VoyageAI by MongoDB: voyage-multimodal-3.5

VoyageAI by MongoDB: voyage-multimodal-3.5 ist ein multimodales Embedding Modell von Voyage AI, einem Unternehmen, das heute Teil von MongoDB ist. Es gehört zur Kategorie Embeddings und nicht zur Kategorie Chat, seine Aufgabe besteht also darin, Eingabeinhalte in Vektoren umzuwandeln, statt Textantworten zu erzeugen. Das Modell wurde vom Anbieter am 2026-07-27 veröffentlicht.

Das Modell akzeptiert Text und Bildeingaben und erzeugt als Ausgabe Embeddings. Sein Kontextfenster beträgt 32.000 Token, und die maximale Ausgabe liegt bei 28.800. Laut Anbieterbeschreibung ist voyage-multimodal-3.5 in der Lage, Text, Bilder und Video einzeln zu vektorisieren, ebenso Inhalte, die alle drei Modalitäten verschachteln, was es zu einem universellen Embedding Modell macht und nicht nur zu einem für Text.

Diese Kombination von Fähigkeiten deutet auf einige praktische Anwendungen hin. Da es Text und Bilder in einem einzigen Embedding Raum verarbeitet, eignet es sich für Such und Retrieval Systeme, bei denen Anfragen und Dokumente nicht dieselbe Form haben müssen, zum Beispiel eine Textanfrage, die gegen einen Bildkatalog abgeglichen wird, oder gemischte Medien Dokumente, die als eine Einheit eingebettet werden. Die Unterstützung verschachtelter Inhalte bedeutet, dass Seiten, die Prosa, Bilder und Video in Folge kombinieren, vektorisiert werden können, ohne sie in getrennte Pipelines aufzuteilen. Clustering, Deduplizierung, Empfehlung und Klassifizierung über Sammlungen gemischter Medien passen ebenso gut.

Sie rufen es über die OpenAI kompatible API von api14 mit der Modell ID voyageai/voyage-multimodal-3.5 auf, was bedeutet, dass bestehende OpenAI Client Bibliotheken und Anforderungsmuster übernommen werden können, wenn der Modellname ausgetauscht wird. Hinsichtlich der Anforderungsparameter listet das Modell keine unterstützten Parameter auf, es gibt also keine Abstimmungsfläche, die im Anforderungstext über die Modell ID und den Eingabeinhalt selbst hinaus konfiguriert werden kann. Sie senden die Text und Bildeingabe, und Sie erhalten Embeddings zurück.

Da die Liste der unterstützten Parameter leer ist, prüfen Sie, ob ein anderes Embedding Modell im Katalog von api14 diese Einstellmöglichkeiten bietet, bevor Sie sich festlegen, falls Sie Kontrolle über Dimensionen, Abschneideverhalten oder andere Embedding Optionen benötigen. Ebenso erzeugt dieses Modell keinen Text, Aufgaben, die Zusammenfassung, Fragenbeantwortung oder Chat erfordern, sollten daher an ein generatives Modell gehen. Wählen Sie voyage-multimodal-3.5, wenn die Aufgabe Repräsentation statt Generierung ist und wenn Ihre Inhalte Text und Bilder mischen.