VoyageAI by MongoDB: voyage-code-4

voyage-code-4 est un modèle d'embedding de code de Voyage AI, une société de MongoDB. Il appartient à la catégorie des embeddings plutôt qu'à la famille du chat ou de la génération de texte, donc son rôle est de transformer l'entrée en vecteurs plutôt que d'écrire des réponses. La date de publication du fournisseur est le 2026-08-13. Si vous construisez des outils de retrieval, de recherche ou d'agent autour du code source, c'est le genre de modèle que vous évalueriez.

Le modèle prend du texte comme seule modalité d'entrée et produit des embeddings comme seule modalité de sortie. Sa longueur de contexte est de 32000 tokens, et la sortie maximale est de 28800. Le fournisseur le décrit comme conçu pour les agents de codage et le retrieval de code, et il utilise des embeddings Matryoshka à 2048, 1024, 512 et 256 dimensions. Les embeddings Matryoshka signifient que le même vecteur peut être tronqué à une dimension plus courte tout en restant utilisable, ce qui vous permet d'arbitrer entre stockage et vitesse de recherche d'un côté, et qualité de retrieval de l'autre, sans ré-encoder votre corpus. Aucun paramètre de requête n'est listé comme pris en charge pour ce modèle.

Ces capacités renvoient à un ensemble d'usages assez spécifique. Le retrieval de code est le plus évident : indexer un dépôt pour qu'une requête de recherche ou une question en langage naturel renvoie les fichiers, fonctions ou extraits les plus pertinents. Les agents de codage peuvent utiliser les mêmes embeddings pour décider quelles parties d'une base de code intégrer à leur contexte de travail, ce qui compte lorsqu'un dépôt est bien plus grand que n'importe quel prompt unique. Comme les vecteurs peuvent être raccourcis, le même index peut servir à une première passe rapide en 256 dimensions et à un rerank plus précis en 2048. La recherche de documentation, la détection de code dupliqué ou quasi dupliqué, et le clustering de fichiers similaires sont aussi des cas naturels, puisque tous se ramènent à comparer des vecteurs.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "voyageai/voyage-code-4". Comme l'interface suit la forme des embeddings OpenAI, les clients et SDK existants qui pointent déjà vers une URL de base compatible OpenAI devraient fonctionner avec seulement l'identifiant de modèle changé. Le modèle prend en charge l'entrée texte et renvoie des embeddings, avec une longueur de contexte de 32000 tokens et une sortie maximale de 28800. La liste des paramètres pris en charge est vide, donc vous ne devez pas vous attendre à passer des options telles que dimensions, truncation ou input type ; envoyez votre texte et récupérez le vecteur.

Deux points méritent vérification avant de vous engager. Premièrement, c'est un modèle d'embedding, donc il ne répondra pas aux questions et ne générera pas de code ; associez-le à un modèle de génération si vous avez besoin d'un agent qui à la fois récupère et répond. Deuxièmement, la liste de paramètres vide signifie que la sélection de dimension n'est pas exposée comme option de requête, donc si vous avez besoin d'un contrôle explicite sur la taille de sortie au moment de l'appel, confirmez comment cela est géré avant de concevoir autour.