{
  "aboutHtml": "<p>voyage-4 yra vidutinio dydžio Voyage AI teksto įterpinių modelis Voyage 4 šeimoje. Užklausų ir dokumentų tekstą jis paverčia skaitiniais vektoriais bendrosios paskirties ir daugiakalbei paieškai. Šeimą apibrėžianti galimybė yra bendra įterpinių erdvė: voyage-4, voyage-4-large, voyage-4-lite ir voyage-4-nano sukuria suderinamas reprezentacijas, todėl užklausos ir dokumento pusėse paieškos užduotis gali naudoti skirtingus šios šeimos modelius.</p><h4>Bendra erdvė ir asimetrinė paieška</h4><p>Gamintojas skirtingų užklausų ir korpuso modelių naudojimą vadina asimetrine paieška. Vienas dokumentuotas būdas yra paruošti korpusą su voyage-4-large ir ieškoti jame naudojant voyage-4 užklausų įterpinius. Korpuso įterpiniai kuriami vieną kartą arba pasikeitus jo šaltinio medžiagai, o užklausų vektoriai kuriami atėjus paieškos užklausoms. Bendra erdvė leidžia keisti užklausos pusės modelį šeimos viduje, neprivalant iš naujo kurti korpuso įterpinių vien dėl tokio pakeitimo.</p><p>Lyginamuose vektoriuose išlaikykite suderinamą išvesties matmenų skaičių ir reprezentaciją. Teiginys apie bendrą erdvę susijęs su įvardytais Voyage 4 teksto modeliais; jo neįrodo vien tai, kad du nesusiję modeliai grąžina tokio paties ilgio masyvus. Todėl praktinė užduotis gali naudoti voyage-4 abiejose paieškos pusėse arba jo užklausų vektorius su esamu voyage-4-large dokumentų indeksu, kai jų reprezentacijos nustatymai sutampa.</p><h4>Užklausos ir dokumento vaidmenys</h4><p>Paieškai Voyage rekomenduoja įvesties tekstą pažymėti kaip užklausą arba dokumentą. Įvesties vaidmens parinktis prieš vektorizavimą pateikia atitinkamą paieškos instrukciją. Korpuso ištraukas paruoškite kaip dokumentus, o naudotojo paieškos formuluotę – kaip užklausą, išsaugodami tikrąjį šaltinio tekstą ir identifikatorius šalia kiekvieno saugomo vektoriaus.</p><p>Pavyzdžiui, žinių paieškos kolekcija gali indeksuoti technines instrukcijas ir produktų paaiškinimus. Užklausa apie tai, kas nutinka po nesėkmingo importavimo, turėtų grąžinti šią elgseną aprašančią šaltinio ištrauką. Su ištrauka išsaugokite antraštes, aktualias sąlygas ir vietą šaltinyje, kad rastą rezultatą būtų galima patikrinti arba naudoti vėlesniame RAG atsakymo etape. Įterpinys yra skaitinis paieškos atvaizdas; pati ištrauka yra tame vėlesniame etape naudojamas pagrindimas.</p><h4>Matmenys ir išvesties duomenų tipai</h4><p>Dokumentuotas konteksto langas vienam tekstui yra 32 000 žetonų. Galimi matmenų skaičiai yra 256, 512, 1024 ir 2048, o numatytasis – 1024. Matryoshka mokymasis suteikia šiuos vienas į kitą įdėtus reprezentacijos dydžius. Dėl šeimos paruošimo atsižvelgiant į kvantavimą išvestis gali naudoti 32 bitų slankiojo kablelio reikšmes, 8 bitų sveikuosius skaičius su ženklu arba be ženklo ar supakuotas dvejetaines reikšmes.</p><p>Supakuotoje dvejetainėje išvestyje kiekvienas grąžintas baitas saugo aštuonis įterpinio bitus, todėl baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmenų skaičiaus. Baitų skaičius ir įterpinio matmenų skaičius turi skirtingą prasmę. Pasirinkite reprezentaciją, kurią jūsų paieškos indeksas gali interpretuoti, ir prieš rinkdamiesi suspaustą konfigūraciją patikrinkite kandidatų aktualumą pagal kolekcijoje iš tikrųjų naudojamus klausimus ir kalbas.</p><h4>Įvesties ilgis, paketai ir nukirpimas</h4><p>Dabartinis gamintojo teksto įterpinių vadovas vienoje voyage-4 užklausoje leidžia iki 1000 eilučių ir iš viso 320 000 žetonų. Paketo limitas yra atskiras nuo 32 000 žetonų lango kiekvienai įvesčiai. Nukirpimas įjungtas pagal numatytuosius nustatymus: per ilgas tekstas sutrumpinamas, kad tilptų. Išjungus nukirpimą per ilga pozicija vietoj to sukelia klaidą.