VoyageAI by MongoDB: rerank-3-lite

VoyageAI de MongoDB: rerank-3-lite es un modelo de reranking de Voyage AI, un proveedor cuyos modelos ahora están asociados con MongoDB. Se ubica en la categoría de rerank, lo que significa que su trabajo no es generar texto sino tomar un conjunto de documentos candidatos y reordenarlos por relevancia respecto a una consulta. Está posicionado como una actualización directa de rerank-2.5-lite, por lo que los equipos que ya usan ese modelo pueden pasar a este sin rehacer su pipeline. Según el proveedor, está optimizado tanto para latencia como para calidad, mejorando sobre rerank-2.5-lite en un 0.94% de NDCG@10 en promedio a través de evaluaciones de dominio y en un 1.86% en una medida adicional.

El modelo acepta texto como entrada y produce un resultado reordenado como salida. Su longitud de contexto es de 32,000 tokens, lo que cubre la consulta y los pasajes candidatos que envías juntos en una sola solicitud. La salida máxima se indica como 28,800. Debido a que es un reranker en lugar de un modelo de chat o completion, no escribe prosa ni responde preguntas directamente; devuelve un ordenamiento que refleja qué tan bien coincide cada candidato con la consulta.

Esa forma de salida lo hace útil en pipelines de recuperación. Un patrón común es ejecutar una búsqueda rápida de primera etapa, como una búsqueda vectorial o por palabras clave, para extraer un conjunto amplio de candidatos, luego pasar esos candidatos a rerank-3-lite para ordenarlos antes de que lleguen al usuario o a la siguiente etapa de una aplicación. Esto aplica a la búsqueda sobre documentación, artículos de soporte, catálogos de productos o bases de conocimiento internas, y a la generación aumentada por recuperación, donde la calidad de los primeros pasajes afecta fuertemente la respuesta final. El énfasis en la latencia lo hace una opción razonable para búsqueda interactiva, donde el paso de reranking tiene que completarse rápidamente.

Puedes llamarlo a través de la API compatible con OpenAI de api14 usando el id de modelo "voyageai/rerank-3-lite". Debido a que el endpoint sigue el formato compatible con OpenAI, puedes usar las bibliotecas cliente de OpenAI existentes y apuntarlas a api14, lo que mantiene el trabajo de integración pequeño si ya tienes un cliente de ese tipo en su lugar. El modelo no lista parámetros soportados, por lo que no hay opciones de ajuste adicionales que configurar más allá del id de modelo y el contenido de tu solicitud. Ten en cuenta que la fecha de lanzamiento del proveedor es 2026-09-30.

Si tu tarea es generación de texto, resumen o conversación en lugar de clasificar un conjunto de candidatos, un modelo de chat o completion encajará mejor, ya que rerank-3-lite solo produce un ordenamiento. También vale la pena verificar que tu conjunto de candidatos y tu consulta quepan dentro del contexto de 32,000 tokens, y dividir o recortar si no lo hacen.