VoyageAI by MongoDB: voyage-4-lite
Voyage AI voyage-4-lite — версия текстовых эмбеддингов семейства Voyage 4 с приоритетом низкой задержки. Поддерживает входы до 32 000 токенов, четыре варианта размерности векторов и квантованные представления; общее пространство эмбеддингов совместимо с другими текстовыми моделями Voyage 4.
О модели
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
voyage-4-lite — текстовая модель эмбеддингов семейства Voyage 4 от Voyage AI с приоритетом низкой задержки. Она представляет запросы и документы числовыми векторами для поиска общего назначения. Её отличительная черта в семействе — общее пространство эмбеддингов с voyage-4, voyage-4-large и voyage-4-nano, позволяющее отдельно выбирать модели для запросов и документов.
Начните с ролей при поиске
Подготовьте информационную потребность пользователя как запрос, а материалы для поиска — как документы. Для поиска Voyage рекомендует типы входа query/document; опубликованный пример добавляет соответствующую инструкцию поиска при векторизации текста.
В коллекции справочников для сотрудников запрос о переносе неиспользованного отпуска на следующий период следует сравнивать с конкретными разделами правил. Сохраните правило, его условия и относящиеся к нему исключения в индексируемом фрагменте. Рядом с вектором храните исходный документ и идентификатор раздела, чтобы приложение могло вернуть реальный текст правил.
Неуказанный тип входа напрямую представляет текст, тогда как роли query/document адаптируют его для поиска. Производитель заявляет, что эмбеддинги, полученные с этими настройками ролей и без них, совместимы, но единая политика подготовки упрощает оценку коллекции.
Общее пространство текстового семейства Voyage 4
Voyage явно документирует асимметричный процесс поиска: документы можно кодировать с помощью voyage-4-large, а искать по ним с помощью векторов запросов от voyage-4-lite. Это заявление о совместимости внутри семейства, а не вывод из того, что две модели возвращают векторы одинаковой длины.
Согласуйте выбранную размерность и представление векторов между коллекцией и запросами. Общее пространство также позволяет менять модель запросов внутри этого конкретного текстового семейства Voyage 4 без повторной векторизации существующих документов. При выборе версии для запросов оцените итоговое ранжирование на репрезентативных вопросах.
Версия Lite — более компактный вариант для запросов и текстовых эмбеддингов с приоритетом низкой задержки. Производитель относит архитектуру mixture-of-experts конкретно к voyage-4-large; само название семейства не подтверждает эту архитектуру у Lite.
Контекст, размерности и формат результата
Опубликованная длина контекста — 32 000 токенов на текст. Вектор по умолчанию имеет размерность 1024; благодаря обучению Matryoshka также доступны 256, 512 и 2048. Документированный процесс создания текстовых эмбеддингов производителя описывает для voyage-4-lite представления с плавающей точкой, знаковые и беззнаковые 8-битные целочисленные, а также бинарные представления с упаковкой битов.
Для стандартных векторов с плавающей точкой рекомендации Voyage по сходству описывают эмбеддинги единичной длины, что делает косинусное сходство и скалярное произведение эквивалентными. Квантованные формы требуют соответствующей обработки представления. Например, бинарный список с упаковкой битов хранит восемь битов эмбеддинга в каждом байте; длина списка отличается от семантической размерности вектора.
В документированном примере пакетной обработки Voyage список содержит не более 1000 текстов и суммарно один миллион токенов для этой конкретной версии Lite. По умолчанию слишком длинный отдельный текст усекается до границы контекста; альтернативная настройка отклоняет слишком длинные входы. Пакетные лимиты и ограничения на отдельный текст различаются.
Подготовьте и проверьте результаты поиска
Разбивайте длинные исходные материалы на связные разделы, которые можно вернуть как доказательную основу. Контекст в 32 000 токенов допускает длинный вход, но полезная единица поиска всё равно должна вести к нужному разделу источника. Включайте заголовок или идентифицирующую деталь, необходимые для понимания правила.
Для RAG найдите разделы-кандидаты и передайте их исходный текст этапу написания ответа вместе со связями с источниками. Модель эмбеддингов создаёт векторы и не генерирует ответ о правилах. Сходство ранжирует кандидатов при выбранных модели и способе сравнения; проверьте реальный фрагмент на точное условие, о котором задан вопрос.
