VoyageAI by MongoDB: voyage-code-4

voyage-code-4 es un modelo de embeddings de código de Voyage AI, una empresa de MongoDB. Pertenece a la categoría de embeddings en lugar de a la familia de chat o generación de texto, por lo que su función es convertir la entrada en vectores en lugar de escribir respuestas. La fecha de lanzamiento del proveedor es 2026-08-13. Si estás construyendo herramientas de recuperación, búsqueda o agentes en torno al código fuente, este es el tipo de modelo que evaluarías.

El modelo toma texto como su única modalidad de entrada y produce embeddings como su única modalidad de salida. Su longitud de contexto es de 32000 tokens, y la salida máxima es de 28800. El proveedor lo describe como diseñado para agentes de programación y recuperación de código, y utiliza embeddings Matryoshka en dimensiones de 2048, 1024, 512 y 256. Los embeddings Matryoshka significan que el mismo vector se puede truncar a una dimensión más corta sin dejar de ser utilizable, lo que te permite intercambiar almacenamiento y velocidad de búsqueda por calidad de recuperación sin volver a generar los embeddings de tu corpus. No se indica que se admita ningún parámetro de solicitud para este modelo.

Esas capacidades apuntan a un conjunto de usos bastante específico. La recuperación de código es el más obvio: indexar un repositorio para que una consulta de búsqueda o una pregunta en lenguaje natural devuelva los archivos, funciones o fragmentos más relevantes. Los agentes de programación pueden usar los mismos embeddings para decidir qué partes de una base de código incorporar a su contexto de trabajo, lo cual importa cuando un repositorio es mucho más grande que cualquier prompt individual. Como los vectores se pueden acortar, el mismo índice puede servir para una primera pasada rápida a 256 dimensiones y un rerank más preciso a 2048. La búsqueda en documentación, la detección de código duplicado o casi duplicado y la agrupación de archivos similares también encajan de forma natural, ya que todas ellas se reducen a comparar vectores.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "voyageai/voyage-code-4". Como la interfaz sigue la forma de embeddings de OpenAI, los clientes y SDK existentes que ya apuntan a una URL base compatible con OpenAI deberían funcionar con solo cambiar el id de modelo. El modelo admite entrada de texto y devuelve embeddings, con una longitud de contexto de 32000 tokens y una salida máxima de 28800. La lista de parámetros admitidos está vacía, por lo que no deberías esperar poder pasar opciones como dimensions, truncation o input type; envía tu texto y lee el vector de vuelta.

Merece la pena comprobar dos cosas antes de comprometerte. Primero, este es un modelo de embeddings, por lo que no responderá preguntas ni generará código; combínalo con un modelo de generación si necesitas un agente que tanto recupere como responda. Segundo, la lista de parámetros vacía significa que la selección de dimensiones no se expone como una opción de solicitud, así que si necesitas control explícito sobre el tamaño de salida en el momento de la llamada, confirma cómo se gestiona eso antes de diseñar en torno a ello.