“Voyage-3 AI模型发布：性能强劲成本优”

近日，Voyage AI公司推出了两款高性能嵌入式模型——Voyage-3和Voyage-3-Lite。这两个模型在技术、法律、金融以及多语言应用和长文本理解等领域展现出超越同类产品的优势，同时保持了较小的模型规模和低资源消耗，为开发者提供了高效、易于集成的解决方案。

根据Voyage AI官方数据，Voyage-3在技术文档、代码、法律、金融、网页内容、多语言数据集、长文档和对话数据等领域的表现上，以更低的成本和更小的嵌入纬度，显著降低了向量数据库（vectorDB）的成本。在综合性能跑分上，Voyage-3的得分超过了OpenAI的v3 Large模型7.55%。Voyage-3-Lite则在检索准确性方面优于OpenAI的v3 Large模型3.82%，成本降低了至1/6，嵌入维度也降至1/6。

嵌入式AI模型在自然语言处理（NLP）和计算机视觉（CV）等领域应用广泛，其核心功能是将高维数据转化为低维嵌入空间，同时保留原始数据的特征和语义信息，从而提升模型的效率和准确性。Voyage-3系列模型在保证质量的同时，大幅提高了成本效益。

Voyage-3的上下文长度达到32000个tokens，是OpenAI产品的4倍，为需要高质量检索的企业提供了成本效益的解决方案，同时价格亲民。Voyage-3的成本为每百万个tokens 0.06美元，比Cohere English V3便宜1.6倍，远低于OpenAI的v3 Large模型。此外，Voyage-3较小的嵌入维度（1024对比OpenAI的3072）使得向量数据库成本更低，便于公司有效扩展应用程序。

Voyage-3-Lite作为轻量版模型，经过优化以实现低延迟操作。每百万个tokens的费用为0.02美元，仅为OpenAI的v3 Large模型1/6.5，嵌入维度也是1/6~1/8（512对比OpenAI的3072），这使得Voyage-3-Lite成为希望以较低成本维持高检索质量组织的理想选择。

Voyage AI成立于2023年11月，由斯坦福大学助理教授马腾宇创立，专注于构建嵌入式/矢量化模型，以提高数据处理的效率。公司由多名AI研究者组成，包括斯坦福大学教授马腾宇和MIT博士，并获得了斯坦福人工智能实验室主任Christopher Manning和AI领域著名华人学者李飞飞等人的学术顾问支持。Voyage AI提供的API端点能够接收用户数据并返回嵌入或相关性分数，这些模型可以与RAG堆栈的其他部分无缝集成，包括向量存储和生成式大型语言模型（LLMs）。