Source: https://ailoot.ai/models/nb/voyageai-voyage-4-lite/
Canonical: https://ailoot.ai/models/nb/voyageai-voyage-4-lite/
Language: nb

# VoyageAI by MongoDB: voyage-4-lite

[Markdown](https://ailoot.ai/models/nb/voyageai-voyage-4-lite/index.md) · [JSON](https://ailoot.ai/models/nb/voyageai-voyage-4-lite/facts.json)

## [VoyageAI by MongoDB: voyage-4-lite](https://ailoot.ai/models/nb/voyageai-voyage-4-lite/)

Voyage AI voyage-4-lite er den latensfokuserte tekstembeddingutgaven i Voyage 4-familien. Den støtter inndata på 32 000 tokener, fire valgbare vektorstørrelser og kvantiserte representasjoner, med et felles embeddingrom som er kompatibelt med de andre Voyage 4-tekstmodellene.

- [**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` `voyageai/voyage-4-lite`](https://ailoot.ai/models/nb/voyageai-voyage-4-lite/#method-0)

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

voyage-4-lite er den latensfokuserte tekstembeddingmodellen i Voyage AIs Voyage 4-familie. Den representerer forespørsler og dokumenter som numeriske vektorer for generell gjenfinning. Familiens særtrekk er et felles embeddingrom med voyage-4, voyage-4-large og voyage-4-nano, slik at forespørsels- og dokumentmodeller kan velges separat.

#### Begynn med gjenfinningsrollene

Forbered brukerens informasjonsbehov som en forespørsel og det søkbare materialet som dokumenter. Voyage anbefaler inndatatypene query/document for gjenfinning; den publiserte oppskriften legger til den tilsvarende gjenfinningsinstruksjonen når teksten vektoriseres.

I en samling personalhåndbøker bør en forespørsel om å overføre ubrukt ferie til neste periode sammenlignes med de konkrete regelseksjonene. Behold regelen, betingelsene og eventuelle relevante unntak i den indekserte passasjen. Hold originaldokumentet og seksjonsidentifikatoren ved siden av vektoren, slik at applikasjonen kan returnere den faktiske regelteksten.

En uspesifisert inndatatype representerer teksten direkte, mens query/document-rollene tilpasser den for gjenfinning. Produsenten oppgir at embeddinger produsert med og uten disse rolleinnstillingene er kompatible, men en konsekvent forberedelsespolicy gjør samlingen lettere å vurdere.

#### Felles rom på tvers av Voyage 4-tekstfamilien

Voyage dokumenterer uttrykkelig en asymmetrisk gjenfinningsarbeidsflyt: Dokumenter kan kodes med voyage-4-large og søkes med forespørselsvektorer fra voyage-4-lite. Dette er en kompatibilitetserklæring på familienivå, ikke en konklusjon trukket fra at to modeller returnerer samme vektorlengde.

Hold den valgte vektordimensjonen og representasjonen samordnet mellom samlingen og forespørselssiden. Det felles rommet gjør det også mulig å endre forespørselsmodellen innenfor denne navngitte Voyage 4-tekstfamilien uten å vektorisere eksisterende dokumenter på nytt. Vurder den resulterende rangeringen med representative spørsmål når forespørselsutgaven velges.

Lite-utgavens rolle er det mindre, latensfokuserte alternativet for forespørsler og tekstembeddinger. Produsenten knytter mixture-of-experts-arkitekturen spesifikt til voyage-4-large; familienavnet fastslår ikke denne arkitekturen for Lite.

#### Kontekst, dimensjoner og resultatformat

Den publiserte kontekstlengden er 32 000 tokener per tekst. Standardvektoren har 1024 dimensjoner, med 256, 512 og 2048 også tilgjengelig gjennom Matryoshka-læring. Produsentens tekstembeddingflyt dokumenterer flyttalls-, 8-biters heltallsrepresentasjoner med og uten fortegn og bitpakkede binærrepresentasjoner for voyage-4-lite.

For standard flyttallsvektorer beskriver Voyages likhetsveiledning embeddingvektorer med enhetslengde, slik at cosinuslikhet og prikkproduktlikhet er ekvivalente. Kvantiserte former trenger tilsvarende representasjonshåndtering. En bitpakket binærliste lagrer for eksempel åtte embeddingbiter i hver byte; listelengden er forskjellig fra den semantiske vektordimensjonen.

I Voyages dokumenterte batchoppskrift inneholder en liste høyst 1000 tekster og én million tokener totalt for denne nøyaktige Lite-utgaven. Standardadferden ved for lange inndata avkorter den enkelte teksten til kontekstgrensen; den alternative innstillingen avviser for lange inndata. Disse batchgrensene og grensene per tekst er forskjellige.

#### Forbered og undersøk gjenfinningsresultater

Del langt kildemateriale i sammenhengende seksjoner som kan returneres som evidens. En kontekst på 32 000 tokener tillater lange inndata, men en nyttig gjenfinningsenhet bør fortsatt føre til den relevante kildeseksjonen. Inkluder overskriften eller identifiserende detalj som trengs for å tolke en regel.

For RAG gjenfinner du kandidatseksjoner og sender originalteksten deres til svarskrivingstrinnet med kildekoblinger. Embeddingmodellen produserer vektorer og genererer ikke et regelsvar. Likhet rangerer kandidater under den valgte modellen og sammenligningsoppsettet; undersøk den faktiske passasjen for den nøyaktige betingelsen det ble spurt om.

