Source: https://ailoot.ai/models/th/voyage-3-5-lite/
Canonical: https://ailoot.ai/models/th/voyage-3-5-lite/
Language: th

# Voyage AI: Voyage 3.5 Lite

[Markdown](https://ailoot.ai/models/th/voyage-3-5-lite/index.md) · [JSON](https://ailoot.ai/models/th/voyage-3-5-lite/facts.json)

## [Voyage AI: Voyage 3.5 Lite](https://ailoot.ai/models/th/voyage-3-5-lite/)

Voyage 3.5 Lite ฝังข้อความสำหรับการค้นเชิงความหมายโดยเน้นความหน่วงและการดึงข้อมูลมีประสิทธิภาพ รองรับหน้าต่างบริบท 32,000 โทเคน ขนาดเวกเตอร์สี่แบบ และเอาต์พุตลดความละเอียดเชิงตัวเลขสำหรับค้นฐานความรู้ จับคู่เอกสาร และ RAG

- [**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `voyage-3.5-lite`](https://ailoot.ai/models/th/voyage-3-5-lite/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Voyage 3.5 Lite เปลี่ยนข้อความเป็นข้อมูลฝังสำหรับการดึงข้อมูลเชิงความหมาย Voyage AI อธิบายว่ารุ่นนี้ปรับให้เหมาะกับความหน่วงและต้นทุน จึงเป็นตัวเลือกสำหรับประสบการณ์ค้นที่ฝังคำถามขาเข้าบ่อยหรือรักษาชุดข้อความค้นได้ขนาดใหญ่ เอาต์พุตเป็นตัวแทนเชิงตัวเลขของข้อความที่ให้ ซึ่งแอปพลิเคชันดึงข้อมูลเปรียบเทียบกับเวกเตอร์ที่เก็บสำหรับข้อมูลต้นทาง

เริ่มจากชุดข้อมูลที่ขอบเขตตรงกับงานผู้ใช้ สำหรับศูนย์ช่วยเหลือ ข้อความหนึ่งอาจอธิบายขั้นตอนและข้อกำหนดเบื้องต้น สำหรับคลังการอภิปราย ให้เก็บลำดับการตอบเพียงพอจะรู้ว่าคำตอบกล่าวถึงอะไร ผลค้นควรนำไปยังหลักฐานที่อ่านได้ จึงควรเก็บข้อความต้นฉบับ ลิงก์ต้นทางคงที่ และเมทาดาทาเอกสารไว้กับแต่ละข้อมูลฝัง

เขียนคำค้นทดสอบอย่างที่ผู้ใช้ถาม “ฉันเปลี่ยนที่อยู่บนใบแจ้งหนี้ตรงไหน?” เป็นการตรวจค้นที่มีประโยชน์กว่าคัดลอกหัวข้อบทความที่เกี่ยวข้อง รวมคำถามสั้น การถอดความ ตัวย่อเฉพาะทาง และกรณีที่กล่าวถึงหลายแนวคิด ตรวจข้อความที่ส่งคืนและระบุว่าผลที่พลาดมาจากเนื้อหาต้นทางขาด ขอบเขตข้อความไม่ดี หรือทางเลือกในการดึงข้อมูล

ผู้พัฒนามีเอกสารหน้าต่างบริบท 32,000 โทเคน ความจุนี้รับข้อความอินพุตจำนวนมากได้ แต่ความยาวข้อความยังเป็นทางเลือกการออกแบบประสบการณ์ค้น เก็บคำตอบกระชับกับเงื่อนไขจำเป็นไว้ด้วยกัน หลีกเลี่ยงการตัดคำจำกัดความจากคำที่อธิบาย ดึงข้อความที่อ่านได้จากต้นทางและลบเมนูนำทางที่ซ้ำทุกหน้าเมื่อบดบังข้อมูลที่ผู้ใช้ต้องการ

Voyage 3.5 Lite รองรับ 2,048, 1,024, 512 และ 256 มิติ รูปแทนทศนิยมลอยตัว จำนวนเต็มแปดบิต และฐานสองให้ตัวเลือกดัชนีเวกเตอร์เพิ่ม ทดสอบรูปแทนที่เล็กลงหรือลดความละเอียดเชิงตัวเลขกับคำถามและชุดข้อมูลเดียวกับฐานเปรียบเทียบความละเอียดเต็ม บันทึกโมเดล มิติ และชนิดข้อมูลที่เลือกไว้กับดัชนี เพื่อให้เวกเตอร์คำค้นใช้การตั้งค่าที่สอดคล้องกัน

