VoyageAI by MongoDB: voyage-4
voyage-4 umumiy maqsadli va ko‘p tilli qidiruv uchun matnni embedding qiladi; Voyage 4 oilasida umumiy vektor makoni bor. U 32 000 tokenli kirishlar, tanlanadigan 256–2048 o‘lchamli chiqishlar va qidiruv hamda RAG uchun query/document rollarini qo‘llaydi.
Model haqida
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
voyage-4 — Voyage AI’ning Voyage 4 oilasidagi o‘rta hajmli matn embedding modeli. U umumiy maqsadli va ko‘p tilli qidiruv uchun so‘rov hamda hujjat matnini raqamli vektorlarga aylantiradi. Oilaning o‘ziga xos imkoniyati umumiy embedding makonidir: voyage-4, voyage-4-large, voyage-4-lite va voyage-4-nano mos ifodalar hosil qiladi; qidiruv vazifasining so‘rov va hujjat tomonlari shu oiladagi turli modellardan foydalanishi mumkin.
Umumiy makon va asimmetrik qidiruv
Ishlab chiqaruvchi turli so‘rov va korpus modellaridan foydalanishni asimmetrik qidiruv deb ataydi. Hujjatlashtirilgan namunalardan biri korpusni voyage-4-large bilan tayyorlash va voyage-4 so‘rov embeddinglari bilan qidirishdir. Korpus bir marta yoki manba materiali o‘zgarganda embedding qilinadi; so‘rov vektorlari esa qidiruvlar kelganda yaratiladi. Umumiy makon oila ichida so‘rov modelini faqat shu almashuv uchun korpusni qayta embedding qilmasdan o‘zgartirish imkonini beradi.
Taqqoslanayotgan vektorlarda chiqish o‘lchami va ifoda mos bo‘lsin. Umumiy makon bayonoti nomlangan Voyage 4 matn modellariga tegishli; ikki aloqasiz model bir uzunlikdagi massiv qaytarishining o‘zi buni isbotlamaydi. Amaliy vazifa qidiruvning ikkala tomonida voyage-4’dan foydalanishi yoki ifoda sozlamalari mos bo‘lsa, uning so‘rov vektorlarini mavjud voyage-4-large hujjat indeksi bilan ishlatishi mumkin.
Query va document rollari
Qidiruv uchun Voyage kirish matnini query yoki document sifatida belgilashni tavsiya qiladi. Kirish roli tanlovi vektorlashtirishdan oldin tegishli qidiruv ko‘rsatmasini beradi. Korpus parchalarini hujjatlar, foydalanuvchining qidiruv ifodasini so‘rov qilib tayyorlang; har saqlangan vektor yonida haqiqiy manba matni va identifikatorlarni saqlang.
Masalan, bilim qidiruv to‘plami texnik ko‘rsatmalar va mahsulot izohlarini indekslashi mumkin. Muvaffaqiyatsiz importdan keyin nima bo‘lishi haqidagi so‘rov shu xulqni tavsiflaydigan manba parchasini qaytarishi kerak. Hosil bo‘lgan qidiruv natijasini tekshirish yoki keyingi RAG javob bosqichida ishlatish uchun sarlavhalar, tegishli shartlar va manba joyini parcha bilan saqlang. Embedding raqamli qidiruv ifodasi; asosdagi parcha esa keyingi bosqichda ishlatiladigan dalildir.
O‘lchamlar va chiqish ma’lumot turlari
Hujjatlashtirilgan har matn kontekst oynasi 32 000 token. Tanlanadigan o‘lchamlar 256, 512, 1024 va 2048, odatiysi 1024. Matryoshka o‘rganishi shu ichma-ich ifoda hajmlarini beradi. Oilaning kvantlashni hisobga olgan tayyorlash usuli tufayli chiqish 32 bitli suzuvchi nuqtali, ishorali yoki ishorasiz 8 bitli butun sonli yoxud zichlangan ikkilik qiymatlar bo‘lishi mumkin.
Zichlangan ikkilik chiqishda har qaytgan bayt sakkiz embedding bitini saqlaydi; baytlar ro‘yxati uzunligi tanlangan o‘lchamning sakkizdan biriga teng. Bayt soni va embedding o‘lchami turli ma’nolarga ega. Qidiruv indeksi talqin qila oladigan ifodani tanlang; siqilgan konfiguratsiyani tanlashdan oldin nomzodlar dolzarbligini to‘plam haqiqatan ishlatadigan savollar va tillarda tekshiring.
Kirish uzunligi, batch va kesish
Ishlab chiqaruvchining joriy matn embedding qo‘llanmasi voyage-4 so‘rovida ko‘pi bilan 1 000 satr va jami 320 000 tokenga ruxsat beradi. Batch budjeti har kirishning 32 000 tokenli oynasidan alohida. Odatiy holatda kesish yoqilgan: haddan uzun matn sig‘ishi uchun qisqartiriladi. Kesish o‘chirilsa, haddan uzun element xato beradi.
Uzun hisobot yoki transkriptda kirish chegarasidagi kesishga tayanish o‘rniga javob bor parchalarni ongli tayyorlang. Har parchani asosiy hujjat va manba versiyasiga bog‘liq saqlang. Oddiy voyage-4 embedding kirishlari alohida matnlardir; kontekstli bo‘lak guruhlarini qayta ishlash alohida hujjatlashtirilgan kontekstli embedding modellariga tegishli.