Den nyttige utgavespesifikke kombinasjonen i voyage-4-lite er en latensfokusert tekstmodell, fleksible representasjoner, en kontekst på 32 000 tokener og dokumentert kompatibilitet innenfor Voyage 4-tekstfamilien. Hold disse egenskapene med den indekserte samlingen og bruk kildebaserte gjenfinningsresultater til å støtte applikasjonen rundt modellen.

**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings` `voyageai/voyage-4-lite`

[`voyageai/voyage-4-lite`](https://ailoot.ai/models/nb/#m=voyageai%2Fvoyage-4-lite&route=Ultra&caller=voyageai%2Fvoyage-4-lite&fmt=embeddings)

VoyageAI by MongoDB /`voyageai/voyage-4-lite`

### Start

Voyage AI voyage-4-lite er den latensfokuserte tekstembeddingutgaven i Voyage 4-familien. Den støtter inndata på 32 000 tokener, fire valgbare vektorstørrelser og kvantiserte representasjoner, med et felles embeddingrom som er kompatibelt med de andre Voyage 4-tekstmodellene.

Godkjente inndata

Tekst · token\_ids

Resultater

embedding

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot Ultra · Vektorrepresentasjoner** `POST /v1/embeddings`

Inndatatyper

`text`, `token_ids`

Utdatatyper

`embedding`

Kontekst

32 000 tokens

Utdataformat

json

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser voyageai/voyage-4-lite | Standard— |
| Felt`input` | Type`string\|string[]\|integer[]\|integer[][]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 Vilkår: Ikke-tom batch med ensartede elementer. Token-ID-er er ikke-negative heltall. Inndatabudsjett: Maksimum: 32 000 · Tekstenhet: UTF8-byte · Tokenenhet: elementer i token-arrayet | Standard— |
| Felt`encoding_format` | Type`string` | KravValgfritt | Verdier & grenser float | Standardfloat |
| Felt`dimensions` | Type`integer` | KravStøttes ikke | Verdier & grenser Minimum: 1 | Standard— |
| Felt`user` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`session_id` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`trace` | Type`json_value` | KravValgfritt | Verdier & grenser Vilkår: Kilden tillater dette JSON-metadatafeltet; den nøyaktige semantikken hos den underliggende leverandøren er modellavhengig. | Standard— |
| Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises | Standard— |

Kombinasjoner av inngående materialer

**text\_to\_embedding**

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, input |
| Parameter`input_shapes` | Avtalestring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Avtalefloat |
| Parameter`dimensions_override` | Avtalefalse |
| Parameter`max_input_budget_units` | Avtale32000 |
| Parameter`multimodal_objects` | Avtalefalse |
| Parameter`material_types` | Avtaletext, token\_ids |

Livssyklus: `synchronous_json`

Bevar hver vektors indeks og dimensjon.

Et multimodalt modellnavn innebærer ikke at bildeobjekter er tillatt på denne nøyaktige stien.

### Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus

Standardpris Når hurtigmodus er valgt

Flex-modus

Standardpris Når flex-modus er valgt

Maksimal resonneringsinnsats

Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats

#### Ailoot-satser

#### Priser etter konfigurasjon

| Konfigurasjon | Prisplan | Kostnad |
| --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener **$0.00004** / 1K tokener Utdata · Utgående tokener **$0** / 1K tokener Inndata · Lesing fra hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot Ultra · Vektorrepresentasjoner

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "voyageai/voyage-4-lite", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='voyageai/voyage-4-lite',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Motta og lagre resultater

#### Ailoot Ultra · Vektorrepresentasjoner

json

##### Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Bevar hver vektor sammen med indeksen. Antall vektorer må være lik antall inndata; dimensjonene må være konsistente.

##### Hvis det opprinnelige svaret må kontrolleres

Det innføres ikke noe endepunkt for embedding-jobber.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`object` | Typestring |
| Felt`model` | Typestring |
| Felt`data[].index` | Typeinteger |
| Felt`data[].embedding` | Typefinite float\[\] |
| Felt`usage` | Typeobject |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |

### Aliaser

#### Modellaliaser

**Ailoot Ultra** [`voyageai/voyage-4-lite`](https://ailoot.ai/models/nb/#m=voyageai%2Fvoyage-4-lite&route=Ultra&caller=voyageai%2Fvoyage-4-lite&fmt=embeddings)

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

[`voyageai/voyage-4-lite`](https://ailoot.ai/models/nb/#m=voyageai%2Fvoyage-4-lite&route=Ultra&caller=voyageai%2Fvoyage-4-lite&fmt=embeddings)

FAQ · VoyageAI by MongoDB: voyage-4-lite

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/embeddings` · `voyageai/voyage-4-lite`: `text`, `token_ids` → `embedding`

Hvilke felt bruker forespørselen?

`POST /v1/embeddings` · `voyageai/voyage-4-lite`: `model`, `input`, `encoding_format`, `provider`

Hvilke grenser gjelder?

`POST /v1/embeddings` · `voyageai/voyage-4-lite`: `ctx`: `32000`; `input.budget.maximum`: `32000` (UTF8-byte); `input.min_items`: `1`

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

## Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

## Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement

Velg et rabattabonnement for faste forespørsler.

Kampanjekode opptil 50%

Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.

Kostnader i historikken

Modell, tokener og beløp lagres for hver forespørsel.

[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)

## Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon

Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.

Forhandlerlisens

Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.

Dokumenter på nettstedet

Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)

## Ailoot · Selskapet og dets prosjektportefølje





Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.





Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.





Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.