قیمت و API مدل voyage-4 در ایران
mongodb/voyage-4
شارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند.قیمتها و شارژ
کد آمادهٔ voyage-4: ساخت embedding برای جستجوی معنایی
نمونه بر اساس قابلیتهای همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
curl https://api.uttapen.ir/v1/embeddings \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "mongodb/voyage-4",
"input": ["گارانتی کتری برقی چند ماه است", "مدت ضمانت محصولات آشپزخانه"]
}'from openai import OpenAI
import numpy as np
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
docs = ["گارانتی کتری برقی ۱۸ ماه است", "ارسال سفارشها ۴۸ ساعته انجام میشود"]
question = "ضمانت کتری چقدر است"
vecs = client.embeddings.create(model="mongodb/voyage-4", input=docs + [question]).data
M = np.array([v.embedding for v in vecs])
M /= np.linalg.norm(M, axis=1, keepdims=True)
scores = M[:-1] @ M[-1]
print(docs[int(scores.argmax())])import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const docs = ["گارانتی کتری برقی ۱۸ ماه است", "ارسال سفارشها ۴۸ ساعته انجام میشود"];
const { data } = await client.embeddings.create({ model: "mongodb/voyage-4", input: [...docs, "ضمانت کتری چقدر است"] });
const norm = (v) => { const n = Math.hypot(...v); return v.map((x) => x / n); };
const vecs = data.map((d) => norm(d.embedding));
const q = vecs.at(-1);
const dot = (a, b) => a.reduce((s, x, i) => s + x * b[i], 0);
const best = vecs.slice(0, -1).map((v, i) => [dot(v, q), i]).sort((a, b) => b[0] - a[0])[0][1];
console.log(docs[best]);voyage-4 برای چه کاری خوب است؟
Mongodb این مدل را برای ساختن بردار از متن منتشر کرده؛ در یوتاپن با شناسهٔ «mongodb/
چندزبانه است، که برای متن فارسی مهم است؛ با این حال پیش از انتخاب نهایی آن را روی چند ده پرسش واقعی از اسناد خودت بسنج.
هزینه فقط بابت توکن ورودی است و خروجی هزینهای ندارد. ایندکسکردن هزار سند پانصدتوکنی (۵۰۰ هزار توکن) روی این مدل حدود ۱۰٬۳۸۶٫۵۸ تومان میشود؛ بردار را یک بار میسازی و بعد فقط پرسشها هزینه دارند. اگر گزینهٔ دیگری با قیمت نزدیک میخواهی، Embed 5 Fast از Cohere را هم ببین.
voyage-4 is a general-purpose (including multilingual) embedding model optimized for retrieval/search and AI applications. voyage-4 supports embedd about voyage-4 here: [mongodb.com/products/platform/ai-search-and-retrieval/models](https://www.mongodb.com/products/platform/ai-search-and-retrieval/models?utm_source=this platform&utm_medium=referral)
سه کار واقعی، با قیمت همین مدل
اعداد از همان قیمتهای بالا حساب شدهاند و با تغییر قیمت مدل تغییر میکنند.
| کار | توکن | هزینه |
|---|---|---|
| یک پرسش جستجوی کاربر | ۳۰ ورودی | ۰٫۶۲ تومان |
| ایندکس ده هزار عنوان محصول | ۳۰۰٬۰۰۰ ورودی | ۶٬۲۳۱٫۹۵ تومان |
| ایندکس هزار سند پانصدتوکنی | ۵۰۰٬۰۰۰ ورودی | ۱۰٬۳۸۶٫۵۸ تومان |
سؤالهای پرتکرار
- چطور با voyage-4 بردار بسازم؟
- کلید API بساز و در SDK رسمی OpenAI، base_url را https:/
/ api.uttapen.ir/ v1 بگذار و client.embeddings.create را با model «mongodb/ voyage-4» و input (یک رشته یا فهرستی از رشتهها) صدا بزن. برای هر ورودی یک بردار در data برمیگردد. - قیمت voyage-4 به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۲۰٬۷۷۳ تومان؛ خروجی هزینه ندارد. شارژ بر اساس توکن ورودیای است که همان درخواست گزارش کرده و درخواست ناموفق صفر تومان است.
- آیا voyage-4 را میشود در چت یا chat/completions استفاده کرد؟
- نه. مدل embedding پاسخ متنی تولید نمیکند؛ درخواست chat/
completions با این مدل خطای 400 میگیرد. برای RAG، بردار را با این مدل بساز و پاسخ نهایی را از یک مدل chat بگیر.