Source: https://ailoot.ai/models/th/voyageai-voyage-4-large/
Canonical: https://ailoot.ai/models/th/voyageai-voyage-4-large/
Language: th

# VoyageAI by MongoDB: voyage-4-large

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

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

voyage-4-large เป็นโมเดลเอ็มเบดดิงข้อความแบบผสมผู้เชี่ยวชาญของ Voyage AI สำหรับการค้นคืนทั่วไปและหลายภาษา เวกเตอร์แชร์พื้นที่ตระกูล Voyage 4 ทำให้ค้นเอ็มเบดดิงคลังจาก Large ด้วยเอ็มเบดดิงคำค้นที่เข้ากันได้จากโมเดลอื่นในตระกูลเดียวกัน

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

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

voyage-4-large คือโมเดล embedding ข้อความเรือธงของ Voyage AI ในตระกูล Voyage 4 แทนข้อความต้นทางและคำค้นเป็นเวกเตอร์ตัวเลขสำหรับการค้นคืนทั่วไปและหลายภาษา จุดต่างสองอย่างคือการออกแบบแบบ mixture-of-experts และพื้นที่ embedding ร่วมที่ voyage-4-large, voyage-4, voyage-4-lite และ voyage-4-nano ใช้

#### พื้นที่ร่วม: เลือกโมเดลฝั่งคลังข้อความและคำค้นแยกกัน

ผู้ผลิตอธิบายการค้นคืนแบบไม่สมมาตร: เอกสารสร้าง embedding ด้วย voyage-4-large ได้ ขณะที่โมเดลอื่นในตระกูล Voyage 4 เตรียมเวกเตอร์คำค้น ตัวอย่างเช่น คลังข้อมูลที่แทนด้วย Large ค้นด้วยคำค้น voyage-4 ได้ วิธีนี้ให้สองฝั่งของการค้นหาเลือกคนละโมเดลแต่ยังอยู่ในพื้นที่ที่เข้ากันได้ตามเอกสาร

ชุดข้อมูลจริงจึงใช้ Large เตรียมข้อความเอกสารที่คงที่ แล้วเลือกโมเดลฝั่งคำค้นอย่างอิสระได้ เอกสารสร้าง embedding ตอนสร้างหรืออัปเดตคลัง ส่วนคำค้นแปลงเป็นเวกเตอร์เมื่อผู้ใช้ค้นหา ประกาศตระกูลอธิบายการเปลี่ยนโมเดลคำค้นภายในตระกูลที่เข้ากันได้ โดยไม่ต้องแปลงคลังเอกสารเป็นเวกเตอร์ใหม่เพียงเพื่อการเปลี่ยนนี้ ให้เวกเตอร์ที่เปรียบเทียบมีมิติเท่ากันและใช้รูปแบบที่ระบบค้นหาตีความร่วมกันได้

#### การออกแบบ embedding แบบ mixture-of-experts

ชั้น feed-forward แบบหนาแน่นประมวลผลทุกโทเคนด้วยพารามิเตอร์ทั้งหมด แนวทาง MoE ที่อธิบายสำหรับ voyage-4-large ใช้ตัวกำหนดเส้นทางและเครือข่าย feed-forward ของผู้เชี่ยวชาญ โดยเลือกผู้เชี่ยวชาญที่ประมวลผลแต่ละโทเคน วิธีนี้แยกความจุรวมของโมเดลจากพารามิเตอร์ที่เปิดใช้กับโทเคนหนึ่ง Voyage รายงานอัตราเปิดใช้ 1/10 ในการออกแบบ MoE นี้ โดยใช้การเลือกเส้นทาง top-k

คำอธิบายเทคนิคของผู้ผลิตยังบอกการตัดสินใจพัฒนาสองอย่าง ความจุของผู้เชี่ยวชาญมีผลว่าโทเคนส่วนเกินจะข้ามชั้นผู้เชี่ยวชาญทางเส้นทาง residual หรือไม่ ทีมเลือกตัวคูณความจุที่ใหญ่ที่สุดที่ทำได้เพื่อไม่ให้คุณภาพค้นคืนลดลง ในขั้นฝึกสุดท้าย จะตรึงพารามิเตอร์ตัวกำหนดเส้นทางก่อนรวมโมเดล เพื่อให้การประมาณค่าระหว่างโมเดลต้นทางไม่เปลี่ยนเส้นทางเลือกผู้เชี่ยวชาญที่เรียนรู้ไว้ สิ่งเหล่านี้เป็นคุณลักษณะการเตรียมโมเดล แยกจากการตั้งค่าความยาวข้อความหรือการตัดข้อความเมื่อเตรียมข้อมูลเข้า

#### มิติและรูปแบบผลลัพธ์

ตารางโมเดลทางการระบุหน้าต่างบริบท 32,000 โทเคน และเลือก embedding ขนาด 256, 512, 1024 และ 2048 มิติได้ โดยค่าเริ่มต้นคือ 1024 ตระกูลนี้ใช้การเรียนรู้ Matryoshka เพื่อให้ขนาดการแทนข้อมูลซ้อนกัน และรองรับตัวเลือกควอนไทซ์: เลขทศนิยมลอยตัว 32 บิต จำนวนเต็ม 8 บิตแบบมีหรือไม่มีเครื่องหมาย และผลลัพธ์ไบนารีแบบแพ็ก

