Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAPI / Produit · Prêt à l'emploiVoyage AI→ original

Voyage 4 : le modèle d'embeddings phare en MoE coûte 40 % de moins à servir que ses équivalents denses

Voyage AI a publié Voyage 4, une famille de quatre modèles qui transforment le texte en vecteurs numériques pour la recherche dans les systèmes RAG. Le modèle phare repose sur une architecture mixture-of-experts (MoE) : seule une partie du réseau s'active pour chaque requête, ce qui permet de le servir 40 % moins cher que des modèles denses de même catégorie. En qualité de recherche, il devance Gemini Embedding 001 de 3,87 % et OpenAI v3 Large de 14,05 %. Pour un RAG à fort trafic, c'est un moyen concret de réduire la facture.

Traité par IA depuis Voyage AI ; édité par Hamidun News
Voyage 4 : le modèle d'embeddings phare en MoE coûte 40 % de moins à servir que ses équivalents denses
Source : Voyage AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireVoyage AI ↗
Rédacteur en chef
Chiffre clé #1Un modèle puissant encode les documents, un modèle léger encode les requêtes, sans recalcul de la base
Chiffre clé #2Les 200 premiers millions de tokens via l'API Voyage sont gratuits
Chiffre clé #3Le modèle ouvert nano est disponible sur Hugging Face sous licence Apache 2.0

Pour qu'un réseau de neurones puisse rechercher dans vos documents, le texte est d'abord converti en embeddings, c'est-à-dire en séries de nombres qui permettent de mesurer la proximité sémantique entre deux fragments. C'est le fondement de tout RAG, soit l'association d'une recherche dans une base et d'un modèle de langage. Voyage AI a publié la famille Voyage 4 : quatre modèles de ce type, capables de travailler dans un espace vectoriel commun.

Le modèle phare repose sur une architecture mixture-of-experts (MoE) : à chaque requête, seule une partie des paramètres du réseau est activée, un peu comme si la question était traitée non pas par tous les médecins d'une clinique, mais par les seuls spécialistes concernés. Selon la société, cette approche rend son service 40 % moins cher que celui de modèles denses de qualité comparable, dont tous les paramètres sont sollicités en même temps.

Un seul langage vectoriel pour quatre modèles

La gamme comprend le modèle phare, deux modèles de taille intermédiaire et le premier modèle ouvert de l'entreprise. Son principal atout est l'espace d'embeddings commun : les vecteurs produits par différents modèles de la famille sont compatibles et se comparent directement. D'ordinaire, changer de modèle oblige à recalculer toute la base.

Voyage qualifie ce dispositif de recherche asymétrique. Imaginez une base de connaissances interne d'un million de documents. Vous la faites passer une seule fois dans le modèle le plus précis, et vous payez ce calcul une fois pour toutes. Les requêtes des utilisateurs, elles, sont encodées par un modèle compact, qui répond vite et coûte moins cher. La qualité de la recherche dépend largement des vecteurs des documents : vous profitez donc de la puissance du grand modèle, tandis que la latence et le coût de chaque requête restent ceux d'un petit modèle.

Pour les services à fort trafic, l'entreprise recommande la démarche suivante : encoder le corpus avec le modèle phare, utiliser un modèle léger pour les requêtes au démarrage, puis basculer les requêtes vers un modèle plus puissant si les exigences de précision augmentent. Les documents n'ont alors pas besoin d'être recalculés.

Le MoE appliqué aux embeddings et résultats des tests

Les modèles de langage en MoE sont désormais courants, mais Voyage présente son modèle phare comme le premier modèle d'embeddings de ce type prêt pour un usage industriel. La promesse est simple : une qualité au niveau des meilleurs, avec des coûts de service inférieurs de 40 % à ceux des modèles denses.

