AI TOOLS RADAR
Prześlij
Wszystkie modele / VOYAGEAI
voyageai logo
voyageai

VoyageAI by MongoDB: voyage-multimodal-3.5

Opis źródłowy (angielski)

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...

Zobacz źródło w OpenRouter
Przegląd

Specyfikacja modelu

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

Pełny cennik

Stawki zsynchronizowane z OpenRouter, za milion tokenów.

Wejście
$0.12
za milion tokenów
Obraz wejściowy
$0.6
za miliard pikseli
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/embeddings \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"voyageai/voyage-multimodal-3.5","input":"Your text here"}'
Możliwości i modalności

Wejście → Wyjście

Wejście
textimage
Wyjście
embeddings
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
Wejście
$0.12
Wyjście
Bezpłatnie
Odczyt pamięci podręcznej
Brak danych
Zapis pamięci podręcznej
Brak danych
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-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...

Kontekst
32K
Wejście
text
Wyjście
rerank
Wejście: $0.02 za milion tokenów wejściowych
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-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 →