Qidiruv natijasidan foydalaning
Vektorlarni parcha matni va barqaror manba identifikatorlari bilan saqlang, har so‘rov vektorini mos hujjat vektorlari bilan taqqoslang va nomzod parchalarni qaytaring. Oila relizi texnik hujjatlar, suhbatlar, uzun hujjatlar, kod, huquq, moliya va veb matnlar kabi materiallarda qidiruvni baholaydi. Alohida qayta reytinglovchi model nomzodlarni aniqlashtirishi, keyingi javob bosqichi esa ularning matnidan foydalanishi mumkin. Qaytgan parchalarni vazifa bo‘yicha baholang; umumiy makon mosligi modellarni birlashtirishga imkon beradi, natija foydasi esa baribir manba materiali va savolga bog‘liq.
Ailoot Ultra · Embeddinglar POST /v1/embeddings voyageai/voyage-4
voyageai/voyage-4Boshlash
voyage-4 umumiy maqsadli va ko‘p tilli qidiruv uchun matnni embedding qiladi; Voyage 4 oilasida umumiy vektor makoni bor. U 32 000 tokenli kirishlar, tanlanadigan 256–2048 o‘lchamli chiqishlar va qidiruv hamda RAG uchun query/document rollarini qo‘llaydi.
- Qabul qilinadigan kirish ma’lumotlari
- Matn · token_ids
- Natijalar
- embedding
Ailoot da mavjud · kirish ma’lumotlari va usullar
Ailoot Ultra · Embeddinglar POST /v1/embeddings
- Kirish
text,token_ids- Chiqish
embedding- Kontekst
- 32 000 tokens
- Chiqish formati
- json
| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar voyageai/voyage-4 | Standart— |
Maydoninput | Turstring|string[]|integer[]|integer[][] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 Shartlar: Bo‘sh bo‘lmagan, bir xil turdagi elementlardan iborat paket. Token ID lari manfiy bo‘lmagan butun sonlardir. Kirish budjeti: Eng ko‘p: 32 000 · Matn birligi: UTF8 baytlari · Token birligi: Tokenlar massivi elementlari | Standart— |
Maydonencoding_format | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar float | Standartfloat |
Maydondimensions | Turinteger | TalabQo‘llab-quvvatlanmaydi | Qiymatlar va cheklovlar Eng kam: 1 | Standart— |
Maydonuser | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydonsession_id | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydontrace | Turjson_value | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: provider.options rad etildi | Standart— |
Kirish materiallari birikmalari
text_to_embedding
Usul parametrlari va hayot sikli
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, input |
Parametrinput_shapes | Parametr talablaristring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametrencoding_format | Parametr talablarifloat |
Parametrdimensions_override | Parametr talablarifalse |
Parametrmax_input_budget_units | Parametr talablari32000 |
Parametrmultimodal_objects | Parametr talablarifalse |
Parametrmaterial_types | Parametr talablaritext, token_ids |
Hayot sikli: synchronous_json
Har bir vektorning indeksi va o‘lchamini saqlang.
Model nomida multimodal deyilgani aynan shu yo‘nalishda rasm obyektlariga ruxsat borligini anglatmaydi.
Tariflar
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
- Tezkor rejim
- Standart tarif Tezkor rejim tanlanganda
- Flex rejimi
- Standart tarif flex rejimi tanlanganda
- Maksimal fikrlash darajasi
- Standart tarif Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda
Ailoot tariflari
Sozlamalar bo‘yicha narxlar
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.00012 / 1K token Chiqish · Chiqish tokenlari $0 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
So‘rov namunalari
Ailoot Ultra · Embeddinglar
set -eu
: "${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
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)
Natijalarni olish va saqlash
Ailoot Ultra · Embeddinglar
json
Barcha tayyor natijalarni saqlash
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir vektorni indeksi bilan saqlang. Vektorlar soni kirish elementlari soniga teng bo‘lishi va o‘lchamlar bir xil bo‘lishi kerak.
Asl javobni tekshirish kerak bo‘lsa
Embedding vazifalari uchun endpoint qo‘shilmaydi.
Javob maydonlari
| Maydon | Tur |
|---|---|
Maydonobject | Turstring |
Maydonmodel | Turstring |
Maydondata[].index | Turinteger |
Maydondata[].embedding | Turfinite float[] |
Maydonusage | Turobject |
Xatolar va keyingi qadamlar
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Taxalluslar
Model taxalluslari
Ailoot Ultra voyageai/voyage-4
Usul yo‘llari taxalluslari
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Chaqirish uchun tegishli ID lar
FAQ · VoyageAI by MongoDB: voyage-4
- Qanday kirish ma’lumotlari va natijalar mavjud?
POST /v1/embeddings·voyageai/voyage-4:text,token_ids→embedding- So‘rov qaysi maydonlardan foydalanadi?
POST /v1/embeddings·voyageai/voyage-4:model,input,encoding_format,provider- Qanday cheklovlar amal qiladi?
POST /v1/embeddings·voyageai/voyage-4:ctx:32000;input.budget.maximum:32000(UTF8 baytlari);input.min_items:1