हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

VoyageAI by MongoDB: rerank-2.5-lite

voyageai/rerank-2.5-lite

Rerankइनपुट: text32K27 जुल॰ 2026 को जोड़ा गया

playground में खोलें VoyageAI by MongoDB: rerank-2.5-lite के लिए API key पाएं

VoyageAI by MongoDB: rerank-2.5-lite अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

Queryदस्तावेज़ (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

VoyageAI by MongoDB: rerank-2.5-lite एक नज़र में

32,000 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।

VoyageAI by MongoDB: rerank-2.5-lite के बारे में

MongoDB द्वारा VoyageAI: rerank-2.5-lite, Voyage AI का एक reranking मॉडल है, जिस प्रदाता का reranking परिवार अब MongoDB का हिस्सा है। यह rerank श्रेणी में आता है, इसलिए इसका काम टेक्स्ट उत्पन्न करना नहीं, बल्कि उम्मीदवार दस्तावेजों का एक सेट लेकर उन्हें किसी क्वेरी से प्रासंगिकता के आधार पर पुनः क्रमित करना है। प्रदाता ने इसे 2026-07-27 को जारी किया। यदि आप एक retrieval pipeline बना रहे हैं और आपके पास vector या keyword search से परिणामों का पहला दौर पहले से है, तो यह मॉडल वह दूसरा चरण है जो तय करता है कि उन परिणामों में से कौन वास्तव में शीर्ष पर होने चाहिए।

मॉडल टेक्स्ट इनपुट स्वीकार करता है और एक reranking आउटपुट उत्पन्न करता है। इसकी context length 32000 tokens है और अधिकतम आउटपुट 28800 है। इनपुट पक्ष पर केवल टेक्स्ट समर्थित है, इसलिए यहाँ कोई image या audio handling नहीं है। प्रदाता बताता है कि rerank-2.5-lite latency और quality दोनों के लिए अनुकूलित है, और यह 93 datasets पर Cohere Rerank v3.5 की तुलना में retrieval accuracy में 7.16% सुधार देता है। प्रदाता यह भी बताता है कि इसने Cohere Rerank v3.5 को पीछे छोड़ा, जो वह तुलना बिंदु है जिसे Voyage AI ने प्रकाशित करना चुना।

ये क्षमताएँ उपयोगों के एक काफी विशिष्ट समूह की ओर संकेत करती हैं। स्पष्ट उपयोग search है: पहले चरण के retriever से शीर्ष 50 या 100 hits लें, उन्हें उपयोगकर्ता क्वेरी के साथ इस मॉडल से गुज़ारें, और उत्तर या अगले चरण के लिए केवल सर्वाधिक स्कोर वाले कुछ को रखें। यही पैटर्न retrieval augmented generation पर भी लागू होता है, जहाँ एक reranker जनरेटर मॉडल को भेजे जाने वाले अप्रासंगिक context की मात्रा घटाता है। यह दस्तावेज़ रैंकिंग कार्यों में भी फिट बैठता है, जैसे आंतरिक knowledge base लेखों या support tickets को किसी प्राकृतिक भाषा की क्वेरी के विरुद्ध क्रमित करना, और किसी भी ऐसी pipeline में जहाँ सूची के शीर्ष पर precision कच्चे recall से अधिक मायने रखता है।

आप इसे api14 के OpenAI-compatible API के माध्यम से model id "voyageai/rerank-2.5-lite" का उपयोग करके कॉल करते हैं। चूँकि endpoint OpenAI schema का पालन करता है, आप एक मौजूदा OpenAI client को api14 पर इंगित कर सकते हैं और सामान्य आकार में एक अनुरोध भेज सकते हैं, जिसमें model id उस स्ट्रिंग पर सेट हो। मॉडल की समर्थित parameters सूची खाली है, इसलिए rerank अनुरोध में जो आवश्यक है उसके अलावा कोई अतिरिक्त tuning knob सेट करने के लिए नहीं है। अनुरोध में क्वेरी और स्कोर किए जाने वाले दस्तावेज शामिल होने की योजना बनाएँ, और उत्पन्न prose के बजाय एक reranking परिणाम की अपेक्षा करें।

एक बात विचार करने योग्य है कि यह एक reranker है, chat या completion मॉडल नहीं। यदि आपको ऐसा assistant चाहिए जो उत्तर लिखे, सारांश बनाए, या tools कॉल करे, तो एक generative मॉडल सही चुनाव है, और यह मॉडल उसके सामने केवल एक सहायक चरण के रूप में काम करेगा। यह केवल टेक्स्ट है, इसलिए multimodal retrieval इसके दायरे से बाहर है। इन सीमाओं के भीतर, rerank-2.5-lite उन टीमों के लिए लक्षित है जो कम latency वाला दूसरे चरण का reranker चाहती हैं, साथ में Voyage AI द्वारा प्रकाशित accuracy दावे।

VoyageAI by MongoDB: rerank-2.5-lite API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "voyageai/rerank-2.5-lite" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.post("/rerank", { body: {
  "model": "voyageai/rerank-2.5-lite",
  "query": "What is the capital of France?",
  "documents": [
    "Paris is the capital of France.",
    "Berlin is in Germany."
  ],
  "top_n": 1
} });
console.log(result.results);

स्पेसिफिकेशन

Context लंबाई: 32,000
अधिकतम आउटपुट: 28,800
इनपुट: text
आउटपुट: rerank

api14 पर requests · पिछले 7 दिन

VoyageAI by MongoDB: rerank-2.5-lite: अक्सर पूछे जाने वाले सवाल

VoyageAI by MongoDB: rerank-2.5-lite API की कीमत कितनी है?: VoyageAI by MongoDB: rerank-2.5-lite कॉल करना मुफ्त है ($0 प्रति token)। मुफ्त वेरिएंट की upstream rate limits ज़्यादा सख्त हैं, इसलिए इन्हें टेस्टिंग और कम मात्रा वाले काम के लिए इस्तेमाल करें।
VoyageAI by MongoDB: rerank-2.5-lite की context window कितनी है?: VoyageAI by MongoDB: rerank-2.5-lite हर request में 32,000 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 28,800 आउटपुट tokens तक लिखता है।
VoyageAI by MongoDB: rerank-2.5-lite क्या कर सकता है?: VoyageAI by MongoDB: rerank-2.5-lite text स्वीकार करता है और rerank लौटाता है।
अपने कोड से VoyageAI by MongoDB: rerank-2.5-lite कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "voyageai/rerank-2.5-lite" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
VoyageAI by MongoDB: rerank-2.5-lite के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Rerank मॉडल: NVIDIA: Nemotron 3.5 Rerank 8B (free), VoyageAI by MongoDB: rerank-3-lite, VoyageAI by MongoDB: rerank-3। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

VoyageAI by MongoDB: rerank-2.5-lite कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। VoyageAI by MongoDB: rerank-2.5-lite के बारे में पहला टॉपिक खोलें।