La qualité a été évaluée sur 29 jeux de données du benchmark RTEB. Le mode asymétrique a été testé séparément, sur des ensembles couvrant huit domaines : médecine, code, web, finance, documentation technique, documents longs, correspondances et droit. La métrique est le NDCG calculé sur les dix premiers documents restitués, qui indique à quel point les textes pertinents figurent haut dans les résultats. En moyenne, selon Voyage, le modèle phare devance Gemini Embedding 001 de 3,87 %, Cohere Embed v4 de 8,20 % et OpenAI v3 Large de 14,05 %. Il fait également mieux que les modèles précédents de la société. En mode asymétrique, d'après ses données, la qualité progresse aussi pour les modèles légers.

Économies de stockage et modèle ouvert

Tous les modèles prennent en charge la compression des vecteurs. Il est possible de choisir une longueur de vecteur de 2048, 1024, 512 ou 256 valeurs (technique Matryoshka), ainsi qu'un format numérique : flottants sur 32 bits, entiers signés ou non signés sur 8 bits, ou binaire. Plus le vecteur est court et le format simple, moins l'index occupe de place et moins la base vectorielle coûte cher. Voyage assure que les pertes de qualité restent minimes, un point qu'il convient toutefois de vérifier sur ses propres données.

Pour ceux qui ne veulent pas dépendre d'une API, il existe le modèle ouvert nano. Ses poids sont publiés sur Hugging Face sous licence Apache 2.0. Il convient aux prototypes en local, et l'on peut ensuite passer à des modèles payants sans changer d'espace vectoriel.

Que faire concrètement

Les modèles sont accessibles via l'API Voyage, et pour les clients de MongoDB Atlas via l'API Embedding and Reranking. Les 200 premiers millions de tokens sont gratuits, ce qui permet de comparer les options sans budget.

Quelques réserves s'imposent. Toutes les comparaisons ont été publiées par Voyage elle-même : une évaluation indépendante sur votre propre corpus est indispensable, surtout dans des domaines spécialisés. Le gain du mode asymétrique dépend du rapport entre les charges : il est net lorsque les requêtes sont bien plus nombreuses que les mises à jour de documents. Si votre corpus change toutes les heures, l'économie sera plus modeste. Le chiffre de 40 % concerne le coût de service du modèle phare, et non l'ensemble de votre facture de recherche.

Si vous développez un agent ou une recherche documentaire à fort trafic, testez l'association « modèle lourd pour les documents, modèle léger pour les requêtes ». Pour un chef de produit, c'est l'occasion de préserver la qualité de la recherche et de réduire le coût de chaque requête, sans reconstruire l'index à chaque changement de modèle.

Dossier

Questions clés sur cet article

Que sait-on sur Un seul langage vectoriel pour quatre modèles ?

La gamme comprend le modèle phare, deux modèles de taille intermédiaire et le premier modèle ouvert de l'entreprise. Son principal atout est l'espace d'embeddings commun : les vecteurs produits par différents modèles de la famille sont compatibles et se comparent directement. D'ordinaire, changer de modèle oblige à recalculer toute la base. Voyage qualifie ce dispositif de recherche asymétrique. Imaginez une base de connaissances interne d'un million de documents.

Que sait-on sur Le MoE appliqué aux embeddings et résultats des tests ?

Les modèles de langage en MoE sont désormais courants, mais Voyage présente son modèle phare comme le premier modèle d'embeddings de ce type prêt pour un usage industriel. La promesse est simple : une qualité au niveau des meilleurs, avec des coûts de service inférieurs de 40 % à ceux des modèles denses. La qualité a été évaluée sur 29 jeux de données du benchmark RTEB.

Que sait-on sur économies de stockage et modèle ouvert ?

Tous les modèles prennent en charge la compression des vecteurs. Il est possible de choisir une longueur de vecteur de 2048, 1024, 512 ou 256 valeurs (technique Matryoshka), ainsi qu'un format numérique : flottants sur 32 bits, entiers signés ou non signés sur 8 bits, ou binaire. Plus le vecteur est court et le format simple, moins l'index occupe de place et moins la base vectorielle coûte cher.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…