Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.
mongodb/voyage-4-largeSe ejecuta con tu saldo a los precios indicados arriba. Las cuentas nuevas empiezan con uso gratuito.
Configuración
VoyageAI de MongoDB: voyage-4-large es un modelo de embeddings general-purpose y multilingüe de VoyageAI de MongoDB. Se sitúa en la categoría de embeddings, por lo que su función es convertir texto en representaciones vectoriales en lugar de generar respuestas de chat. Está diseñado para la calidad de recuperación, lo que lo hace idóneo para sistemas de búsqueda y recuperación donde la calidad de la representación vectorial afecta directamente a lo que se recupera.
El modelo acepta texto como entrada y devuelve embeddings como salida. Tiene una longitud de contexto de 32.000 tokens y una salida máxima de 28.800. Su diseño está habilitado por Matryoshka learning y quantization-aware training, y admite embeddings. Como es multilingüe y general-purpose, se puede aplicar a texto en más de un idioma sin cambiar a un modelo separado.
Los casos de uso prácticos se derivan de esas propiedades. La recuperación es el principal: indexar documentos, pasajes o registros y embeber consultas para que una capa de búsqueda pueda clasificar resultados por similitud semántica. Los corpus multilingües son un buen encaje, ya que el mismo modelo puede embeber contenido y consultas en varios idiomas. Matryoshka learning significa que los embeddings se pueden usar en diferentes niveles de truncamiento, lo cual es útil cuando necesitas intercambiar almacenamiento o latencia por calidad de recuperación en un índice vectorial. Quantization-aware training importa cuando los embeddings se almacenan en forma comprimida, ya que mantiene la calidad más cerca de los vectores de precisión completa.
Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "mongodb/voyage-4-large". Como el endpoint sigue el formato de OpenAI, puedes apuntar un cliente de OpenAI existente a api14 y enviar solicitudes de embedding de la forma habitual, con el id de modelo en el cuerpo de la solicitud. El modelo no admite parámetros de solicitud adicionales, así que las solicitudes se mantienen simples: el id de modelo y el texto de entrada son lo que importa. La tabla de precios en vivo de la página muestra las tarifas actuales.
Un límite a tener en cuenta es que este es un modelo de embeddings, no un generador de texto. Si necesitas chat completions, razonamiento, tool calling o cualquier salida de texto generado, un modelo diferente es la elección correcta. Voyage-4-large es para producir vectores, y su contexto de 32.000 tokens limita cuánto texto puede entrar en una sola solicitud de embedding.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "mongodb/voyage-4-large",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Esta comunidad aún no tiene temas. Abre el primero sobre VoyageAI by MongoDB: voyage-4-large.