{
  "aboutHtml": "<p>Voyage 3 Large je model besedilnih vektorskih vložitev za iskanje relevantnih informacij v zbirki dokumentov. Vsako podano besedilo predstavi kot številski vektor, kar aplikaciji omogoča primerjavo iskalne zahteve z odlomki, katerih ubeseditev se lahko razlikuje, pomen pa je povezan. Voyage AI to izdajo namenja splošnemu in večjezičnemu iskanju po gradivu, kot so tehnična dokumentacija, pogovori in dolgi dokumenti.</p><p>Iskalno zbirko sestavite iz informacij, ki jih ljudje dejansko potrebujejo najti. V bazi znanja o izdelku ohranite pojasnilo funkcionalnosti skupaj z njenimi predpogoji in relevantnimi izjemami. Pri zapisih sestankov ohranite oznake govorcev in dovolj okoliške razprave, da je tema razumljiva. Velik vir razdelite na smiselnih mejah ter ob vsakem vektorju shranite naslov vira, identifikator dokumenta in položaj odlomka.</p><p>Iskalno vprašanje pripravite kot poizvedbo, indeksirano gradivo pa kot dokumente. V proizvajalčevem poteku besedilnih vektorskih vložitev vrsta vhoda modelu pove vlogo besedila pri iskanju. Poizvedbo, na primer »Kako lahko član obnovi dostop po izgubi varnostnega ključa?«, je nato mogoče primerjati s podpornimi odlomki, ki opisujejo postopek obnove, tudi če uporabljajo drugačno ubeseditev. Izvirni odlomek naj ostane na voljo, da lahko iskalni rezultat pokaže podlago za ujemanje.</p><p>Model ima kontekstno okno 32000 tokenov. Dolg vhod lahko ohrani celoten razdelek, vendar cel dokument ni vedno najuporabnejša iskalna enota. Vektor s širokim obsegom lahko nakaže pravo datoteko, bralcu pa še vedno prepusti iskanje natančnega odgovora. Meje odlomkov izberite glede na rezultat, ki ga želite prikazati, ter ohranite naslove, pogoje in definicije ob vsebini, ki jo pojasnjujejo.</p><p>Voyage 3 Large podpira vektorje z 2048, 1024, 512 ali 256 dimenzijami. Proizvajalec dokumentira tudi predstavitve s plavajočo vejico, predznačene ali nepredznačene osembitne in binarne predstavitve. Te izbire iskalnemu sistemu omogočajo primerjavo podrobnosti vektorjev z velikostjo indeksa in vedenjem iskanja. Izberite format, ki ga podpira predvidena vektorska shramba, nato pa ga ocenite na dejanskem korpusu in reprezentativnih vprašanjih, preden izberete nastavitve produkcijskega indeksa.</p><p>Pri večjezičnem iskanju vključite preizkusna vprašanja v jezikih uporabnikov in preglejte pridobljene izvorne odlomke v njihovem izvirnem jeziku. Skupni iskalni vmesnik lahko služi več jezikovnim zbirkam, metapodatki dokumentov pa še vedno opredeljujejo izvorno jezikovno različico in verzijo. Med izluščanjem ohranite pomenljiva imena, kratice in strokovne izraze, namesto da bi jih pred vektorsko vložitvijo zamenjali s splošnim povzetkom.</p><p>Vektorje uporabite za pridobivanje kandidatnih odlomkov za iskalno stran, asistenta za znanje ali korak izbire dokumentov. Za indeksirano zbirko in njene poizvedbe ohranite isti model in vektorske nastavitve. Pri zamenjavi modela vektorskih vložitev ali spremembi dimenzij vektorjev zavestno znova zgradite in primerjajte prizadeti indeks; sama dolžina vektorja ne pove, kako je bil ustvarjen.</p><p>Rezultat presojajte po uporabnosti iskanja: ali se pojavi pravi odlomek, ali so podobni, vendar zavajajoči odlomki uvrščeni višje in ali prikazani izsek vsebuje odgovor. Ohranite majhen nabor resničnih vprašanj s pričakovanimi viri, vključno z dvoumno ubeseditvijo in skoraj podvojenimi dokumenti. Vektorska vložitev zagotavlja iskalno predstavitev; aplikacija ohranja izvorno besedilo, dovoljenja in povezave, potrebne za pretvorbo ujemanja v uporaben rezultat.</p>",
