VoyageAI by MongoDB: voyage-multimodal-3.5

VoyageAI pela MongoDB: voyage-multimodal-3.5 é um modelo de embedding multimodal da Voyage AI, uma empresa que agora faz parte da MongoDB. Ele está na categoria de embeddings e não na categoria de chat, portanto seu trabalho é transformar o conteúdo de entrada em vetores em vez de gerar respostas de texto. O modelo foi lançado pelo provedor em 2026-07-27.

O modelo aceita entradas de texto e imagem e produz embeddings como saída. Sua janela de contexto é de 32.000 tokens, e a saída máxima é de 28.800. De acordo com a descrição do provedor, o voyage-multimodal-3.5 é capaz de vetorizar texto, imagens e vídeo individualmente, e também conteúdo que intercala as três modalidades, o que o torna um modelo de embedding de propósito geral em vez de apenas texto.

Essa combinação de capacidades aponta para alguns usos práticos. Como ele lida tanto com texto quanto com imagens em um único espaço de embedding, ele se encaixa em sistemas de busca e recuperação onde consultas e documentos podem não ter o mesmo formato, por exemplo uma consulta de texto comparada com um catálogo de imagens, ou documentos de mídia mista incorporados como uma única unidade. O suporte a conteúdo intercalado significa que páginas que combinam prosa, imagens e vídeo em sequência podem ser vetorizadas sem dividi-las em pipelines separados. Agrupamento, deduplicação, recomendação e classificação sobre coleções de mídia mista também são aplicações naturais.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo voyageai/voyage-multimodal-3.5, o que significa que bibliotecas cliente OpenAI existentes e padrões de requisição continuam funcionando com o nome do modelo trocado. Em termos de parâmetros de requisição, o modelo não lista nenhum parâmetro suportado, então não há superfície de ajuste a configurar no corpo da requisição além do id do modelo e do próprio conteúdo de entrada. Você envia a entrada de texto e imagem, e recebe embeddings de volta.

Como a lista de parâmetros suportados está vazia, se você precisar de controle sobre dimensões, comportamento de truncamento ou outras opções de embedding, verifique se outro modelo de embedding no catálogo da api14 expõe esses ajustes antes de se comprometer. Da mesma forma, este modelo não gera texto, então tarefas que precisam de sumarização, resposta a perguntas ou chat devem ir para um modelo generativo. Escolha o voyage-multimodal-3.5 quando a tarefa for representação em vez de geração, e quando seu conteúdo misturar texto e imagens.