Voyage AI (Voyage AI)
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | voyage-4-large: $0.12/M, voyage-4: $0.06/M, voyage-4-lite: $0.02/M, voyage-context-3: $0.18/M, voyage-code-3: $0.18/M, voyage-multimodal-3.5: $0.12/M | 每百万 tokens |
| 输出 (Output) | （embedding API — no output tokens; rerank-2.5: $0.05/M tokens, rerank-2.5-lite: $0.02/M tokens） | 每百万 tokens |
200M free tokens per account (text embedding + reranker), 50M free tokens for legacy domain models, 200M free text tokens + 150B free pixels for multimodal
🤖 支持模型（共 8 个）
✨ 优势
- ✓ voyage-4 系列在 RTEB 基准上超过 OpenAI v3 Large 14%、Cohere Embed v4 8%、Gemini Embedding 001 4%
- ✓ MoE 架构：voyage-4-large 是首个生产级 MoE 嵌入模型
- ✓ 32K 上下文窗口（OpenAI 仅 8K，Cohere 仅 512）
- ✓ Matryoshka 灵活维度：支持 2048/1024/512/256 维，可大幅降低向量库存储
- ✓ 200M 免费 token 开户额度（embeddings + rerankers）
- ✓ Domain-specific 模型：voyage-code-3、voyage-finance-2、voyage-law-2
- ✓ 已加入 MongoDB 团队（2025 年 3 月），背靠大厂长期稳定
⚠️ 不足
- × API 不兼容 OpenAI 标准（不同 schema，需 input_type 参数）
- × 无 chat completions 端点（仅 embedding + rerank + multimodal）
- × 中国访问稳定性未公开声明
- × 无公开联盟推广计划
- × 模型选择集中在 embedding/rerank，不做通用对话
🎯 适合场景
RAG 系统、向量检索、文档嵌入、代码搜索、跨模态（文本+图像）检索；需要高精度嵌入的企业级搜索应用
💰 价格与方案
| 模型 / 端点 | 每百万 token 价格 | 免费额度 | 最佳用途 |
|---|---|---|---|
| voyage-4-large | $0.12 | 2 亿 token | 通用与多语言检索质量最佳 |
| voyage-4 | $0.06 | 2 亿 token | 质量与成本平衡；4 系模型向量互相兼容 |
| voyage-4-lite | $0.02 | 2 亿 token | 大批量建索引时延迟与成本最低 |
| voyage-code-4 | $0.12 | 2 亿 token | 代码检索与 coding agent 场景 |
| voyage-context-4 | $0.12 | 2 亿 token | 长文档的上下文分块嵌入 |
| voyage-finance-2 / voyage-law-2 | $0.12 | 5000 万 token | 金融与法律语料的领域专用检索 |
| voyage-multimodal-3.5 | 文本 $0.12 + 每 10 亿像素 $0.60 | 2 亿文本 token + 1500 亿像素 | 单一端点同时处理文本、图像与视频嵌入 |
| rerank-3 | $0.05 | 2 亿 token | 对向量检索召回的候选做第二阶段重排 |
| rerank-3-lite | $0.02 | 2 亿 token | 候选集极大时更省钱的重排方案 |
| Batch API（嵌入 + 重排） | 标准费率便宜 33% | 不消耗免费 token | 12 小时完成窗口的大批量语料建索引 |
| Files API 存储 | $0.05/GB/月 | 不适用 | 批量输入输出文件，保留 30 天 |
| 上一代：voyage-context-3 / voyage-code-3 | $0.18 | 无免费额度 | 仍锁定在上一代模型的既有管线 |
🔧 API 与开发者体验
- •REST API + OpenAPI 规范: 三个推理端点（/v1/embeddings、/v1/contextualizedembeddings、/v1/rerank），并在 github.com/voyage-ai/openapi 公开 OpenAPI 规范，便于自建客户端
- •官方 Python 客户端 + 社区 SDK: voyageai 包提供 embed()、contextualized_embed() 与 rerank()；社区维护的客户端覆盖 Ruby、Vercel、Go、TypeScript 与 C#
- •input_type 参数: 传入 query 或 document 让编码器知道检索角色；Voyage 官方文档建议所有 RAG 场景都应设置该参数
- •框架与向量数据库集成: LangChain、LlamaIndex、Haystack、LanceDB、Weaviate、Pinecone、Qdrant、Milvus、Redis、pgai 与 Unstructured 均提供开箱即用的 Voyage 适配器
- •速率限制与用量等级: 所有模型家族均为 2,000 RPM，各模型 TPM 上限从 200 万（rerank-3、多模态）到 1,600 万（voyage-4-lite）不等；组织消费增长时限制自动升级
- •Batch API 与 Files API: 请求打包为 JSONL，12 小时完成窗口内享受 33% 折扣；Files 服务以 $0.05/GB/月存储输入输出文件，保留 30 天
- •自托管部署选项: AWS Marketplace 模型包与 Azure Marketplace 托管应用可让你在自己的 VPC 内部运行推理
🔍 上下文分块嵌入
voyage-context-4 拥有通用嵌入 API 都不具备的一项能力：上下文分块嵌入（contextualized chunk embeddings）。它不是孤立地对每个分块做向量化，而是把分块与其所在文档的上下文一同嵌入，因此一个向量既承载分块本身说了什么，也承载它在整篇文档中扮演什么角色 —— 这正是生产级 RAG 最主要的失效模式。每个分块拥有 32,000 token 的上下文窗口，启用 enable_auto_chunk=true 时输入总量可达 120,000 token，因此长文档只需推送一次，无需手工重新切片。维度采用 Matryoshka 训练，2048/1024/512/256 维可由同一次推理直接产出，int8 或二值量化还能将向量存储成本压到 1/4 甚至 1/32。
🌐 中国访问与延迟
Voyage AI 的推理服务运行在 Google Cloud 上：api.voyageai.com 解析到 GCP 地址，响应头带有 via: 1.1 google 与 x-served-by: prod1；官网则由 Vercel 托管并走新加坡 PoP 路由。两者都不是中国大陆边缘节点，且 Voyage 在文档中未公布任何面向中国的端点、区域或可用性承诺，因此从中国大陆直连应视为需要代理。2026 年 10 月 29 日从阿里云马来西亚节点实测：文档站 TTFB 48–69ms，官网 60–68ms，API 端点未鉴权探测 240–725ms；叠加代理后，中国用户单次嵌入调用大致落在 400–900ms —— 用于批量语料建索引可以接受，用于交互式重排则能被明显感知。针对中国团队有两项实用缓解手段：Batch API 以 33% 折扣承接索引构建流量且不增加额外往返；AWS 与 Azure Marketplace 模型包可将模型部署进你自己在香港或新加坡的 VPC，让文档内容留在自己掌控的基础设施上。官方 SLO 为 api.voyageai.com 每月 99.5% 可用性。