  "aboutText": "Voyage 3 Large je model besedilnih vektorskih vložitev za iskanje relevantnih informacij v zbirki dokumentov. Vsako podano besedilo predstavi kot številski vektor, kar aplikaciji omogoča primerjavo iskalne zahteve z odlomki, katerih ubeseditev se lahko razlikuje, pomen pa je povezan. Voyage AI to izdajo namenja splošnemu in večjezičnemu iskanju po gradivu, kot so tehnična dokumentacija, pogovori in dolgi dokumenti.\n\nIskalno zbirko sestavite iz informacij, ki jih ljudje dejansko potrebujejo najti. V bazi znanja o izdelku ohranite pojasnilo funkcionalnosti skupaj z njenimi predpogoji in relevantnimi izjemami. Pri zapisih sestankov ohranite oznake govorcev in dovolj okoliške razprave, da je tema razumljiva. Velik vir razdelite na smiselnih mejah ter ob vsakem vektorju shranite naslov vira, identifikator dokumenta in položaj odlomka.\n\nIskalno vprašanje pripravite kot poizvedbo, indeksirano gradivo pa kot dokumente. V proizvajalčevem poteku besedilnih vektorskih vložitev vrsta vhoda modelu pove vlogo besedila pri iskanju. Poizvedbo, na primer »Kako lahko član obnovi dostop po izgubi varnostnega ključa?«, je nato mogoče primerjati s podpornimi odlomki, ki opisujejo postopek obnove, tudi če uporabljajo drugačno ubeseditev. Izvirni odlomek naj ostane na voljo, da lahko iskalni rezultat pokaže podlago za ujemanje.\n\nModel ima kontekstno okno 32000 tokenov. Dolg vhod lahko ohrani celoten razdelek, vendar cel dokument ni vedno najuporabnejša iskalna enota. Vektor s širokim obsegom lahko nakaže pravo datoteko, bralcu pa še vedno prepusti iskanje natančnega odgovora. Meje odlomkov izberite glede na rezultat, ki ga želite prikazati, ter ohranite naslove, pogoje in definicije ob vsebini, ki jo pojasnjujejo.\n\nVoyage 3 Large podpira vektorje z 2048, 1024, 512 ali 256 dimenzijami. Proizvajalec dokumentira tudi predstavitve s plavajočo vejico, predznačene ali nepredznačene osembitne in binarne predstavitve. Te izbire iskalnemu sistemu omogočajo primerjavo podrobnosti vektorjev z velikostjo indeksa in vedenjem iskanja. Izberite format, ki ga podpira predvidena vektorska shramba, nato pa ga ocenite na dejanskem korpusu in reprezentativnih vprašanjih, preden izberete nastavitve produkcijskega indeksa.\n\nPri večjezičnem iskanju vključite preizkusna vprašanja v jezikih uporabnikov in preglejte pridobljene izvorne odlomke v njihovem izvirnem jeziku. Skupni iskalni vmesnik lahko služi več jezikovnim zbirkam, metapodatki dokumentov pa še vedno opredeljujejo izvorno jezikovno različico in verzijo. Med izluščanjem ohranite pomenljiva imena, kratice in strokovne izraze, namesto da bi jih pred vektorsko vložitvijo zamenjali s splošnim povzetkom.\n\nVektorje uporabite za pridobivanje kandidatnih odlomkov za iskalno stran, asistenta za znanje ali korak izbire dokumentov. Za indeksirano zbirko in njene poizvedbe ohranite isti model in vektorske nastavitve. Pri zamenjavi modela vektorskih vložitev ali spremembi dimenzij vektorjev zavestno znova zgradite in primerjajte prizadeti indeks; sama dolžina vektorja ne pove, kako je bil ustvarjen.\n\nRezultat presojajte po uporabnosti iskanja: ali se pojavi pravi odlomek, ali so podobni, vendar zavajajoči odlomki uvrščeni višje in ali prikazani izsek vsebuje odgovor. Ohranite majhen nabor resničnih vprašanj s pričakovanimi viri, vključno z dvoumno ubeseditvijo in skoraj podvojenimi dokumenti. Vektorska vložitev zagotavlja iskalno predstavitev; aplikacija ohranja izvorno besedilo, dovoljenja in povezave, potrebne za pretvorbo ujemanja v uporaben rezultat.