VoyageAI by MongoDB: voyage-code-4

voyage-code-4 to model embeddingu kodu od Voyage AI, spółki należącej do MongoDB. Należy do kategorii embeddings, a nie do rodziny czatu lub generowania tekstu, więc jego zadaniem jest przekształcanie danych wejściowych w wektory, a nie pisanie odpowiedzi. Data wydania przez dostawcę to 2026-08-13. Jeśli budujesz narzędzia do wyszukiwania, wyszukiwania informacji lub narzędzia agentowe wokół kodu źródłowego, to jest właśnie ten rodzaj modelu, który warto ocenić.

Model przyjmuje tekst jako jedyny modalność wejściowy i produkuje embeddings jako jedyny modalność wyjściowy. Jego długość kontekstu wynosi 32000 tokenów, a maksymalne wyjście to 28800. Dostawca opisuje go jako zaprojektowany dla agentów kodujących i wyszukiwania kodu, i wykorzystuje embeddings Matryoshka o wymiarach 2048, 1024, 512 i 256. Embeddings Matryoshka oznaczają, że ten sam wektor można skrócić do mniejszego wymiaru, zachowując jego użyteczność, co pozwala wymieniać przestrzeń dyskową i szybkość wyszukiwania na jakość wyszukiwania bez ponownego embeddingu korpusu. Żadne parametry żądania nie są wymienione jako obsługiwane dla tego modelu.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Wyszukiwanie kodu jest oczywistym zastosowaniem: indeksowanie repozytorium, aby zapytanie wyszukiwania lub pytanie w języku naturalnym zwracało najbardziej odpowiednie pliki, funkcje lub fragmenty kodu. Agenci kodujący mogą używać tych samych embeddings do decydowania, które części bazy kodu wciągnąć do swojego kontekstu roboczego, co ma znaczenie, gdy repozytorium jest znacznie większe niż jakikolwiek pojedynczy prompt. Ponieważ wektory można skracać, ten sam indeks może służyć do szybkiego pierwszego przebiegu przy 256 wymiarach i bardziej precyzyjnego ponownego rankingu przy 2048. Wyszukiwanie dokumentacji, wykrywanie duplikatów lub prawie duplikatów kodu oraz grupowanie podobnych plików również naturalnie pasują, ponieważ wszystkie sprowadzają się do porównywania wektorów.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "voyageai/voyage-code-4". Ponieważ interfejs jest zgodny ze strukturą embeddings OpenAI, istniejące klienty i SDK, które już wskazują na bazowy URL zgodny z OpenAI, powinny działać po zmianie tylko identyfikatora modelu. Model obsługuje wprowadzanie tekstu i zwraca embeddings, z długością kontekstu 32000 tokenów i maksymalnym wyjściem 28800. Lista obsługiwanych parametrów jest pusta, więc nie należy oczekiwać możliwości przekazania opcji takich jak dimensions, truncation czy input type; wyślij tekst i odczytaj wektor.

Dwie rzeczy warto sprawdzić przed podjęciem decyzji. Po pierwsze, to jest model embeddingowy, więc nie odpowie na pytania ani nie wygeneruje kodu; połącz go z modelem generującym, jeśli potrzebujesz agenta, który zarówno wyszukuje, jak i odpowiada. Po drugie, pusta lista parametrów oznacza, że wybór wymiaru nie jest udostępniony jako opcja żądania, więc jeśli potrzebujesz wyraźnej kontroli nad rozmiarem wyjścia w momencie wywołania, potwierdź, jak to jest obsługiwane, zanim zaprojektujesz to rozwiązanie.