</p><p>Ilgoje ataskaitoje ar transkripcijoje sąmoningai paruoškite ištraukas, kuriose yra atsakymas, užuot pasikliovę nukirpimu ties įvesties riba. Kiekvieną ištrauką išlaikykite susietą su pirminiu dokumentu ir šaltinio versija. Įprastos voyage-4 įterpinių įvestys yra atskiri tekstai; kontekstinis fragmentų grupių apdorojimas priklauso atskirai dokumentuotiems kontekstinių įterpinių modeliams.</p><h4>Naudokite paieškos rezultatą</h4><p>Vektorius saugokite kartu su ištraukų tekstu ir stabiliais šaltinių identifikatoriais, kiekvieną užklausos vektorių lyginkite su suderinamais dokumentų vektoriais ir grąžinkite kandidatines ištraukas. Šeimos pristatymo publikacija vertina paiešką medžiagoje, apimančioje techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Atskiras perrikiavimo modelis gali patikslinti kandidatus, o vėlesnis atsakymo etapas gali naudoti jų tekstą. Gautas ištraukas vertinkite pagal užduotį; bendros erdvės suderinamumas leidžia modelių derinį, tačiau rezultato naudingumas vis tiek priklauso nuo šaltinio medžiagos ir klausimo.</p>",
  "aboutText": "voyage-4 yra vidutinio dydžio Voyage AI teksto įterpinių modelis Voyage 4 šeimoje. Užklausų ir dokumentų tekstą jis paverčia skaitiniais vektoriais bendrosios paskirties ir daugiakalbei paieškai. Šeimą apibrėžianti galimybė yra bendra įterpinių erdvė: voyage-4, voyage-4-large, voyage-4-lite ir voyage-4-nano sukuria suderinamas reprezentacijas, todėl užklausos ir dokumento pusėse paieškos užduotis gali naudoti skirtingus šios šeimos modelius.\n\n### Bendra erdvė ir asimetrinė paieška\n\nGamintojas skirtingų užklausų ir korpuso modelių naudojimą vadina asimetrine paieška. Vienas dokumentuotas būdas yra paruošti korpusą su voyage-4-large ir ieškoti jame naudojant voyage-4 užklausų įterpinius. Korpuso įterpiniai kuriami vieną kartą arba pasikeitus jo šaltinio medžiagai, o užklausų vektoriai kuriami atėjus paieškos užklausoms. Bendra erdvė leidžia keisti užklausos pusės modelį šeimos viduje, neprivalant iš naujo kurti korpuso įterpinių vien dėl tokio pakeitimo.\n\nLyginamuose vektoriuose išlaikykite suderinamą išvesties matmenų skaičių ir reprezentaciją. Teiginys apie bendrą erdvę susijęs su įvardytais Voyage 4 teksto modeliais; jo neįrodo vien tai, kad du nesusiję modeliai grąžina tokio paties ilgio masyvus. Todėl praktinė užduotis gali naudoti voyage-4 abiejose paieškos pusėse arba jo užklausų vektorius su esamu voyage-4-large dokumentų indeksu, kai jų reprezentacijos nustatymai sutampa.\n\n### Užklausos ir dokumento vaidmenys\n\nPaieškai Voyage rekomenduoja įvesties tekstą pažymėti kaip užklausą arba dokumentą. Įvesties vaidmens parinktis prieš vektorizavimą pateikia atitinkamą paieškos instrukciją. Korpuso ištraukas paruoškite kaip dokumentus, o naudotojo paieškos formuluotę – kaip užklausą, išsaugodami tikrąjį šaltinio tekstą ir identifikatorius šalia kiekvieno saugomo vektoriaus.\n\nPavyzdžiui, žinių paieškos kolekcija gali indeksuoti technines instrukcijas ir produktų paaiškinimus. Užklausa apie tai, kas nutinka po nesėkmingo importavimo, turėtų grąžinti šią elgseną aprašančią šaltinio ištrauką. Su ištrauka išsaugokite antraštes, aktualias sąlygas ir vietą šaltinyje, kad rastą rezultatą būtų galima patikrinti arba naudoti vėlesniame RAG atsakymo etape. Įterpinys yra skaitinis paieškos atvaizdas; pati ištrauka yra tame vėlesniame etape naudojamas pagrindimas.