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "02b788049b6867f18d87b7bf68ceee7a8aabe42bf2daa971759d65a0ea3e6b63",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "sl",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Voyage AI: Voyage 3 Large</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Zapri\">×</button></div><div class=\"idline\"><span>Voyage AI /</span><code>voyage-3-large</code><button type=\"button\" id=\"copy-id\">Kopiraj ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Razdelki kartice modela\"><button type=\"button\" data-card-jump=\"overview\">Začetek</button><button type=\"button\" data-card-jump=\"methods\">Vhodi in metode</button><button type=\"button\" data-card-jump=\"pricing\">Cenik</button><button type=\"button\" data-card-jump=\"examples\">Primeri</button><button type=\"button\" data-card-jump=\"results\">Rezultati</button><button type=\"button\" data-card-jump=\"aliases\">Druga imena</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Metode API\"><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|voyage-3-large\">Vektorske predstavitve</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\">Začetek</h3><p class=\"mdesc-full\">Voyage 3 Large pretvarja besedilo v vektorje za splošno in večjezično iskanje. Njegovo vhodno okno 32000 tokenov, izbirno število dimenzij vektorjev in kvantizirani formati podpirajo iskalne baze znanja, odkrivanje dokumentov in generiranje, podprto s pridobljenimi informacijami.</p><dl class=\"card-io\" data-card-io><div><dt>Dovoljeni vhodi</dt><dd>Besedilo</dd></div><div><dt>Rezultati</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>O modelu</summary><p class=\"note-s\" data-model-method-boundary>Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.</p><div class=\"mabout\" id=\"m-about\"><p>Voyage 3 Large je model besedilnih vektorskih vložitev za iskanje relevantnih informacij v zbirki dokumentov. Vsako podano besedilo predstavi kot številski vektor, kar aplikaciji omogoča primerjavo iskalne zahteve z odlomki, katerih ubeseditev se lahko razlikuje, pomen pa je povezan. Voyage AI to izdajo namenja splošnemu in večjezičnemu iskanju po gradivu, kot so tehnična dokumentacija, pogovori in dolgi dokumenti.</p><p>Iskalno zbirko sestavite iz informacij, ki jih ljudje dejansko potrebujejo najti. V bazi znanja o izdelku ohranite pojasnilo funkcionalnosti skupaj z njenimi predpogoji in relevantnimi izjemami. Pri zapisih sestankov ohranite oznake govorcev in dovolj okoliške razprave, da je tema razumljiva. Velik vir razdelite na smiselnih mejah ter ob vsakem vektorju shranite naslov vira, identifikator dokumenta in položaj odlomka.</p><p>Iskalno vprašanje pripravite kot poizvedbo, indeksirano gradivo pa kot dokumente. V proizvajalčevem poteku besedilnih vektorskih vložitev vrsta vhoda modelu pove vlogo besedila pri iskanju. Poizvedbo, na primer »Kako lahko član obnovi dostop po izgubi varnostnega ključa?«, je nato mogoče primerjati s podpornimi odlomki, ki opisujejo postopek obnove, tudi če uporabljajo drugačno ubeseditev. Izvirni odlomek naj ostane na voljo, da lahko iskalni rezultat pokaže podlago za ujemanje.</p><p>Model ima kontekstno okno 32000 tokenov. Dolg vhod lahko ohrani celoten razdelek, vendar cel dokument ni vedno najuporabnejša iskalna enota. Vektor s širokim obsegom lahko nakaže pravo datoteko, bralcu pa še vedno prepusti iskanje natančnega odgovora. Meje odlomkov izberite glede na rezultat, ki ga želite prikazati, ter ohranite naslove, pogoje in definicije ob vsebini, ki jo pojasnjujejo.