เมื่อใช้ผลลัพธ์ไบนารี ความยาวรายการไบต์ที่คืนเป็นหนึ่งในแปดของมิติที่เลือก เพราะแต่ละไบต์มี embedding แปดบิต เก็บตัวเลือกมิติและชนิดข้อมูลไว้กับดัชนี และใช้วิธีเปรียบเทียบที่รองรับรูปแบบนั้น เวกเตอร์ที่เล็กลงหรือบีบอัดเปลี่ยนรูปแบบที่ใช้ค้นหา ควรประเมินข้อความที่เกี่ยวข้องซึ่งได้จากคำถามจริงก่อนเลือกใช้กับชุดข้อมูล

#### เตรียมข้อมูลเข้าเอกสารและคำค้น

Voyage แนะนำบทบาท document สำหรับข้อความในคลัง และ query สำหรับถ้อยคำค้นหา ตัวเลือกบทบาทเพิ่มคำสั่งค้นคืนที่ตรงกันก่อนสร้าง embedding เก็บหัวข้อ เงื่อนไข และตำแหน่งต้นทางที่มีประโยชน์ของข้อความ แล้วบันทึกเวกเตอร์ที่คืนพร้อมข้อความเดิมและตัวระบุที่คงที่

สำหรับคลังความรู้เทคนิค คำถามเกี่ยวกับรูปแบบความล้มเหลวควรนำไปสู่ข้อความที่อธิบายรูปแบบนั้นและเงื่อนไขที่เกี่ยวข้อง สำหรับคลังเอกสารหลายภาษา ให้เก็บภาษาต้นทางและประเมินด้วยคำถามกับคำศัพท์ที่ผู้ใช้จะค้น การเผยแพร่นี้ครอบคลุมข้อมูลค้นคืนทั้งเอกสารเทคนิค บทสนทนา เอกสารยาว โค้ด กฎหมาย การเงิน และข้อความเว็บ embedding ชี้ตำแหน่งข้อมูลตัวเลือก ส่วนขั้นจัดอันดับใหม่หรือขั้นตอบภายหลังใช้ข้อความต้นฉบับ

#### ขีดจำกัดบริบท แบตช์ และการตัดข้อความ

คู่มือปัจจุบันของผู้ผลิตอนุญาต voyage-4-large ได้ถึง 1,000 สตริงและข้อมูลเข้ารวม 120,000 โทเคนต่อคำขอ ซึ่งต่างจากขนาดแบตช์ที่ระบุสำหรับ voyage-4 แต่ทั้งสองมีหน้าต่าง 32,000 โทเคนต่อข้อความ การตัดข้อความที่เปิดโดยค่าเริ่มต้นจะย่อข้อมูลเข้าที่ยาวเกินให้พอดี หากปิดการตัด จะคืนข้อผิดพลาดสำหรับข้อความที่ยาวเกิน

เลือกขอบเขตข้อความที่มีคำตอบอย่างตั้งใจ เพื่อไม่ให้ต้นฉบับยาวสูญเสียเงื่อนไขสำคัญจากส่วนท้ายที่ถูกตัด รักษาการเชื่อมกับต้นทางเมื่อคืนผลค้นหา และตรวจข้อความตัวเลือกจริง แทนการถือว่าความใกล้ของเวกเตอร์เป็นการตรวจสอบเนื้อหาแล้ว ความเข้ากันได้ของพื้นที่ร่วมใช้กับตระกูลข้อความ Voyage 4 ที่มีเอกสาร การประมวลผลชังก์ตามบริบท embedding ภาพ/วิดีโอ และโมเดลรุ่นหลังยังเป็นขั้นตอนเฉพาะของแต่ละโมเดล

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `voyageai/voyage-4-large`

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

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

### เริ่มต้น

voyage-4-large เป็นโมเดลเอ็มเบดดิงข้อความแบบผสมผู้เชี่ยวชาญของ Voyage AI สำหรับการค้นคืนทั่วไปและหลายภาษา เวกเตอร์แชร์พื้นที่ตระกูล Voyage 4 ทำให้ค้นเอ็มเบดดิงคลังจาก Large ด้วยเอ็มเบดดิงคำค้นที่เข้ากันได้จากโมเดลอื่นในตระกูลเดียวกัน

อินพุตที่รองรับ

ข้อความ · token\_ids

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

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

ขาเข้า

`text`, `token_ids`

ขาออก

`embedding`

บริบท

32,000 tokens

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด voyageai/voyage-4-large | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]\|integer[]\|integer[][]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 32,000 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
| ฟิลด์`encoding_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
| ฟิลด์`dimensions` | ประเภท`integer` | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`user` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`session_id` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`trace` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| พารามิเตอร์`encoding_format` | ข้อกำหนดfloat |
| พารามิเตอร์`dimensions_override` | ข้อกำหนดfalse |
| พารามิเตอร์`max_input_budget_units` | ข้อกำหนด32000 |
| พารามิเตอร์`multimodal_objects` | ข้อกำหนดfalse |
| พารามิเตอร์`material_types` | ข้อกำหนดtext, token\_ids |

วงจรการทำงาน: `synchronous_json`

เก็บดัชนีและจำนวนมิติของเวกเตอร์ทุกรายการ

ชื่อโมเดลที่สื่อว่ารองรับข้อมูลหลายรูปแบบไม่ได้ทำให้สามารถส่งออบเจ็กต์รูปภาพผ่านเส้นทางเฉพาะนี้ได้

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

อัตรามาตรฐาน เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.00024** / 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

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-large", "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-large',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เอ็มเบดดิง

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ทุกรายการพร้อมดัชนีของแต่ละรายการ จำนวนเวกเตอร์ต้องเท่ากับจำนวนข้อมูลนำเข้า และจำนวนมิติต้องสอดคล้องกัน

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

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

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

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

FAQ · VoyageAI by MongoDB: voyage-4-large

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

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

มีข้อจำกัดใดบ้าง?

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

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