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)
LançamentoArtigo científico · Para P&DVoyage AI→ original

Voyage rerank-2.5 superou o Cohere em 7,94% na precisão de busca e entende instruções

Um reranker em RAG pega cerca de cem documentos encontrados e coloca no topo os mais relevantes. A Voyage AI lançou o rerank-2.5 e o rerank-2.5-lite: na qualidade dos resultados, em 93 conjuntos de dados, eles são 7,94% e 7,16% mais precisos que o Cohere Rerank v3.5. Os modelos entendem dicas como "busque leis, não processos judiciais" e leem até 32 mil tokens. O preço continua o mesmo, então vale testar a substituição com os seus próprios dados.

Processado por IA de Voyage AI; editado por Hamidun News
Voyage rerank-2.5 superou o Cohere em 7,94% na precisão de busca e entende instruções
Fonte: Voyage AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalVoyage AI ↗
Editor-chefe
Dado-chave #1Com instruções, a precisão sobe mais 8,13% e 7,55% em 24 conjuntos de dados
Dado-chave #2No benchmark MAIR, eles superam o Cohere em 12,70% e 10,36%
Dado-chave #3Novos usuários ganham os primeiros 200 milhões de tokens gratuitamente

Imagine uma busca em uma base de conhecimento: o usuário digita "Jaguar", e a primeira etapa da busca retorna cem documentos — sobre carros, sobre gatos e sobre o sistema operacional de mesmo nome. Para que o documento certo fique no topo, sistemas RAG usam um reranker: um modelo que recebe a consulta e os cem candidatos e os reordena conforme a relevância real. A Voyage AI lançou uma nova geração desses modelos: o rerank-2.

5 e o rerank-2.5-lite, versão mais leve. O número 7,94% do título significa que, na qualidade média dos resultados (métrica NDCG@10: o quão alto os documentos relevantes aparecem nos dez primeiros), o rerank-2.

5 supera o Cohere Rerank v3.5 em 7,94%, e a versão lite, em 7,16%. A medição foi feita em 93 conjuntos de dados.

A segunda novidade: agora é possível descrever a tarefa ao reranker em linguagem comum. Vale a leitura para quem constrói busca ou RAG e precisa escolher com que reordenar os resultados.

O que mudou nos modelos

A empresa comparou os modelos em 93 datasets de nove áreas: documentação técnica, código, direito, finanças, avaliações da internet, busca multilíngue, documentos longos, medicina e diálogos. A parte multilíngue inclui 51 conjuntos em 31 idiomas. O método de teste é o seguinte: a busca inicial (BM25, embeddings da OpenAI text-embedding-3-large e outros) entrega até 100 candidatos, o reranker os reordena e são considerados os 10 melhores.

Em média sobre as quatro variantes de busca inicial, o rerank-2.5 fica à frente do Cohere Rerank v3.5 em 7,94%, e o rerank-2.5-lite, em 7,16%. Eles também superam o Qwen3-Reranker-8B, de código aberto, em 2,25% e 1,47%, e a Voyage ressalta que seus modelos são mais de dez vezes menores. A geração anterior da Voyage ficou atrás em 1,85% no modelo principal e em 1,08% no mais leve. A Voyage também afirma que ambos os modelos são melhores que LLMs usados como reranker, mas promete os detalhes em um artigo separado, então, por enquanto, a afirmação não traz números.

A empresa também destaca que o Cohere Rerank v3.5, sobre a busca inicial mais forte, pode piorar os resultados, enquanto os novos modelos melhoram o resultado com qualquer método de busca inicial. Na prática, isso é um sinal: o reranker deve ser testado com os seus dados, e não adotado por padrão.

O contexto aumentou para 32 mil tokens. É 8 vezes mais que o do Cohere Rerank v3.5 e o dobro dos modelos anteriores da Voyage. Documentos longos, como contratos, especificações e regulamentos, agora podem ser enviados inteiros, sem cortes. O preço por token não mudou.