</p><p>Voyage 3 Large podpira vektorje z 2048, 1024, 512 ali 256 dimenzijami. Proizvajalec dokumentira tudi predstavitve s plavajočo vejico, predznačene ali nepredznačene osembitne in binarne predstavitve. Te izbire iskalnemu sistemu omogočajo primerjavo podrobnosti vektorjev z velikostjo indeksa in vedenjem iskanja. Izberite format, ki ga podpira predvidena vektorska shramba, nato pa ga ocenite na dejanskem korpusu in reprezentativnih vprašanjih, preden izberete nastavitve produkcijskega indeksa.</p><p>Pri večjezičnem iskanju vključite preizkusna vprašanja v jezikih uporabnikov in preglejte pridobljene izvorne odlomke v njihovem izvirnem jeziku. Skupni iskalni vmesnik lahko služi več jezikovnim zbirkam, metapodatki dokumentov pa še vedno opredeljujejo izvorno jezikovno različico in verzijo. Med izluščanjem ohranite pomenljiva imena, kratice in strokovne izraze, namesto da bi jih pred vektorsko vložitvijo zamenjali s splošnim povzetkom.</p><p>Vektorje uporabite za pridobivanje kandidatnih odlomkov za iskalno stran, asistenta za znanje ali korak izbire dokumentov. Za indeksirano zbirko in njene poizvedbe ohranite isti model in vektorske nastavitve. Pri zamenjavi modela vektorskih vložitev ali spremembi dimenzij vektorjev zavestno znova zgradite in primerjajte prizadeti indeks; sama dolžina vektorja ne pove, kako je bil ustvarjen.</p><p>Rezultat presojajte po uporabnosti iskanja: ali se pojavi pravi odlomek, ali so podobni, vendar zavajajoči odlomki uvrščeni višje in ali prikazani izsek vsebuje odgovor. Ohranite majhen nabor resničnih vprašanj s pričakovanimi viri, vključno z dvoumno ubeseditvijo in skoraj podvojenimi dokumenti. Vektorska vložitev zagotavlja iskalno predstavitev; aplikacija ohranja izvorno besedilo, dovoljenja in povezave, potrebne za pretvorbo ujemanja v uporaben rezultat.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Na voljo v Ailoot · vhodi in metode</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Vektorske predstavitve</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Vhod</dt><dd><code>text</code></dd></div><div><dt>Izhod</dt><dd><code>embedding</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Polje</th><th>Vrsta</th><th>Zahteva</th><th>Vrednosti in omejitve</th><th>Privzeto</th></tr></thead><tbody><tr><th data-cell-label=\"Polje\" scope=\"row\"><span class=\"card-cell-label\">Polje</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Vrsta\" data-field-type><span class=\"card-cell-label\">Vrsta</span><code>string</code></td><td data-cell-label=\"Zahteva\"><span class=\"card-cell-label\">Zahteva</span>Obvezno</td><td data-cell-label=\"Vrednosti in omejitve\"><span class=\"card-cell-label\">Vrednosti in omejitve</span><div>voyage-3-large</div><div>Pogoji: Uporabite natančen izbirnik modela Ailoot.</div></td><td data-cell-label=\"Privzeto\" data-default=\"unspecified\"><span class=\"card-cell-label\">Privzeto</span>—</td></tr><tr><th data-cell-label=\"Polje\" scope=\"row\"><span class=\"card-cell-label\">Polje</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Vrsta\" data-field-type><span class=\"card-cell-label\">Vrsta</span><code>string or array&lt;string&gt;</code></td><td data-cell-label=\"Zahteva\"><span class=\"card-cell-label\">Zahteva</span>Obvezno</td><td data-cell-label=\"Vrednosti in omejitve\"><span class=\"card-cell-label\">Vrednosti in omejitve</span><div>Pogoji: Besedilo ali seznam besedil; za vsak vrnjeni element data in njegov indeks ohranite po en vektor.