Voyage KI-Modelle

Das neue Flaggschiffmodell von MoE. Etabliert eine neue Grenze für die Abrufgenauigkeit bei gleichzeitig niedrigeren Bereitstellungskosten im Vergleich zu vergleichbaren dichten Modellen.

Nähert sich der Abrufgenauigkeit des vorherigen Flaggschiffmodells voyage-3-large an, während die hohe Effizienz eines mittelgroßen Modells beibehalten wird. Alle Voyage-4-Modelle nutzen einen gemeinsamen Einbettungsraum.

Ermöglicht hochwertige Einbettungen bei deutlich reduzierten Rechenkosten und nähert sich der Abfragegenauigkeit von voyage-3.5 an.

Ein leichtgewichtiges, offenes Einbettungsmodell, das für die Ausführung auf lokalen Entwicklerrechnern optimiert ist.

Das einzige Modell für Text, Bilder und Video. Explizit auf Videoframes trainiert, um die semantische Suche für Videoarchive, Dokumente und Screenshots freizusetzen, ohne die Textgenauigkeit zu beeinträchtigen.

Kontextualisiertes Chunk-Einbettungsmodell, das Vektoren für Chunks erzeugt, die den vollständigen Dokumentkontext ohne manuelle Metadaten- und Kontexterweiterung erfassen.

rerank-2.5 ist ein universeller Reranker, der für Abrufqualität optimiert ist und mehrere Sprachen unterstützt.

rerank-2.5-lite ist ein universell einsetzbarer Reranker, der für Latenz und Qualität optimiert ist und mehrere Sprachen unterstützt.