\n\n### Matmenys ir išvesties duomenų tipai\n\nDokumentuotas konteksto langas vienam tekstui yra 32 000 žetonų. Galimi matmenų skaičiai yra 256, 512, 1024 ir 2048, o numatytasis – 1024. Matryoshka mokymasis suteikia šiuos vienas į kitą įdėtus reprezentacijos dydžius. Dėl šeimos paruošimo atsižvelgiant į kvantavimą išvestis gali naudoti 32 bitų slankiojo kablelio reikšmes, 8 bitų sveikuosius skaičius su ženklu arba be ženklo ar supakuotas dvejetaines reikšmes.\n\nSupakuotoje dvejetainėje išvestyje kiekvienas grąžintas baitas saugo aštuonis įterpinio bitus, todėl baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmenų skaičiaus. Baitų skaičius ir įterpinio matmenų skaičius turi skirtingą prasmę. Pasirinkite reprezentaciją, kurią jūsų paieškos indeksas gali interpretuoti, ir prieš rinkdamiesi suspaustą konfigūraciją patikrinkite kandidatų aktualumą pagal kolekcijoje iš tikrųjų naudojamus klausimus ir kalbas.\n\n### Įvesties ilgis, paketai ir nukirpimas\n\nDabartinis gamintojo teksto įterpinių vadovas vienoje voyage-4 užklausoje leidžia iki 1000 eilučių ir iš viso 320 000 žetonų. Paketo limitas yra atskiras nuo 32 000 žetonų lango kiekvienai įvesčiai. Nukirpimas įjungtas pagal numatytuosius nustatymus: per ilgas tekstas sutrumpinamas, kad tilptų. Išjungus nukirpimą per ilga pozicija vietoj to sukelia klaidą.\n\nIlgoje ataskaitoje ar transkripcijoje sąmoningai paruoškite ištraukas, kuriose yra atsakymas, užuot pasikliovę nukirpimu ties įvesties riba. Kiekvieną ištrauką išlaikykite susietą su pirminiu dokumentu ir šaltinio versija. Įprastos voyage-4 įterpinių įvestys yra atskiri tekstai; kontekstinis fragmentų grupių apdorojimas priklauso atskirai dokumentuotiems kontekstinių įterpinių modeliams.\n\n### Naudokite paieškos rezultatą\n\nVektorius saugokite kartu su ištraukų tekstu ir stabiliais šaltinių identifikatoriais, kiekvieną užklausos vektorių lyginkite su suderinamais dokumentų vektoriais ir grąžinkite kandidatines ištraukas. Šeimos pristatymo publikacija vertina paiešką medžiagoje, apimančioje techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Atskiras perrikiavimo modelis gali patikslinti kandidatus, o vėlesnis atsakymo etapas gali naudoti jų tekstą. Gautas ištraukas vertinkite pagal užduotį; bendros erdvės suderinamumas leidžia modelių derinį, tačiau rezultato naudingumas vis tiek priklauso nuo šaltinio medžiagos ir klausimo.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "37cbb31e8a6ad5ad0df36a075ea97a445bf4e97b100d06c568ee7202f9b615ad",
    "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</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</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\">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 kuria teksto įterpinius bendrosios paskirties ir daugiakalbei paieškai, naudodamas bendrą Voyage 4 šeimos vektorių erdvę. Jis palaiko 32 000 žetonų įvestis, pasirenkamas 256–2048 matmenų išvestis ir query/document vaidmenis paieškai bei RAG.</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 yra vidutinio dydžio Voyage AI teksto įterpinių modelis Voyage 4 šeimoje. Užklausų ir dokumentų tekstą jis paverčia skaitiniais vektoriais bendrosios paskirties ir daugiakalbei paieškai. Šeimą apibrėžianti galimybė yra bendra įterpinių erdvė: voyage-4, voyage-4-large, voyage-4-lite ir voyage-4-nano sukuria suderinamas reprezentacijas, todėl užklausos ir dokumento pusėse paieškos užduotis gali naudoti skirtingus šios šeimos modelius.