AI TOOLS RADAR
Soumettre
Tous les modèles / VOYAGEAI
voyageai logo
voyageai

VoyageAI by MongoDB: voyage-4-lite

Description de la source (anglais)

voyage-4-lite is a lightweight, general-purpose embedding model optimized for low latency and cost. Enabled by Matryoshka learning and quantization-aware training, voyage-4-lite supports embeddings in 2048, 1024, 512, and 256 dimensions,...

Voir la source sur OpenRouter
Présentation

Caractéristiques du modèle

Contexte
32 000 tokens
Sortie maximale
28 800 tokens
Architecture
text->embeddings
Tokenizer
Other
Limite des connaissances
Non indiqué
Modéré
Non
OPENROUTER

Tarification complète

Tarifs synchronisés depuis OpenRouter, par million de tokens.

Entrée
$0.02
par million de tokens
API

Démarrage rapide

Définissez OPENROUTER_API_KEY localement. Python nécessite requests ; JavaScript s’exécute dans Node.js. Gardez la clé côté serveur.

Documentation de l’API

curl --fail-with-body https://openrouter.ai/api/v1/embeddings \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"voyageai/voyage-4-lite","input":"Your text here"}'
Capacités et modalités

Entrée → Sortie

Entrée
text
Sortie
embeddings
API

Paramètres API pris en charge

Fournisseurs disponibles

1 Fournisseur

Vérifié: 7 septembre 2026

Fournisseurs en direct sur OpenRouter

Disponibilité, latence, débit et routage évoluent en continu. Consultez la source pour les données en temps réel.

OpenRouter

VoyageAI by MongoDB

Non indiqué
Contexte
32K
Sortie maximale
29K
Entrée
$0.02
Sortie
Gratuit
Lecture du cache
Non indiqué
Écriture du cache
Non indiqué
voyageai

4 modèles

Tous les modèles
voyageai logovoyageai

VoyageAI by MongoDB: voyage-code-4

voyage-code-4 is a code embedding model from Voyage AI, a MongoDB company. It is designed for coding agents and code retrieval, with Matryoshka embeddings at 2048, 1024, 512, and 256...

Contexte
32K
Entrée
text
Sortie
embeddings
Entrée: $0.12par million de tokens
Voir la fiche du modèle →
voyageai logovoyageai

VoyageAI by MongoDB: rerank-2.5-lite

rerank-2.5-lite is a reranker optimized for both latency and quality, delivering a 7.16% improvement in retrieval accuracy over Cohere Rerank v3.5 across 93 datasets. It also outperformed Cohere Rerank v3.5...

Contexte
32K
Entrée
text
Sortie
rerank
Entrée: $0.02 par million de tokens en entrée
Voir la fiche du modèle →
voyageai logovoyageai

VoyageAI by MongoDB: rerank-2.5

rerank-2.5 is a cutting-edge reranker optimized for quality, delivering a 7.94% improvement in retrieval accuracy over Cohere Rerank v3.5 across 93 datasets. It also outperformed Cohere Rerank v3.5 by 12.70%...

Contexte
32K
Entrée
text
Sortie
rerank
Entrée: $0.05 par million de tokens en entrée
Voir la fiche du modèle →
voyageai logovoyageai

VoyageAI by MongoDB: voyage-multimodal-3.5

voyage-multimodal-3.5 is a state-of-the-art multimodal embedding model capable of vectorizing not only text, images, and video individually, but also content that interleaves all three modalities. It delivers excellent performance for...

Contexte
32K
Entrée
text · image
Sortie
embeddings
Entrée: $0.12par million de tokens
Voir la fiche du modèle →