mongodb

VoyageAI by MongoDB: voyage-4-large

mongodb/voyage-4-large

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

voyage-4-large é um modelo de texto para embeddings listado no catálogo do OpenRouter sob VoyageAI by MongoDB. Segundo a descrição do catálogo, é um modelo de embeddings multilíngue e de uso geral voltado à qualidade de recuperação, construído com aprendizado Matryoshka e treinamento ciente de quantização. A listagem informa uma janela de contexto de 32.000 tokens, entrada somente de texto e saída de embeddings. Todas as capacidades aqui são alegadas pelo fornecedor por meio do catálogo; este pacote de fontes não incluiu um model card independente nem resultados de benchmarks medidos, portanto o posicionamento de qualidade de recuperação permanece não verificado nesta evidência.[1]

Pontos fortes

O catálogo descreve um modelo de embeddings multilíngue e de uso geral posicionado para qualidade de recuperação.[1]
O uso relatado de aprendizado Matryoshka e treinamento ciente de quantização pode permitir tamanhos de embedding flexíveis e implantação eficiente, embora os detalhes estejam truncados na fonte.[1]
É relatada uma janela de contexto de 32.000 tokens, comparativamente ampla para entradas de embeddings.[1]

Limitações

Apenas uma entrada do catálogo do OpenRouter foi fornecida; não havia um model card independente neste pacote de fontes, portanto as capacidades precisam ser validadas nas suas próprias cargas de trabalho.[1]
Não foram incluídos resultados de benchmarks nem medições de terceiros; a qualidade de recuperação é uma alegação do fornecedor, não um resultado medido.[1]
A saída é somente de embeddings e nenhuma capacidade de raciocínio é relatada; não é um modelo de geração de texto.[1]

Onde usar

Vale avaliar para busca semântica e recuperação em coleções de documentos multilíngues, dado o seu posicionamento declarado.[1]
Candidato para pipelines de indexação RAG que ingerem documentos longos, sujeito a testes com a carga de trabalho real.[1]
Pode atender implantações que buscam embeddings de dimensão flexível ou quantizados via treinamento estilo Matryoshka, se confirmado em testes.[1]

Fontes

[1] OpenRouter catalog · VoyageAI by MongoDB: voyage-4-largeFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

voyage-4-large is a state-of-the-art general-purpose and multilingual embedding optimized for retrieval quality. Enabled by Matryoshka learning and quantization-aware training, voyage-4-large supports embeddings voyage-4-large here: [mongodb.com/products/platform/ai-search-and-retrieval/models](https://www.mongodb.com/products/platform/ai-search-and-retrieval/models?utm_source=openrouter&utm_medium=referral)

Especificações

ID do modelo: mongodb/voyage-4-large
ID canônico: voyageai/voyage-4-large-20260727
Criador: mongodb
Adicionado ao OpenRouter: 27.07.2026
Comprimento de contexto: 32,000
Modalidade: text->embeddings
Modalidades de entrada: text
Modalidades de saída: embeddings
Preço por token: USD por 1M de tokens: entrada $0.120 / saída $0
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	saída: embeddings

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
VoyageAI by MongoDB	32,000	$0.120	$0	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.