Usamos cookies. Cookies e o armazenamento do navegador mantêm você conectado e lembram suas preferências. Com sua permissão, também medimos como o site é usado. Você pode a qualquer momento. Veja nossa política de cookies.
mongodb/voyage-4-largeUsa o seu saldo, aos preços acima. Novas contas começam com uso grátis.
Configurações
VoyageAI by MongoDB: voyage-4-large é um modelo de embeddings de uso geral e multilíngue da VoyageAI by MongoDB. Ele está na categoria de embeddings, portanto sua função é transformar texto em representações vetoriais, e não gerar respostas de chat. Ele foi criado para qualidade de recuperação, o que o torna uma escolha natural para sistemas de busca e recuperação nos quais a qualidade da representação vetorial afeta diretamente o que é recuperado.
O modelo aceita texto como entrada e retorna embeddings como saída. Ele tem um comprimento de contexto de 32.000 tokens e uma saída máxima de 28.800. Seu design é viabilizado por aprendizado Matryoshka e treinamento ciente de quantização, e ele oferece suporte a embeddings. Como é multilíngue e de uso geral, pode ser aplicado a texto em mais de um idioma sem trocar para um modelo separado.
Os casos de uso práticos decorrem dessas propriedades. A recuperação é o principal: indexar documentos, passagens ou registros e gerar embeddings de consultas para que uma camada de busca possa classificar resultados por similaridade semântica. Corpora multilíngues são uma boa opção, já que o mesmo modelo pode gerar embeddings de conteúdo e consultas em vários idiomas. O aprendizado Matryoshka significa que os embeddings podem ser usados em diferentes níveis de truncamento, o que é útil quando você precisa equilibrar armazenamento ou latência com qualidade de recuperação em um índice vetorial. O treinamento ciente de quantização importa quando os embeddings são armazenados em forma comprimida, pois mantém a qualidade mais próxima de vetores de precisão total.
Você chama o modelo pela API compatível com OpenAI da api14 usando o id de modelo "mongodb/voyage-4-large". Como o endpoint segue o formato OpenAI, você pode apontar um cliente OpenAI existente para a api14 e enviar requisições de embedding da maneira usual, com o id de modelo no corpo da requisição. O modelo não oferece suporte a parâmetros de requisição adicionais, então as requisições permanecem simples: o id de modelo e o texto de entrada são o que importa. A tabela de preços ao vivo da página mostra as tarifas atuais.
Um limite a ter em mente é que este é um modelo de embeddings, não um gerador de texto. Se você precisa de conclusões de chat, raciocínio, chamada de ferramentas ou qualquer saída de texto gerado, um modelo diferente é a escolha certa. O Voyage-4-large serve para produzir vetores, e seu contexto de 32.000 tokens limita quanto texto pode entrar em uma única requisição de embedding.
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));
Esta comunidade ainda não tem tópicos. Abra o primeiro sobre VoyageAI by MongoDB: voyage-4-large.