Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoVoyage AI→ original

Voyage 4: modelo de embeddings carro-chefe com MoE tem custo de operação 40% menor que modelos densos

A Voyage AI lançou o Voyage 4, uma família de quatro modelos que transformam texto em vetores numéricos para busca em RAG. O carro-chefe usa a arquitetura mixture-of-experts (MoE): a cada consulta, só uma parte da rede é ativada, e por isso a operação custa 40% menos que a de modelos densos da mesma classe. Em qualidade de busca, ele supera o Gemini Embedding 001 em 3,87% e o OpenAI v3 Large em 14,05%. Para RAG com tráfego alto, é uma forma de reduzir a conta.

Processado por IA de Voyage AI; editado por Hamidun News
Voyage 4: modelo de embeddings carro-chefe com MoE tem custo de operação 40% menor que modelos densos
Fonte: Voyage AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalVoyage AI ↗
Editor-chefe
Dado-chave #1Um modelo potente codifica os documentos e um modelo leve codifica as consultas, sem precisar recalcular a base
Dado-chave #2Os primeiros 200 milhões de tokens pela Voyage API são gratuitos
Dado-chave #3O modelo aberto nano está no Hugging Face, sob licença Apache 2.0

Para que uma rede neural consiga buscar nos seus documentos, o texto primeiro é convertido em embeddings: um conjunto de números que permite medir o quanto dois trechos se aproximam em significado. Isso é a base de qualquer RAG, ou seja, a combinação de "busca na base de dados mais modelo de linguagem". A Voyage AI lançou a família Voyage 4: quatro modelos desse tipo, capazes de trabalhar em um espaço vetorial compartilhado.

O carro-chefe é construído sobre a arquitetura mixture-of-experts (MoE): a cada consulta, apenas parte dos parâmetros da rede é ativada, como se a pergunta fosse analisada não por todos os médicos da clínica, mas só pelos especialistas necessários. Com isso, segundo a empresa, o custo de operação é 40% menor que o de modelos densos de qualidade comparável, nos quais todos os parâmetros trabalham ao mesmo tempo.

Uma só linguagem vetorial para quatro modelos

A série inclui um modelo carro-chefe, dois modelos de porte médio e o primeiro modelo aberto da empresa. O principal diferencial é o espaço de embeddings compartilhado: os vetores criados por diferentes modelos da família são compatíveis e podem ser comparados diretamente. Normalmente, ao trocar de modelo, é preciso recalcular toda a base.

A Voyage chama esse esquema de busca assimétrica. Imagine uma base de conhecimento interna com um milhão de documentos. Você a processa uma única vez no modelo mais preciso e paga por isso uma só vez. Já as consultas dos usuários são codificadas por um modelo compacto, que responde rápido e custa menos. A qualidade da busca depende em grande parte dos vetores dos documentos, então você aproveita o benefício do modelo grande, enquanto a latência e o preço de cada consulta ficam no nível do modelo pequeno.

Para serviços com tráfego alto, a empresa recomenda esta ordem: codificar o corpus com o carro-chefe, usar um modelo leve para as consultas no início e, quando os requisitos de precisão aumentarem, migrar as consultas para um modelo mais potente. Os documentos não precisarão ser recalculados.

MoE em embeddings e resultados dos testes

Modelos de linguagem com MoE já são comuns, mas a Voyage afirma que seu carro-chefe é o primeiro modelo de embeddings desse tipo pronto para uso em produção. A promessa é simples: qualidade no nível dos melhores, com custo de operação 40% menor que o de modelos densos.

A qualidade foi avaliada em 29 datasets do benchmark RTEB. O modo assimétrico foi testado separadamente, em conjuntos de oito áreas: medicina, código, web, finanças, documentação técnica, documentos longos, conversas e direito. A métrica é o NDCG nos dez melhores documentos encontrados, que mostra o quão alto os textos relevantes aparecem nos resultados. No resultado médio, segundo a Voyage, o carro-chefe supera o Gemini Embedding 001 em 3,87%, o Cohere Embed v4 em 8,20% e o OpenAI v3 Large em 14,05%. Ele também é melhor que os modelos anteriores da própria empresa. No modo assimétrico, de acordo com a companhia, a qualidade também melhora para os modelos leves.

Economia no armazenamento e o modelo aberto

Todos os modelos suportam compressão de vetores. É possível escolher o comprimento do vetor entre 2048, 1024, 512 ou 256 valores (tecnologia Matryoshka) e o formato dos números: ponto flutuante de 32 bits, inteiros de 8 bits com sinal ou sem sinal, ou binário. Quanto mais curto o vetor e mais simples o formato, menos espaço o índice ocupa e mais barato fica o banco de dados vetorial. A Voyage garante que a perda de qualidade é mínima, mas vale verificar isso nos seus próprios dados.

Para quem não quer depender de uma API, há o modelo aberto nano. Seus pesos estão publicados no Hugging Face, sob licença Apache 2.0. Ele serve para protótipos locais, e depois é possível migrar para os modelos pagos sem trocar o espaço de vetores.

O que fazer na prática

Os modelos estão disponíveis pela Voyage API e, para clientes do MongoDB Atlas, pela Embedding and Reranking API. Os primeiros 200 milhões de tokens são gratuitos, então dá para comparar as opções sem orçamento.

Há ressalvas. Todas as comparações foram publicadas pela própria Voyage, por isso a verificação independente no seu corpus é indispensável, principalmente em áreas especializadas. O ganho do modo assimétrico depende da proporção entre as cargas: ele é mais visível onde há muito mais consultas do que atualizações de documentos. Se o corpus muda a cada hora, a economia será mais modesta. Os 40% se referem ao custo de operação do carro-chefe, e não a toda a sua conta de busca.

Se você está construindo um agente ou uma busca em documentos com tráfego alto, teste a combinação "modelo pesado para documentos, modelo leve para consultas". Para quem cuida do produto, é uma chance de manter a qualidade da busca e reduzir o preço de cada consulta, sem reconstruir o índice ao trocar de modelo.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Uma só linguagem vetorial para quatro modelos?

A série inclui um modelo carro-chefe, dois modelos de porte médio e o primeiro modelo aberto da empresa. O principal diferencial é o espaço de embeddings compartilhado: os vetores criados por diferentes modelos da família são compatíveis e podem ser comparados diretamente. Normalmente, ao trocar de modelo, é preciso recalcular toda a base. A Voyage chama esse esquema de busca assimétrica. Imagine uma base de conhecimento interna com um milhão de documentos.

O que se sabe sobre MoE em embeddings e resultados dos testes?

Modelos de linguagem com MoE já são comuns, mas a Voyage afirma que seu carro-chefe é o primeiro modelo de embeddings desse tipo pronto para uso em produção. A promessa é simples: qualidade no nível dos melhores, com custo de operação 40% menor que o de modelos densos. A qualidade foi avaliada em 29 datasets do benchmark RTEB. O modo assimétrico foi testado separadamente, em conjuntos de oito áreas: medicina, código, web, finanças, documentação técnica, documentos longos, conversas e direito.

O que se sabe sobre Economia no armazenamento e o modelo aberto?

Todos os modelos suportam compressão de vetores. É possível escolher o comprimento do vetor entre 2048, 1024, 512 ou 256 valores (tecnologia Matryoshka) e o formato dos números: ponto flutuante de 32 bits, inteiros de 8 bits com sinal ou sem sinal, ou binário. Quanto mais curto o vetor e mais simples o formato, menos espaço o índice ocupa e mais barato fica o banco de dados vetorial. A Voyage garante que a perda de qualidade é mínima, mas vale verificar isso nos seus próprios dados.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…