</div></td><td data-cell-label=\"Privzeto\" data-default=\"unspecified\"><span class=\"card-cell-label\">Privzeto</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Parametri in življenjski cikel metode</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Specifikacija</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</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=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</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=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>optional</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span></td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>text</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>conditions</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>Pošljite besedilo z izbranim modelom; ohranite vsak vrnjeni vektor in njegov indeks.</td></tr></tbody></table></div><p>Življenjski cikel: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Cenik</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.</p><dl data-price-conditions><dt>Hitri način</dt><dd>Ni navedeno <span class=\"note-s\">Ko je izbran hitri način</span></dd><dt>Način flex</dt><dd>Ni navedeno <span class=\"note-s\">Ko je izbran način flex</span></dd><dt>Najvišja raven razmišljanja</dt><dd>Ni navedeno <span class=\"note-s\">Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Cene Ailoot</h4><h4>Cene po nastavitvah</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Nastavitev</th><th>Cenovna lestvica</th><th>Strošek</th></tr></thead><tbody><tr><th data-cell-label=\"Nastavitev\" scope=\"row\"><span class=\"card-cell-label\">Nastavitev</span>Osnovne cene žetonov</th><td data-cell-label=\"Cenovna lestvica\"><span class=\"card-cell-label\">Cenovna lestvica</span>Osnovna cena</td><td data-cell-label=\"Strošek\"><span class=\"card-cell-label\">Strošek</span><div><span>Vhod · Vhodni žetoni</span> <b>$0.0004</b> <span class=\"price-unit\">/ 1K žetonov</span></div><div><span>Izhod · Izhodni žetoni</span> <b>$0</b> <span class=\"price-unit\">/ 1K žetonov</span></div><div><span>Vhod · Branje predpomnilnika</span> <b>—</b> <span class=\"price-unit\">/ 1K žetonov</span></div><div><span>Vhod · Zapis v predpomnilnik</span> <b>—</b> <span class=\"price-unit\">/ 1K žetonov</span></div><div><span>Vhod · Zapis v predpomnilnik, 1 ura</span> <b>—</b> <span class=\"price-unit\">/ 1K žetonov</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. <a href=\"/docs/sl/billing/reserve/\">Kako delujeta rezervacija in obračun →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Primeri zahtev</h3><h4>Ailoot Ultra · Vektorske predstavitve</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Primeri kode\"><button class=\"cg-tab\" id=\"model-code-2787-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2787-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · shranite vse vektorje in podatke o porabi</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopiraj kodo\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2787-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2787-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncat &gt; request.json &lt;&lt;&#39;JSON&#39;\n{\n  &quot;model&quot;: &quot;voyage-3-large&quot;,\n  &quot;input&quot;: &quot;The quick brown fox jumps over the lazy dog&quot;\n}\nJSON\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 embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Prejmi in shrani rezultate</h3></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Druga imena</h3><h4>Druga imena modelov</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=voyage-3-large&amp;route=Ultra&amp;caller=voyage-3-large&amp;fmt=embeddings\"><code>voyage-3-large</code></a></span></p><h4>Druga imena poti metod</h4><p class=\"note-s\">Uporabite zgoraj navedene poti metod.