</p><h4>Bendra erdvė ir asimetrinė paieška</h4><p>Gamintojas skirtingų užklausų ir korpuso modelių naudojimą vadina asimetrine paieška. Vienas dokumentuotas būdas yra paruošti korpusą su voyage-4-large ir ieškoti jame naudojant voyage-4 užklausų įterpinius. Korpuso įterpiniai kuriami vieną kartą arba pasikeitus jo šaltinio medžiagai, o užklausų vektoriai kuriami atėjus paieškos užklausoms. Bendra erdvė leidžia keisti užklausos pusės modelį šeimos viduje, neprivalant iš naujo kurti korpuso įterpinių vien dėl tokio pakeitimo.</p><p>Lyginamuose vektoriuose išlaikykite suderinamą išvesties matmenų skaičių ir reprezentaciją. Teiginys apie bendrą erdvę susijęs su įvardytais Voyage 4 teksto modeliais; jo neįrodo vien tai, kad du nesusiję modeliai grąžina tokio paties ilgio masyvus. Todėl praktinė užduotis gali naudoti voyage-4 abiejose paieškos pusėse arba jo užklausų vektorius su esamu voyage-4-large dokumentų indeksu, kai jų reprezentacijos nustatymai sutampa.</p><h4>Užklausos ir dokumento vaidmenys</h4><p>Paieškai Voyage rekomenduoja įvesties tekstą pažymėti kaip užklausą arba dokumentą. Įvesties vaidmens parinktis prieš vektorizavimą pateikia atitinkamą paieškos instrukciją. Korpuso ištraukas paruoškite kaip dokumentus, o naudotojo paieškos formuluotę – kaip užklausą, išsaugodami tikrąjį šaltinio tekstą ir identifikatorius šalia kiekvieno saugomo vektoriaus.</p><p>Pavyzdžiui, žinių paieškos kolekcija gali indeksuoti technines instrukcijas ir produktų paaiškinimus. Užklausa apie tai, kas nutinka po nesėkmingo importavimo, turėtų grąžinti šią elgseną aprašančią šaltinio ištrauką. Su ištrauka išsaugokite antraštes, aktualias sąlygas ir vietą šaltinyje, kad rastą rezultatą būtų galima patikrinti arba naudoti vėlesniame RAG atsakymo etape. Įterpinys yra skaitinis paieškos atvaizdas; pati ištrauka yra tame vėlesniame etape naudojamas pagrindimas.</p><h4>Matmenys ir išvesties duomenų tipai</h4><p>Dokumentuotas konteksto langas vienam tekstui yra 32 000 žetonų. Galimi matmenų skaičiai yra 256, 512, 1024 ir 2048, o numatytasis – 1024. Matryoshka mokymasis suteikia šiuos vienas į kitą įdėtus reprezentacijos dydžius. Dėl šeimos paruošimo atsižvelgiant į kvantavimą išvestis gali naudoti 32 bitų slankiojo kablelio reikšmes, 8 bitų sveikuosius skaičius su ženklu arba be ženklo ar supakuotas dvejetaines reikšmes.</p><p>Supakuotoje dvejetainėje išvestyje kiekvienas grąžintas baitas saugo aštuonis įterpinio bitus, todėl baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmenų skaičiaus. Baitų skaičius ir įterpinio matmenų skaičius turi skirtingą prasmę. Pasirinkite reprezentaciją, kurią jūsų paieškos indeksas gali interpretuoti, ir prieš rinkdamiesi suspaustą konfigūraciją patikrinkite kandidatų aktualumą pagal kolekcijoje iš tikrųjų naudojamus klausimus ir kalbas.</p><h4>Įvesties ilgis, paketai ir nukirpimas</h4><p>Dabartinis gamintojo teksto įterpinių vadovas vienoje voyage-4 užklausoje leidžia iki 1000 eilučių ir iš viso 320 000 žetonų. Paketo limitas yra atskiras nuo 32 000 žetonų lango kiekvienai įvesčiai. Nukirpimas įjungtas pagal numatytuosius nustatymus: per ilgas tekstas sutrumpinamas, kad tilptų. Išjungus nukirpimą per ilga pozicija vietoj to sukelia klaidą.</p><p>Ilgoje ataskaitoje ar transkripcijoje sąmoningai paruoškite ištraukas, kuriose yra atsakymas, užuot pasikliovę nukirpimu ties įvesties riba. Kiekvieną ištrauką išlaikykite susietą su pirminiu dokumentu ir šaltinio versija. Įprastos voyage-4 įterpinių įvestys yra atskiri tekstai; kontekstinis fragmentų grupių apdorojimas priklauso atskirai dokumentuotiems kontekstinių įterpinių modeliams.