Source: https://ailoot.ai/models/ru/voyageai-voyage-4/ Canonical: https://ailoot.ai/models/ru/voyageai-voyage-4/ Language: ru # VoyageAI by MongoDB: voyage-4 [Markdown](https://ailoot.ai/models/ru/voyageai-voyage-4/index.md) · [JSON](https://ailoot.ai/models/ru/voyageai-voyage-4/facts.json) ## [VoyageAI by MongoDB: voyage-4](https://ailoot.ai/models/ru/voyageai-voyage-4/) voyage-4 создаёт эмбеддинги текста для поиска общего назначения и многоязычного поиска в общем векторном пространстве семейства Voyage 4. Поддерживает входы до 32 000 токенов, выбираемую размерность выхода от 256 до 2048 и роли query/document для поиска и RAG. - [**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `voyageai/voyage-4`](https://ailoot.ai/models/ru/voyageai-voyage-4/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. voyage-4 — текстовая модель эмбеддингов среднего размера в семействе Voyage 4 от Voyage AI. Она преобразует текст запросов и документов в числовые векторы для поиска общего назначения и многоязычного поиска. Определяющая возможность семейства — общее пространство эмбеддингов: voyage-4, voyage-4-large, voyage-4-lite и voyage-4-nano создают совместимые представления, позволяя использовать разные модели семейства на сторонах запросов и документов поисковой задачи. #### Общее пространство и асимметричный поиск Производитель называет использование разных моделей для запросов и корпуса асимметричным поиском. Один из документированных вариантов — подготовить корпус с помощью voyage-4-large и искать по нему эмбеддингами запросов от voyage-4. Эмбеддинги корпуса создаются однократно или при изменении его исходных материалов, а векторы запросов — по мере поступления поисковых запросов. Общее пространство позволяет менять модель на стороне запросов внутри семейства без повторного создания эмбеддингов корпуса только ради такого переключения. Поддерживайте совместимые размерности и представления сравниваемых векторов. Заявление об общем пространстве относится к названным текстовым моделям Voyage 4; его нельзя обосновать лишь тем, что две несвязанные модели возвращают массивы одинаковой длины. Поэтому практическая задача может использовать voyage-4 на обеих сторонах поиска или её векторы запросов с существующим индексом документов voyage-4-large при совпадающих настройках представления. #### Роли запроса и документа Для поиска Voyage рекомендует обозначать входной текст как запрос или документ. Параметр роли входа добавляет соответствующую инструкцию поиска перед векторизацией. Подготовьте фрагменты корпуса как документы, а поисковую формулировку пользователя — как запрос, сохраняя реальный исходный текст и идентификаторы рядом с каждым хранимым вектором. Например, коллекция для поиска знаний может индексировать технические инструкции и описания продуктов. Запрос о том, что происходит после неудачного импорта, должен возвращать исходный фрагмент с описанием этого поведения. Сохраняйте заголовки, относящиеся к вопросу условия и расположение источника вместе с фрагментом, чтобы найденное совпадение можно было проверить или использовать на последующем этапе ответа RAG. Эмбеддинг — числовое представление для поиска; исходный фрагмент — доказательная основа последующего этапа. #### Размерности и типы выходных данных Документированное окно контекста на текст — 32 000 токенов. Доступные размерности — 256, 512, 1024 и 2048; по умолчанию используется 1024. Обучение Matryoshka обеспечивает эти вложенные размеры представления. Выход может использовать 32-битные числа с плавающей точкой, знаковые или беззнаковые 8-битные целые числа либо упакованные бинарные значения благодаря подготовке семейства с учётом квантования. При упакованном бинарном выходе каждый возвращённый байт хранит восемь битов эмбеддинга, поэтому длина списка байтов составляет одну восьмую выбранной размерности. Число байтов и размерность эмбеддинга имеют разный смысл. Выберите представление, которое способен интерпретировать ваш поисковый индекс, и проверьте релевантность кандидатов на вопросах и языках, реально используемых коллекцией, прежде чем выбирать сжатую конфигурацию. #### Длина входа, пакетная обработка и усечение Текущее руководство производителя по текстовым эмбеддингам допускает до 1000 строк и суммарно 