VoyageAI by MongoDB: voyage-multimodal-3.5

VoyageAI by MongoDB: voyage-multimodal-3.5 to multimodalny model embeddingowy od Voyage AI, firmy, ktora jest teraz czescia MongoDB. Nalezy do kategorii embeddings, a nie do kategorii chat, wiec jego zadaniem jest zamiana tresci wejsciowej na wektory, a nie generowanie odpowiedzi tekstowych. Model zostal udostepniony przez dostawce 2026-07-27.

Model przyjmuje dane wejsciowe w postaci tekstu i obrazow oraz zwraca embeddingi jako dane wyjsciowe. Jego okno kontekstu wynosi 32 000 tokenow, a maksymalna dlugosc wyjscia to 28 800. Zgodnie z opisem dostawcy voyage-multimodal-3.5 potrafi wektoryzowac tekst, obrazy i wideo osobno, a takze tresci przeplatajace wszystkie trzy modalnosci, co czyni go modelem embeddingowym ogolnego przeznaczenia, a nie tylko tekstowym.

To polaczenie mozliwosci wskazuje na kilka praktycznych zastosowan. Poniewaz obsluguje zarowno tekst, jak i obrazy w jednej przestrzeni embeddingowej, pasuje do systemow wyszukiwania i wyszukiwania informacji, w ktorych zapytania i dokumenty moga miec inny kształt, na przyklad zapytanie tekstowe dopasowywane do katalogu obrazow albo dokumenty mieszane osadzane jako jedna calosc. Obsluga tresci przeplatanej oznacza, ze strony laczace proze, obrazy i wideo w sekwencji moga byc wektoryzowane bez dzielenia ich na osobne potoki. Klastrowanie, deduplikacja, rekomendacje i klasyfikacja w kolekcjach mediow mieszanych rowniez naturalnie sie wpisuja.

Wywołujesz go przez API zgodne z OpenAI w api14, uzywajac identyfikatora modelu voyageai/voyage-multimodal-3.5, co oznacza, ze istniejace biblioteki klienckie OpenAI i wzorce żądań dzialaja dalej po zmianie nazwy modelu. Jesli chodzi o parametry żądania, model nie wymienia żadnych obslugiwanych parametrow, wiec nie ma powierzchni dostrajania do skonfigurowania w ciele żądania poza identyfikatorem modelu i samą trescia wejsciowa. Wysyłasz tekst i obrazy jako dane wejsciowe, a otrzymujesz z powrotem embeddingi.

Poniewaz lista obslugiwanych parametrow jest pusta, jesli potrzebujesz kontroli nad wymiarami, zachowaniem przy ucinaniu lub innymi opcjami embeddingow, sprawdz, czy inny model embeddingowy w katalogu api14 udostepnia te opcje, zanim sie zdecydujesz. Podobnie ten model nie generuje tekstu, wiec zadania wymagajace streszczania, odpowiadania na pytania lub czatu powinny trafic do modelu generatywnego. Wybierz voyage-multimodal-3.5, gdy zadanie polega na reprezentacji, a nie na generowaniu, oraz gdy twoja tresc laczy tekst i obrazy.