We gebruiken cookies. Cookies en browseropslag houden je ingelogd en onthouden je voorkeuren. Met je toestemming meten we ook hoe de site wordt gebruikt. Je kunt je wanneer je wilt. Zie ons cookiebeleid.
mongodb/voyage-4-largeDraait op je saldo tegen de prijzen hierboven. Nieuwe accounts beginnen met gratis gebruik.
Instellingen
VoyageAI door MongoDB: voyage-4-large is een algemeen en meertalig embeddingmodel van VoyageAI door MongoDB. Het valt in de categorie embeddings, dus het doel is om tekst om te zetten in vectorrepresentaties in plaats van chatreacties te genereren. Het is gebouwd voor retrievalkwaliteit, wat het een natuurlijke keuze maakt voor zoek- en retrievalsystemen waar de kwaliteit van de vectorrepresentatie direct bepaalt wat er wordt opgehaald.
Het model accepteert tekst als invoer en retourneert embeddings als uitvoer. Het heeft een contextlengte van 32.000 tokens en een maximale uitvoer van 28.800. Het ontwerp wordt mogelijk gemaakt door Matryoshka learning en quantization-aware training, en het ondersteunt embeddings. Omdat het meertalig en algemeen is, kan het worden toegepast op tekst in meer dan één taal zonder over te stappen op een apart model.
Praktische use cases volgen uit die eigenschappen. Retrieval is de belangrijkste: documenten, passages of records indexeren en queries embedden zodat een zoeklaag resultaten kan rangschikken op semantische gelijkenis. Meertalige corpora passen goed, omdat hetzelfde model inhoud en queries in verschillende talen kan embedden. Matryoshka learning betekent dat de embeddings op verschillende truncatieniveaus kunnen worden gebruikt, wat handig is wanneer je opslag of latentie wilt afwegen tegen retrievalkwaliteit in een vectorindex. Quantization-aware training is belangrijk wanneer embeddings in gecomprimeerde vorm worden opgeslagen, omdat het de kwaliteit dichter bij vectors met volledige precisie houdt.
Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "mongodb/voyage-4-large". Omdat het endpoint het OpenAI-formaat volgt, kun je een bestaande OpenAI-client op api14 richten en embeddingverzoeken op de gebruikelijke manier versturen, met het model-id in de request body. Het model ondersteunt geen aanvullende request parameters, dus verzoeken blijven eenvoudig: het model-id en de invoertekst zijn wat telt. De live prijstabel op de pagina toont de actuele tarieven.
Een beperking om in gedachten te houden is dat dit een embeddingsmodel is, geen tekstgenerator. Als je chat completions, redeneren, tool calling of enige vorm van gegenereerde tekstuitvoer nodig hebt, is een ander model de juiste keuze. Voyage-4-large is voor het produceren van vectoren, en de context van 32.000 tokens begrenst hoeveel tekst in één embeddingverzoek kan gaan.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "mongodb/voyage-4-large",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Deze community heeft nog geen topics. Open het eerste topic over VoyageAI by MongoDB: voyage-4-large.