</p><h4>Povezani ID-ji za klic</h4><p class=\"note-s\"><a href=\"#m=voyage-3-large&amp;route=Ultra&amp;caller=voyage-3-large&amp;fmt=embeddings\"><code>voyage-3-large</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "voyage-3-large",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|voyage-3-large",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Ohranite izvirni odgovor in X-Client-Request-ID za uskladitev. Dvoumen odgovor ne dovoljuje ponovne oddaje iste zahteve za ustvarjanje.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Shranite celoten odgovor JSON, vsak vektor z njegovim indeksom, vsa polja s podatki o porabi in glave zahteve.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Uporabite natančen izbirnik modela Ailoot.",
                "default_known": false,
                "enum": [
                  "voyage-3-large"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Besedilo ali seznam besedil; za vsak vrnjeni element data in njegov indeks ohranite po en vektor.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-3-large"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-3-large"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Pošljite besedilo z izbranim modelom; ohranite vsak vrnjeni vektor in njegov indeks."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Osnovne cene žetonov",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "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}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-3-large\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\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 embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Vektorske predstavitve",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "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": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "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": "voyage-3-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "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": "voyage-3-large",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "cf214a14bba1a6c12e2077f49bab49f88a059ecd8ee2cab5b68861eca234e7f7",
    "input_html_sha256": "f426d9328419d2d88171793fe2755b0f189cb8bd2ed909efb5ab6e034012ee34",
    "private_audit_sha256": "6e17f6dfb6d6cb97530bc40164d69e496e5e9cadf164d916a05d03444f93171e",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/sl/voyage-3-large/",
    "description": "Voyage 3 Large pretvarja besedilo v vektorje za splošno in večjezično iskanje. Njegovo vhodno okno 32000 tokenov, izbirno število dimenzij vektorjev in kvantizirani formati podpirajo iskalne baze znanja, odkrivanje dokumentov in generiranje, podprto s pridobljenimi informacijami.",
    "locale": "sl",
    "md_url": "https://ailoot.ai/models/sl/voyage-3-large/index.md",
    "title": "Voyage AI: Voyage 3 Large — Ailoot",
    "url": "https://ailoot.ai/models/sl/voyage-3-large/"
  },
  "rawModel": {