320 000 токенов в запросе voyage-4. Лимит пакета отличается от окна в 32 000 токенов для каждого входа. Усечение включено по умолчанию: слишком длинный текст сокращается до допустимого размера. Если усечение отключено, слишком длинная запись вместо этого вызывает ошибку. Для длинного отчёта или расшифровки целенаправленно готовьте фрагменты, содержащие ответ, а не полагайтесь на обрезку у границы входа. Свяжите каждый фрагмент с родительским документом и версией источника. Обычные входы эмбеддингов voyage-4 — отдельные тексты; обработка групп фрагментов с учётом контекста относится к отдельно документированным моделям контекстных эмбеддингов. #### Используйте результат поиска Храните векторы с текстом фрагментов и стабильными идентификаторами источников, сравнивайте каждый вектор запроса с совместимыми векторами документов и возвращайте фрагменты-кандидаты. Релиз семейства оценивает поиск по материалам, включая технические документы, разговоры, длинные документы, код, право, финансы и веб-тексты. Отдельный реранкер может уточнить список кандидатов, а последующий этап ответа — использовать их текст. Оцените возвращённые фрагменты относительно задачи: совместимость общего пространства позволяет сочетать модели, а полезность результата по-прежнему зависит от исходных материалов и вопроса. **Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `voyageai/voyage-4` [`voyageai/voyage-4`](https://ailoot.ai/models/ru/#m=voyageai%2Fvoyage-4&route=Ultra&caller=voyageai%2Fvoyage-4&fmt=embeddings) VoyageAI by MongoDB /`voyageai/voyage-4` ### Начало voyage-4 создаёт эмбеддинги текста для поиска общего назначения и многоязычного поиска в общем векторном пространстве семейства Voyage 4. Поддерживает входы до 32 000 токенов, выбираемую размерность выхода от 256 до 2048 и роли query/document для поиска и RAG. 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 | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения voyageai/voyage-4 | По умолчанию— | | Поле`input` | Тип`string\|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— | | Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float | По умолчаниюfloat | | Поле`dimensions` | Тип`integer` | ТребованиеНе поддерживается | Значения и ограничения Минимум: 1 | По умолчанию— | | Поле`user` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`session_id` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`trace` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется | По умолчанию— | Сочетания входных материалов **text\_to\_embedding** Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, input | | Параметр`input_shapes` | Контрактstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Параметр`encoding_format` | Контрактfloat | | Параметр`dimensions_override` | Контрактfalse | | Параметр`max_input_budget_units` | Контракт32000 | | Параметр`multimodal_objects` | Контрактfalse | | Параметр`material_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 **$0.00012** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Эмбеддинги curlPython SDK ```bash set -eu : "${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", "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',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 | | --- | --- | | Поле`object` | Типstring | | Поле`model` | Типstring | | Поле`data[].index` | Типinteger | | Поле`data[].embedding` | Типfinite float\[\] | | Поле`usage` | 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`](https://ailoot.ai/models/ru/#m=voyageai%2Fvoyage-4&route=Ultra&caller=voyageai%2Fvoyage-4&fmt=embeddings) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`voyageai/voyage-4`](https://ailoot.ai/models/ru/#m=voyageai%2Fvoyage-4&route=Ultra&caller=voyageai%2Fvoyage-4&fmt=embeddings) FAQ · VoyageAI by MongoDB: voyage-4 Какие входные данные и результаты доступны? `POST /v1/embeddings` · `voyageai/voyage-4`: `text`, `token_ids` → `embedding` Какие поля использует запрос? `POST /v1/embeddings` · `voyageai/voyage-4`: `model`, `input`, `encoding_format`, `provider` Какие ограничения действуют? `POST /v1/embeddings` · `voyageai/voyage-4`: `ctx`: `32000`; `input.budget.maximum`: `32000` (байты UTF8); `input.min_items`: `1` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.