ในกระบวนการดึงข้อมูลของผู้พัฒนา ให้ระบุข้อความที่ทำดัชนีเป็นเอกสารและการค้นขาเข้าเป็นคำค้น รักษาการจับคู่เวกเตอร์ที่ส่งคืนแต่ละรายการกับข้อความอินพุตเมื่อประมวลผลหลายข้อความร่วมกัน การฝังที่สำเร็จให้เวกเตอร์ แอปพลิเคชันยังต้องใส่ในบันทึกที่ถูกและแสดงข้อความคัดตอนต้นทางเมื่อผู้ใช้เปิดผลค้น

ใช้รุ่นนี้กับชุดข้อมูลสนับสนุนที่ค้นได้ เครื่องมือค้นพบเอกสาร หรือขั้นตอนดึงข้อมูลของผู้ช่วย สำหรับข้อมูลหลายภาษา ให้ประเมินคู่ภาษาที่มีในชุดข้อมูลของตัวเอง แทนการพึ่งการทดสอบภาษาอังกฤษเพียงอย่างเดียว รักษาสิทธิ์และเมทาดาทาภาษาให้แอปพลิเคชันใช้ เพื่อกรองและแสดงผลที่เกี่ยวข้องในบริบทที่ถูก

สำหรับชุดข้อมูลที่เติบโต ให้อัปเดตเวกเตอร์ของข้อความที่เปลี่ยนพร้อมรุ่นต้นทาง เก็บชุดคำถามจริงที่มีการจับคู่ง่าย การถอดความยาก และเอกสารคล้ายกันแต่ตอบต่างกัน วัดคุณภาพการดึงข้อมูลและพฤติกรรมกระบวนการค้นทั้งหมดตามภาระงานที่คาดหวัง บทบาท Lite ที่ผู้พัฒนาวางช่วยเลือกตัวเลือก ส่วนมิติ กลยุทธ์แบ่งข้อความ และการตั้งค่าดัชนีสุดท้ายมาจากผลบนข้อมูลของคุณ

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `voyage-3.5-lite`

[`voyage-3.5-lite`](https://ailoot.ai/models/th/#m=voyage-3.5-lite&route=Ultra&caller=voyage-3.5-lite&fmt=embeddings)

Voyage AI /`voyage-3.5-lite`

### เริ่มต้น

Voyage 3.5 Lite ฝังข้อความสำหรับการค้นเชิงความหมายโดยเน้นความหน่วงและการดึงข้อมูลมีประสิทธิภาพ รองรับหน้าต่างบริบท 32,000 โทเคน ขนาดเวกเตอร์สี่แบบ และเอาต์พุตลดความละเอียดเชิงตัวเลขสำหรับค้นฐานความรู้ จับคู่เอกสาร และ RAG

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

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

ขาเข้า

`text`

ขาออก

`embedding`

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด voyage-3.5-lite เงื่อนไข: ใช้ตัวเลือกโมเดลของ Ailoot ที่ตรงตามที่กำหนด | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string or array<string>` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด เงื่อนไข: ข้อความหนึ่งรายการหรือรายการข้อความ ให้เก็บเวกเตอร์หนึ่งชุดสำหรับข้อมูลแต่ละรายการที่ส่งกลับ พร้อมดัชนีของรายการนั้น | ค่าเริ่มต้น— |

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`optional` | ข้อกำหนด |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`conditions` | ข้อกำหนดส่งข้อความพร้อมโมเดลที่เลือก เก็บเวกเตอร์ทุกชุดที่ส่งกลับพร้อมดัชนีของชุดนั้น |

วงจรการทำงาน: `synchronous`

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราค่าบริการโทเคนพื้นฐาน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.0001** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เอ็มเบดดิง

curl · บันทึกเวกเตอร์ทั้งหมดและข้อมูลการใช้งาน

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
cat > request.json <<'JSON'
{
  "model": "voyage-3.5-lite",
  "input": "The quick brown fox jumps over the lazy dog"
}
JSON
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 embeddings.json
# Keep every data item and its index, the full usage object and response headers.
```

### รับและบันทึกผลลัพธ์

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`voyage-3.5-lite`](https://ailoot.ai/models/th/#m=voyage-3.5-lite&route=Ultra&caller=voyage-3.5-lite&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`voyage-3.5-lite`](https://ailoot.ai/models/th/#m=voyage-3.5-lite&route=Ultra&caller=voyage-3.5-lite&fmt=embeddings)

FAQ · Voyage AI: Voyage 3.5 Lite

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/embeddings` · `voyage-3.5-lite`: `text` → `embedding`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/embeddings` · `voyage-3.5-lite`: `model`, `input`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