</p><h4>Naudokite paieškos rezultatą</h4><p>Vektorius saugokite kartu su ištraukų tekstu ir stabiliais šaltinių identifikatoriais, kiekvieną užklausos vektorių lyginkite su suderinamais dokumentų vektoriais ir grąžinkite kandidatines ištraukas. Šeimos pristatymo publikacija vertina paiešką medžiagoje, apimančioje techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Atskiras perrikiavimo modelis gali patikslinti kandidatus, o vėlesnis atsakymo etapas gali naudoti jų tekstą. Gautas ištraukas vertinkite pagal užduotį; bendros erdvės suderinamumas leidžia modelių derinį, tačiau rezultato naudingumas vis tiek priklauso nuo šaltinio medžiagos ir klausimo.</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</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>$0.00012</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-2701-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2701-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-2701-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2701-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-2701-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2701-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&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-2701-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-2701-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&#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&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-4&amp;fmt=embeddings\"><code>voyageai/voyage-4</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&amp;route=Ultra&amp;caller=voyageai%2Fvoyage-4&amp;fmt=embeddings\"><code>voyageai/voyage-4</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyageai/voyage-4",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyageai/voyage-4",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyageai%2Fvoyage-4",
      "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"
                ],
                "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": "0.00012000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000012",
                "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\", \"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',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": 0.12,
        "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": "0.00012000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000012",
                "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",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00012000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000012",
            "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",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "35f3765e3b97709fd6f5a589849509e4aaa9f2ae8588125b7a765d9323df5cb9",
    "input_html_sha256": "5483dd8656d3c2a643ae3594b05db0d95929e5ff44a9c23017b5636206007bb1",
    "private_audit_sha256": "84e32bd94bf1911534e5f7814d530dab92502c279b3c14ae284ebcd5e330961b",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/lt/voyageai-voyage-4/",
    "description": "voyage-4 kuria teksto įterpinius bendrosios paskirties ir daugiakalbei paieškai, naudodamas bendrą Voyage 4 šeimos vektorių erdvę. Jis palaiko 32 000 žetonų įvestis, pasirenkamas 256–2048 matmenų išvestis ir query/document vaidmenis paieškai bei RAG.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/voyageai-voyage-4/index.md",
    "title": "VoyageAI by MongoDB: voyage-4 — Ailoot",
    "url": "https://ailoot.ai/models/lt/voyageai-voyage-4/"
  },
  "rawModel": {
