      "varies": false
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Эмбеддинги · Base token rates",
        "units": [
          {
            "amount": "0.00024000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000024",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "public_id": "voyageai/voyage-4-large",
    "short": "voyage-4-large yra Voyage AI ekspertų mišinio architektūros teksto įterpinių modelis bendrosios paskirties ir daugiakalbei paieškai. Jo vektoriai dalijasi Voyage 4 šeimos erdve, todėl Large sukurtuose korpuso įterpiniuose galima ieškoti naudojant suderinamus kitų šeimos modelių užklausų įterpinius."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "voyage-4-large yra Voyage AI ekspertų mišinio architektūros teksto įterpinių modelis bendrosios paskirties ir daugiakalbei paieškai. Jo vektoriai dalijasi Voyage 4 šeimos erdve, todėl Large sukurtuose korpuso įterpiniuose galima ieškoti naudojant suderinamus kitų šeimos modelių užklausų įterpinius.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "f07b8c04cb5dd94560000a604cf5915b2a3013588b657a277c38669f2c7ef898",
    "renderer_sha256": "57bd2f8a61f57d341aae369006eca818e3eea645ec43af488ec7b2289eeca772"
  },
  "sourceRevision": "12cf57ed367ee2f3f02e683cae08bbaa28054d3ac014f5b9539e52eb94a25f02"
}