VoyageAI by MongoDB: voyage-code-4

voyage-code-4 é um modelo de embedding de código da Voyage AI, uma empresa da MongoDB. Pertence à categoria de embeddings e não à família de chat ou geração de texto, portanto sua função é transformar a entrada em vetores e não escrever respostas. A data de lançamento do provedor é 2026-08-13. Se você está construindo ferramentas de recuperação, busca ou agentes em torno de código-fonte, este é o tipo de modelo que você avaliaria.

O modelo aceita texto como sua única modalidade de entrada e produz embeddings como sua única modalidade de saída. Seu comprimento de contexto é de 32000 tokens, e a saída máxima é de 28800. O provedor o descreve como projetado para agentes de codificação e recuperação de código, e ele usa embeddings Matryoshka em 2048, 1024, 512 e 256 dimensões. Embeddings Matryoshka significam que o mesmo vetor pode ser truncado para uma dimensão menor permanecendo utilizável, o que permite trocar armazenamento e velocidade de busca por qualidade de recuperação sem re-embeddar seu corpus. Nenhum parâmetro de requisição está listado como suportado para este modelo.

Essas capacidades apontam para um conjunto bastante específico de usos. Recuperação de código é o mais óbvio: indexar um repositório para que uma consulta de busca ou uma pergunta em linguagem natural retorne os arquivos, funções ou trechos mais relevantes. Agentes de codificação podem usar os mesmos embeddings para decidir quais partes de uma base de código trazer para seu contexto de trabalho, o que importa quando um repositório é muito maior do que qualquer prompt único. Como os vetores podem ser encurtados, o mesmo índice pode servir a uma primeira passada rápida em 256 dimensões e a um rerank mais preciso em 2048. Busca em documentação, detecção de código duplicado ou quase duplicado, e agrupamento de arquivos similares também são aplicações naturais, já que todas se reduzem a comparar vetores.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "voyageai/voyage-code-4". Como a interface segue o formato de embeddings da OpenAI, clientes e SDKs existentes que já apontam para uma URL base compatível com OpenAI devem funcionar apenas com a mudança do id de modelo. O modelo suporta entrada de texto e retorna embeddings, com um comprimento de contexto de 32000 tokens e uma saída máxima de 28800. A lista de parâmetros suportados está vazia, então você não deve esperar passar opções como dimensions, truncation ou input type; envie seu texto e leia o vetor de volta.

Duas coisas vale a pena verificar antes de se comprometer. Primeiro, este é um modelo de embedding, então ele não responderá perguntas nem gerará código; combine-o com um modelo de geração se você precisar de um agente que tanto recupere quanto responda. Segundo, a lista vazia de parâmetros significa que a seleção de dimensão não é exposta como uma opção de requisição, então se você precisar de controle explícito sobre o tamanho da saída no momento da chamada, confirme como isso é tratado antes de projetar em torno disso.