    "about": "Voyage 3 Large je model besedilnih vektorskih vložitev za iskanje relevantnih informacij v zbirki dokumentov. Vsako podano besedilo predstavi kot številski vektor, kar aplikaciji omogoča primerjavo iskalne zahteve z odlomki, katerih ubeseditev se lahko razlikuje, pomen pa je povezan. Voyage AI to izdajo namenja splošnemu in večjezičnemu iskanju po gradivu, kot so tehnična dokumentacija, pogovori in dolgi dokumenti.\n\nIskalno zbirko sestavite iz informacij, ki jih ljudje dejansko potrebujejo najti. V bazi znanja o izdelku ohranite pojasnilo funkcionalnosti skupaj z njenimi predpogoji in relevantnimi izjemami. Pri zapisih sestankov ohranite oznake govorcev in dovolj okoliške razprave, da je tema razumljiva. Velik vir razdelite na smiselnih mejah ter ob vsakem vektorju shranite naslov vira, identifikator dokumenta in položaj odlomka.\n\nIskalno vprašanje pripravite kot poizvedbo, indeksirano gradivo pa kot dokumente. V proizvajalčevem poteku besedilnih vektorskih vložitev vrsta vhoda modelu pove vlogo besedila pri iskanju. Poizvedbo, na primer »Kako lahko član obnovi dostop po izgubi varnostnega ključa?«, je nato mogoče primerjati s podpornimi odlomki, ki opisujejo postopek obnove, tudi če uporabljajo drugačno ubeseditev. Izvirni odlomek naj ostane na voljo, da lahko iskalni rezultat pokaže podlago za ujemanje.\n\nModel ima kontekstno okno 32000 tokenov. Dolg vhod lahko ohrani celoten razdelek, vendar cel dokument ni vedno najuporabnejša iskalna enota. Vektor s širokim obsegom lahko nakaže pravo datoteko, bralcu pa še vedno prepusti iskanje natančnega odgovora. Meje odlomkov izberite glede na rezultat, ki ga želite prikazati, ter ohranite naslove, pogoje in definicije ob vsebini, ki jo pojasnjujejo.\n\nVoyage 3 Large podpira vektorje z 2048, 1024, 512 ali 256 dimenzijami. Proizvajalec dokumentira tudi predstavitve s plavajočo vejico, predznačene ali nepredznačene osembitne in binarne predstavitve. Te izbire iskalnemu sistemu omogočajo primerjavo podrobnosti vektorjev z velikostjo indeksa in vedenjem iskanja. Izberite format, ki ga podpira predvidena vektorska shramba, nato pa ga ocenite na dejanskem korpusu in reprezentativnih vprašanjih, preden izberete nastavitve produkcijskega indeksa.\n\nPri večjezičnem iskanju vključite preizkusna vprašanja v jezikih uporabnikov in preglejte pridobljene izvorne odlomke v njihovem izvirnem jeziku. Skupni iskalni vmesnik lahko služi več jezikovnim zbirkam, metapodatki dokumentov pa še vedno opredeljujejo izvorno jezikovno različico in verzijo. Med izluščanjem ohranite pomenljiva imena, kratice in strokovne izraze, namesto da bi jih pred vektorsko vložitvijo zamenjali s splošnim povzetkom.\n\nVektorje uporabite za pridobivanje kandidatnih odlomkov za iskalno stran, asistenta za znanje ali korak izbire dokumentov. Za indeksirano zbirko in njene poizvedbe ohranite isti model in vektorske nastavitve. Pri zamenjavi modela vektorskih vložitev ali spremembi dimenzij vektorjev zavestno znova zgradite in primerjajte prizadeti indeks; sama dolžina vektorja ne pove, kako je bil ustvarjen.\n\nRezultat presojajte po uporabnosti iskanja: ali se pojavi pravi odlomek, ali so podobni, vendar zavajajoči odlomki uvrščeni višje in ali prikazani izsek vsebuje odgovor. Ohranite majhen nabor resničnih vprašanj s pričakovanimi viri, vključno z dvoumno ubeseditvijo in skoraj podvojenimi dokumenti. Vektorska vložitev zagotavlja iskalno predstavitev; aplikacija ohranja izvorno besedilo, dovoljenja in povezave, potrebne za pretvorbo ujemanja v uporaben rezultat.",
    "about_sha256": "f8a14551c12ad8f26e408dfc995cf463d79d159d38d8d98b1790a59c1789dcc3",
    "alias_of": null,
    "aliases": [],
    "author": "Voyage AI",
    "capabilities": {
      "context_length": 32000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "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": "Celoten cenik konfiguracije je v podrobnostih."
