AI TOOLS RADAR
Prześlij
Wszystkie modele / VOYAGEAI
voyageai logo
voyageai

VoyageAI by MongoDB: rerank-2.5-lite

Opis źródłowy (angielski)

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...

Zobacz źródło w OpenRouter
Przegląd

Specyfikacja modelu

Kontekst
32 000 tokens
Maksymalne wyjście
28 800 tokens
Architektura
text->rerank
Tokenizer
Other
Granica wiedzy
Brak danych
Moderowany
Nie
OPENROUTER

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Wejście
$0.02
za milion tokenów wejściowych
API

Szybki start

Ustaw lokalnie OPENROUTER_API_KEY. Python wymaga requests, a JavaScript działa w Node.js. Klucz przechowuj na serwerze.

Dokumentacja API

curl --fail-with-body https://openrouter.ai/api/v1/rerank \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"voyageai/rerank-2.5-lite","query":"What is the capital of France?","documents":["Paris is the capital of France.","Berlin is the capital of Germany."],"top_n":1}'
Możliwości i modalności

Wejście → Wyjście

Wejście
text
Wyjście
rerank
API

Obsługiwane parametry API

Dostępni dostawcy

1 Dostawca

Sprawdzono: 7 września 2026

Dostawcy na żywo w OpenRouter

Dostępność, opóźnienie, przepustowość i routing stale się zmieniają. Aktualne dane są na stronie źródłowej.

OpenRouter

VoyageAI by MongoDB

Brak danych
Kontekst
32K
Maksymalne wyjście
29K
voyageai

4 modele

Wszystkie modele
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...

Kontekst
32K
Wejście
text
Wyjście
embeddings
Wejście: $0.12za milion tokenów
Zobacz szczegóły modelu →
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%...

Kontekst
32K
Wejście
text
Wyjście
rerank
Wejście: $0.05 za milion tokenów wejściowych
Zobacz szczegóły modelu →
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...

Kontekst
32K
Wejście
text · image
Wyjście
embeddings
Wejście: $0.12za milion tokenów
Zobacz szczegóły modelu →
voyageai logovoyageai

VoyageAI by MongoDB: voyage-4-lite

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,...

Kontekst
32K
Wejście
text
Wyjście
embeddings
Wejście: $0.02za milion tokenów
Zobacz szczegóły modelu →