VoyageAI by MongoDB: rerank-2.5-lite

VoyageAI de MongoDB: rerank-2.5-lite es un modelo de reranking de Voyage AI, un proveedor cuya familia de reranking ahora forma parte de MongoDB. Se sitúa en la categoría rerank, por lo que su tarea no es generar texto sino tomar un conjunto de documentos candidatos y reordenarlos por relevancia respecto a una consulta. El proveedor lo publicó el 2026-07-27. Si estás construyendo un pipeline de retrieval y ya tienes una primera pasada de resultados de una búsqueda vectorial o por palabras clave, este modelo es la segunda etapa que decide cuáles de esos resultados realmente pertenecen a la parte superior.

El modelo acepta entrada de texto y produce una salida de reranking. Tiene una longitud de contexto de 32000 tokens y una salida máxima de 28800. Solo se admite texto en el lado de la entrada, por lo que aquí no hay manejo de imágenes ni audio. El proveedor afirma que rerank-2.5-lite está optimizado tanto para latencia como para calidad, y que ofrece una mejora del 7.16% en precisión de retrieval frente a Cohere Rerank v3.5 en 93 datasets. El proveedor también afirma que superó a Cohere Rerank v3.5, que es el punto de comparación que Voyage AI eligió publicar.

Esas capacidades apuntan a un conjunto bastante específico de usos. El más obvio es la búsqueda: toma los 50 o 100 mejores resultados de un retriever de primera etapa, pásalos por este modelo junto con la consulta del usuario y conserva solo los pocos con mayor puntuación para la respuesta o el siguiente paso. El mismo patrón se aplica a la generación aumentada por recuperación, donde un reranker reduce la cantidad de contexto irrelevante enviado a un modelo generador. También encaja en tareas de ranking de documentos, como ordenar artículos de una base de conocimiento interna o tickets de soporte frente a una consulta en lenguaje natural, y en cualquier pipeline donde la precisión en la parte superior de una lista importe más que el recall bruto.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "voyageai/rerank-2.5-lite". Como el endpoint sigue el esquema de OpenAI, puedes apuntar un cliente de OpenAI existente a api14 y enviar una solicitud con la forma habitual, con el id de modelo establecido en esa cadena. La lista de parámetros admitidos del modelo está vacía, así que no hay controles de ajuste adicionales que configurar más allá de lo que requiere la propia solicitud de rerank. Prevé que la solicitud lleve la consulta y los documentos a puntuar, y espera un resultado de reranking en lugar de prosa generada.

Algo a tener en cuenta es que este es un reranker, no un modelo de chat o completion. Si necesitas un asistente que escriba respuestas, resuma o llame a herramientas, un modelo generativo es la elección correcta, y este modelo solo serviría como una etapa de apoyo delante de él. Además, es solo texto, por lo que el retrieval multimodal queda fuera de alcance. Dentro de esos límites, rerank-2.5-lite está orientado a equipos que quieren un reranker de segunda etapa de baja latencia con las afirmaciones de precisión que publica Voyage AI.