      }
    ],
    "ctx": null,
    "display_name": "Voyage AI: Voyage 3 Large",
    "formats": [
      "embeddings"
    ],
    "id": "voyage-3-large",
    "input": [
      "text"
    ],
    "kind": "embedding",
    "locale": "en",
    "max_out": null,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "mode": "synchronous",
              "status": [],
              "unknown": "Ohranite izvirni odgovor in X-Client-Request-ID za uskladitev. Dvoumen odgovor ne dovoljuje ponovne oddaje iste zahteve za ustvarjanje.",
              "unknown_no_replay": true
            },
            "outputs": {
              "all_results": "Shranite celoten odgovor JSON, vsak vektor z njegovim indeksom, vsa polja s podatki o porabi in glave zahteve.",
              "every_actual_output": true,
              "family": "embedding",
              "fields": [
                {
                  "name": "object",
                  "type": "string"
                },
                {
                  "name": "model",
                  "type": "string"
                },
                {
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "name": "data[].embedding",
                  "type": "array<number>"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "usage.prompt_tokens",
                  "type": "integer"
                },
                {
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ]
            },
            "parameters": [
              {
                "conditions": "Uporabite natančen izbirnik modela Ailoot.",
                "default_known": false,
                "enum": [
                  "voyage-3-large"
                ],
                "enum_known": true,
                "maximum_length": null,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "conditions": "Besedilo ali seznam besedil; za vsak vrnjeni element data in njegov indeks ohranite po en vektor.",
                "default_known": false,
                "enum_known": false,
                "maximum_length": null,
                "name": "input",
                "oneOf": [
                  {
                    "minLength": 1,
                    "type": "string"
                  },
                  {
                    "items": {
                      "minLength": 1,
                      "type": "string"
                    },
                    "minItems": 1,
                    "type": "array"
                  }
                ],
                "required": true,
                "type": "string or array<string>"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "voyage-3-large"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "input": "The quick brown fox jumps over the lazy dog",
                "model": "voyage-3-large"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "conditions": [
              "Pošljite besedilo z izbranim modelom; ohranite vsak vrnjeni vektor in njegov indeks."
            ],
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/embeddings"
            },
            "mode": "synchronous",
            "status": [],
            "unknown": "Keep the original response and X-Client-Request-ID for reconciliation. An ambiguous response is not permission to submit the same creation again.",
            "unknown_no_replay": true
          },
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "output": {
            "all_results": "Save the complete JSON response, every vector with its index, all usage fields and request headers.",
            "every_actual_output": true,
            "family": "embedding",
            "fields": [
              {
                "name": "object",
                "type": "string"
              },
              {
                "name": "model",
                "type": "string"
              },
              {
                "name": "data[].index",
                "type": "integer"
              },
              {
                "name": "data[].embedding",
                "type": "array<number>"
              },
              {
                "name": "usage",
                "type": "object"
              },
              {
                "name": "usage.prompt_tokens",
                "type": "integer"
              },
              {
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Osnovne cene žetonov",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "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}\"\ncat > request.json <<'JSON'\n{\n  \"model\": \"voyage-3-large\",\n  \"input\": \"The quick brown fox jumps over the lazy dog\"\n}\nJSON\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 embeddings.json\n# Keep every data item and its index, the full usage object and response headers.\n",
            "label": "curl · save all vectors and usage",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "Vektorske predstavitve",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "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": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "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": "voyage-3-large",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "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": "voyage-3-large",
        "request_model_id": "voyage-3-large",
        "route_label": "Ultra"
      }
    ],
    "name": "Voyage AI: Voyage 3 Large",
    "price": {
      "in": 0.4,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.4,
      "sort_out": 0,
      "varies": false
    },
    "short": "Voyage 3 Large pretvarja besedilo v vektorje za splošno in večjezično iskanje. Njegovo vhodno okno 32000 tokenov, izbirno število dimenzij vektorjev in kvantizirani formati podpirajo iskalne baze znanja, odkrivanje dokumentov in generiranje, podprto s pridobljenimi informacijami.",
    "short_sha256": "97e0e5100c1133c3a38a116210c6492617852a455c2338779be2ecc6f0754b10"
  },
  "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 3 Large pretvarja besedilo v vektorje za splošno in večjezično iskanje. Njegovo vhodno okno 32000 tokenov, izbirno število dimenzij vektorjev in kvantizirani formati podpirajo iskalne baze znanja, odkrivanje dokumentov in generiranje, podprto s pridobljenimi informacijami.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "4dacb09bee34c53700edc4c5dad21419e783d56a6e6febd166fd9bd4bb8e0a39",
    "renderer_sha256": "dcba2271c18b0f9570a8b166e8d1e3166f121e096a58609c3a46da31562a1bf2"
  },
  "sourceRevision": "088c4ff8261d1c255940ce40a3c5081e4a99d2ac115a7c64a8bf1d03ca062e5f"
}