Полезное сочетание свойств версии voyage-4-lite — текстовая модель с приоритетом низкой задержки, гибкие представления, контекст в 32 000 токенов и документированная совместимость внутри текстового семейства Voyage 4. Храните эти свойства вместе с индексированной коллекцией и используйте результаты поиска, подкреплённые источниками, в окружающем приложении.
Ailoot Ultra · Эмбеддинги POST /v1/embeddings voyageai/voyage-4-lite
voyageai/voyage-4-liteНачало
Voyage AI voyage-4-lite — версия текстовых эмбеддингов семейства Voyage 4 с приоритетом низкой задержки. Поддерживает входы до 32 000 токенов, четыре варианта размерности векторов и квантованные представления; общее пространство эмбеддингов совместимо с другими текстовыми моделями Voyage 4.
- Допустимые входные данные
- Текст · token_ids
- Результаты
- embedding
Доступно в Ailoot · входные данные и методы
Ailoot Ultra · Эмбеддинги POST /v1/embeddings
- Входные данные
text,token_ids- Результат
embedding- Контекст
- 32 000 tokens
- Выходной формат
- json
| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения voyageai/voyage-4-lite | По умолчанию— |
Полеinput | Типstring|string[]|integer[]|integer[][] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Непустой однородный пакет. ID токенов — неотрицательные целые числа. Входной бюджет: Максимум: 32 000 · Текстовая единица: байты UTF8 · Единица токенов: элементы массива токенов | По умолчанию— |
Полеencoding_format | Типstring | ТребованиеНеобязательно | Значения и ограничения float | По умолчаниюfloat |
Полеdimensions | Типinteger | ТребованиеНе поддерживается | Значения и ограничения Минимум: 1 | По умолчанию— |
Полеuser | Типjson_value | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
Полеsession_id | Типjson_value | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
Полеtrace | Типjson_value | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется | По умолчанию— |
Сочетания входных материалов
text_to_embedding
Параметры и жизненный цикл метода
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, input |
Параметрinput_shapes | Контрактstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Параметрencoding_format | Контрактfloat |
Параметрdimensions_override | Контрактfalse |
Параметрmax_input_budget_units | Контракт32000 |
Параметрmultimodal_objects | Контрактfalse |
Параметрmaterial_types | Контрактtext, token_ids |
Жизненный цикл: synchronous_json
Сохраняйте индекс и размерность каждого вектора.
Название мультимодальной модели не означает допуск объектов изображений на этом конкретном маршруте.
Тарифы
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
- Быстрый режим
- Стандартный тариф При выборе быстрого режима
- Режим flex
- Стандартный тариф При выборе режима flex
- Максимальная интенсивность рассуждений
- Стандартный тариф При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)
Ставки Ailoot
Цены по конфигурациям
| Конфигурация | Шкала ставок | Плата |
|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены $0.00004 / 1K токенов Выход · Выходные токены $0 / 1K токенов Вход · Чтение кэша — / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
Примеры запросов
Ailoot Ultra · Эмбеддинги
set -eu
: "${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
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)
Получить и сохранить результаты
Ailoot Ultra · Эмбеддинги
json
Сохраняйте все готовые результаты
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вектор с его индексом. Число векторов должно совпадать с числом входных элементов; размерности должны быть согласованы.
Если нужно проверить исходный ответ
Отдельный эндпоинт заданий эмбеддингов не вводится.
Поля ответа
| Поле | Тип |
|---|---|
Полеobject | Типstring |
Полеmodel | Типstring |
Полеdata[].index | Типinteger |
Полеdata[].embedding | Типfinite float[] |
Полеusage | Типobject |
Ошибки и дальнейшие шаги
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Псевдонимы
Псевдонимы моделей
Ailoot Ultra voyageai/voyage-4-lite
Псевдонимы путей метода
Используйте пути методов, указанные выше.
Связанные ID для вызова
FAQ · VoyageAI by MongoDB: voyage-4-lite
- Какие входные данные и результаты доступны?
POST /v1/embeddings·voyageai/voyage-4-lite:text,token_ids→embedding- Какие поля использует запрос?
POST /v1/embeddings·voyageai/voyage-4-lite:model,input,encoding_format,provider- Какие ограничения действуют?
POST /v1/embeddings·voyageai/voyage-4-lite:ctx:32000;input.budget.maximum:32000(байты UTF8);input.min_items:1