Instruções em vez de fine-tuning

A principal função é seguir instruções. Acrescenta-se à consulta (ou coloca-se antes dela) uma frase em linguagem natural, e o modelo altera as notas de relevância. A Voyage cita três tipos de tarefa:

  • Ênfases. Em busca de artigos científicos, é possível definir "considere o título, ignore o resumo".
  • Tipo de documento. Um serviço jurídico pode fixar "busque atos normativos e leis, não processos judiciais".
  • Contexto. A frase "este aplicativo é sobre carros" ajuda a entender que "Jaguar" é uma marca de automóvel, e não um animal.

Os exemplos do artigo mostram a diferença. Para a pergunta sobre quem está no grupo de risco da doença mão-pé-boca, o modelo antigo devolveu uma resposta genérica, "crianças". Com a instrução "foque na idade", o topo passou a ser um parágrafo sobre crianças até 10 anos e a sazonalidade dos surtos. Em outro caso, alguém pergunta o que significa "desbloquear o dispositivo" e explica que é um empresário com um celular de trabalho. Com essa dica, o modelo escolhe a resposta sobre troca de operadora em viagens, considerando as regras corporativas.

Em números, em 24 conjuntos internos de sete áreas, as instruções geram ganho de 8,13% para o rerank-2.5 e de 7,55% para a versão lite. Em três conjuntos de aplicações reais, o ganho foi de 11,48% e 7,83%. No benchmark acadêmico MAIR, em que as tarefas têm instruções específicas, os modelos superam o Cohere Rerank v3.5 em 12,70% e 10,36%.

O que fazer na prática

Os modelos já estão disponíveis com cobrança por token, e novos usuários recebem 200 milhões de tokens gratuitos. Para quem usa a geração anterior, a Voyage recomenda a migração: a qualidade é maior, o contexto é o dobro e o preço continua o mesmo. Os modelos antigos permanecerão disponíveis para quem não quiser mudar.

Desenvolvedores de RAG devem testar duas coisas. Primeiro, colocar as regras permanentes na instrução: prioridade de tipos de documento, idioma, setor. Isso sai mais barato do que retreinar o modelo ou montar filtros. Segundo, revisar as configurações de divisão dos documentos: com 32 mil tokens, parte dos textos não precisa ser fragmentada tão finamente.

Há também limitações. Todos os números foram obtidos pela própria Voyage, inclusive nos conjuntos internos, e ainda não há medições independentes. O ganho de 7–8% em NDCG@10 é a média do conjunto e pode ser diferente no seu corpus. A empresa ainda recomenda usar seus embeddings em conjunto, então parte do material é marketing. Ainda assim, a combinação de maior precisão, contexto longo e preço inalterado faz do rerank-2.5 um candidato sério para substituir o Cohere em produção.

História

Perguntas frequentes sobre a notícia

O que mudou nos modelos?

A empresa comparou os modelos em 93 datasets de nove áreas: documentação técnica, código, direito, finanças, avaliações da internet, busca multilíngue, documentos longos, medicina e diálogos. A parte multilíngue inclui 51 conjuntos em 31 idiomas. O método de teste é o seguinte: a busca inicial (BM25, embeddings da OpenAI text-embedding-3-large e outros) entrega até 100 candidatos, o reranker os reordena e são considerados os 10 melhores.

O que se sabe sobre Instruções em vez de fine-tuning?

A principal função é seguir instruções. Acrescenta-se à consulta (ou coloca-se antes dela) uma frase em linguagem natural, e o modelo altera as notas de relevância. A Voyage cita três tipos de tarefa: Ênfases. Em busca de artigos científicos, é possível definir "considere o título, ignore o resumo". Tipo de documento. Um serviço jurídico pode fixar "busque atos normativos e leis, não processos judiciais". Contexto.

O que fazer na prática?

Os modelos já estão disponíveis com cobrança por token, e novos usuários recebem 200 milhões de tokens gratuitos. Para quem usa a geração anterior, a Voyage recomenda a migração: a qualidade é maior, o contexto é o dobro e o preço continua o mesmo. Os modelos antigos permanecerão disponíveis para quem não quiser mudar. Desenvolvedores de RAG devem testar duas coisas. Primeiro, colocar as regras permanentes na instrução: prioridade de tipos de documento, idioma, setor.

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…