    "about": "voyage-4 yra vidutinio dydžio Voyage AI teksto įterpinių modelis Voyage 4 šeimoje. Užklausų ir dokumentų tekstą jis paverčia skaitiniais vektoriais bendrosios paskirties ir daugiakalbei paieškai. Šeimą apibrėžianti galimybė yra bendra įterpinių erdvė: voyage-4, voyage-4-large, voyage-4-lite ir voyage-4-nano sukuria suderinamas reprezentacijas, todėl užklausos ir dokumento pusėse paieškos užduotis gali naudoti skirtingus šios šeimos modelius.\n\n### Bendra erdvė ir asimetrinė paieška\n\nGamintojas skirtingų užklausų ir korpuso modelių naudojimą vadina asimetrine paieška. Vienas dokumentuotas būdas yra paruošti korpusą su voyage-4-large ir ieškoti jame naudojant voyage-4 užklausų įterpinius. Korpuso įterpiniai kuriami vieną kartą arba pasikeitus jo šaltinio medžiagai, o užklausų vektoriai kuriami atėjus paieškos užklausoms. Bendra erdvė leidžia keisti užklausos pusės modelį šeimos viduje, neprivalant iš naujo kurti korpuso įterpinių vien dėl tokio pakeitimo.\n\nLyginamuose vektoriuose išlaikykite suderinamą išvesties matmenų skaičių ir reprezentaciją. Teiginys apie bendrą erdvę susijęs su įvardytais Voyage 4 teksto modeliais; jo neįrodo vien tai, kad du nesusiję modeliai grąžina tokio paties ilgio masyvus. Todėl praktinė užduotis gali naudoti voyage-4 abiejose paieškos pusėse arba jo užklausų vektorius su esamu voyage-4-large dokumentų indeksu, kai jų reprezentacijos nustatymai sutampa.\n\n### Užklausos ir dokumento vaidmenys\n\nPaieškai Voyage rekomenduoja įvesties tekstą pažymėti kaip užklausą arba dokumentą. Įvesties vaidmens parinktis prieš vektorizavimą pateikia atitinkamą paieškos instrukciją. Korpuso ištraukas paruoškite kaip dokumentus, o naudotojo paieškos formuluotę – kaip užklausą, išsaugodami tikrąjį šaltinio tekstą ir identifikatorius šalia kiekvieno saugomo vektoriaus.\n\nPavyzdžiui, žinių paieškos kolekcija gali indeksuoti technines instrukcijas ir produktų paaiškinimus. Užklausa apie tai, kas nutinka po nesėkmingo importavimo, turėtų grąžinti šią elgseną aprašančią šaltinio ištrauką. Su ištrauka išsaugokite antraštes, aktualias sąlygas ir vietą šaltinyje, kad rastą rezultatą būtų galima patikrinti arba naudoti vėlesniame RAG atsakymo etape. Įterpinys yra skaitinis paieškos atvaizdas; pati ištrauka yra tame vėlesniame etape naudojamas pagrindimas.\n\n### Matmenys ir išvesties duomenų tipai\n\nDokumentuotas konteksto langas vienam tekstui yra 32 000 žetonų. Galimi matmenų skaičiai yra 256, 512, 1024 ir 2048, o numatytasis – 1024. Matryoshka mokymasis suteikia šiuos vienas į kitą įdėtus reprezentacijos dydžius. Dėl šeimos paruošimo atsižvelgiant į kvantavimą išvestis gali naudoti 32 bitų slankiojo kablelio reikšmes, 8 bitų sveikuosius skaičius su ženklu arba be ženklo ar supakuotas dvejetaines reikšmes.\n\nSupakuotoje dvejetainėje išvestyje kiekvienas grąžintas baitas saugo aštuonis įterpinio bitus, todėl baitų sąrašo ilgis yra viena aštuntoji pasirinkto matmenų skaičiaus. Baitų skaičius ir įterpinio matmenų skaičius turi skirtingą prasmę. Pasirinkite reprezentaciją, kurią jūsų paieškos indeksas gali interpretuoti, ir prieš rinkdamiesi suspaustą konfigūraciją patikrinkite kandidatų aktualumą pagal kolekcijoje iš tikrųjų naudojamus klausimus ir kalbas.\n\n### Įvesties ilgis, paketai ir nukirpimas\n\nDabartinis gamintojo teksto įterpinių vadovas vienoje voyage-4 užklausoje leidžia iki 1000 eilučių ir iš viso 320 000 žetonų. Paketo limitas yra atskiras nuo 32 000 žetonų lango kiekvienai įvesčiai. Nukirpimas įjungtas pagal numatytuosius nustatymus: per ilgas tekstas sutrumpinamas, kad tilptų. Išjungus nukirpimą per ilga pozicija vietoj to sukelia klaidą.\n\nIlgoje ataskaitoje ar transkripcijoje sąmoningai paruoškite ištraukas, kuriose yra atsakymas, užuot pasikliovę nukirpimu ties įvesties riba. Kiekvieną ištrauką išlaikykite susietą su pirminiu dokumentu ir šaltinio versija. Įprastos voyage-4 įterpinių įvestys yra atskiri tekstai; kontekstinis fragmentų grupių apdorojimas priklauso atskirai dokumentuotiems kontekstinių įterpinių modeliams.\n\n### Naudokite paieškos rezultatą\n\nVektorius saugokite kartu su ištraukų tekstu ir stabiliais šaltinių identifikatoriais, kiekvieną užklausos vektorių lyginkite su suderinamais dokumentų vektoriais ir grąžinkite kandidatines ištraukas. Šeimos pristatymo publikacija vertina paiešką medžiagoje, apimančioje techninius dokumentus, pokalbius, ilgus dokumentus, kodą, teisę, finansus ir žiniatinklio tekstą. Atskiras perrikiavimo modelis gali patikslinti kandidatus, o vėlesnis atsakymo etapas gali naudoti jų tekstą. Gautas ištraukas vertinkite pagal užduotį; bendros erdvės suderinamumas leidžia modelių derinį, tačiau rezultato naudingumas vis tiek priklauso nuo šaltinio medžiagos ir klausimo.",
    "alias_of": null,
    "aliases": [],
    "author": "VoyageAI by MongoDB",
    "available": null,
    "canonical_model": "voyageai/voyage-4",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00012000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000012",
            "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",
    "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"
                ],
                "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": "0.00012000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000012",
                "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\", \"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',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": 0.12,
        "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": "0.00012000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000012",
                "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",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00012000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000012",
            "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",
        "request_model_id": "voyageai/voyage-4",
        "route_label": "Ultra"
      }
    ],
    "name": "VoyageAI by MongoDB: voyage-4",
    "price": {
      "in": 0.12,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.12,
      "sort_out": 0,
      "varies": false
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Эмбеддинги · Base token rates",
        "units": [
          {
            "amount": "0.00012000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000012",
            "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",
    "short": "voyage-4 kuria teksto įterpinius bendrosios paskirties ir daugiakalbei paieškai, naudodamas bendrą Voyage 4 šeimos vektorių erdvę. Jis palaiko 32 000 žetonų įvestis, pasirenkamas 256–2048 matmenų išvestis ir query/document vaidmenis paieškai bei RAG."
  },
  "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 kuria teksto įterpinius bendrosios paskirties ir daugiakalbei paieškai, naudodamas bendrą Voyage 4 šeimos vektorių erdvę. Jis palaiko 32 000 žetonų įvestis, pasirenkamas 256–2048 matmenų išvestis ir query/document vaidmenis paieškai bei RAG.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "da47e00b252e9872d16aee261dd9530711f0b75c82210d5f06200c87c5a48171",
    "renderer_sha256": "57bd2f8a61f57d341aae369006eca818e3eea645ec43af488ec7b2289eeca772"
  },
  "sourceRevision": "b7f055a74c8ec612b23ee3809d27bcb8417c962b143b7a165fa298deed445d7f"
}