Qu’est-ce que voyage-4-large ?
voyage-4-large est le modèle d'embedding de texte de la plus haute qualité de Voyage AI (qui fait partie de MongoDB), sorti le 15 janvier 2026, et Voyage indique que c'est le premier modèle d'embedding de production bâti sur mixture-of-experts. Les modèles d'embedding transforment le texte en listes de nombres (vecteurs) pour qu'un logiciel puisse trouver des passages liés, ce qui est le cœur de la recherche et de la génération augmentée par récupération (RAG). Il prend jusqu'à 32 000 tokens par entrée et produit 256, 512, 1024 ou 2048 dimensions, avec une précision float, 8 bits ou binaire.
Tous les modèles Voyage 4 partagent un seul espace d'embedding : vous pouvez indexer des documents avec voyage-4-large et les rechercher avec le voyage-4, voyage-4-lite moins chers, ou le voyage-4-nano à poids ouverts (Apache 2.0).
Il coûte 0,12 $ par million de tokens, avec les 200 premiers millions de tokens gratuits. Il est disponible via l'API Voyage et MongoDB Atlas.
voyage-4-large vaut-il le coup ?
voyage-4-large est un choix sûr pour la récupération de texte, mais l'affirmation qu'il est le meilleur repose sur des preuves plus minces que son marketing ne le suggère. Voyage rapporte des gains de NDCG@10 moyens de 14,05 % sur le text-embedding-3-large d'OpenAI, 8,20 % sur Cohere Embed v4 et 3,87 % sur Gemini Embedding 001 à travers les 29 jeux de données de RTEB. Ce sont des chiffres de fournisseur. Le board public MTEB n'a aucun score comparable pour lui.
L'espace d'embedding partagé est la fonction qui manque aux rivaux. Chaque modèle Voyage 4 produit des vecteurs compatibles, si bien que vous pouvez indexer les documents une fois avec voyage-4-large à 0,12 $ par million de tokens et embedder les requêtes avec voyage-4-lite à 0,02 $ ou avec voyage-4-nano sur votre propre matériel, sans réindexation. Voyage indique que cette configuration asymétrique a amélioré la récupération sur les huit domaines qu'il a testés. La sortie binaire réduit aussi le stockage vectoriel de 32 fois par rapport à la même dimension en float32.
Les concurrents ont avancé depuis janvier. L'embed-v5.0-pro de Cohere lit du texte, des images et des PDF mixtes avec un contexte de 128K, quatre fois les 32 000 tokens de voyage-4-large, et les comparaisons de Voyage le précèdent, ainsi que Gemini Embedding 2. Une seule requête à voyage-4-large est plafonnée à 120K tokens au total, contre 1M pour voyage-4-lite, si bien que l'indexation en masse prend plus d'appels sur le grand modèle.
Le réglage de données par défaut mérite une ligne dans toute revue d'achat. La FAQ de Voyage indique que les clients de l'API hébergée peuvent s'opposer à ce que Voyage stocke et utilise leurs données pour un entraînement futur ; le bouton démarre en position acceptée, s'y opposer nécessite un admin et un moyen de paiement enregistré, et cela ne peut pas être inversé depuis le tableau de bord. Le trafic exclu obtient une conservation à zéro jour, plus stricte que la plupart des fournisseurs, mais seulement après que quelqu'un a actionné l'interrupteur.
Là où il fait la différence
Un ingénieur plateforme qui indexe 1 milliard de tokens de documents de support et de tickets pour du RAG
Embedder le corpus une fois et garder des coûts de requête proches de zéro
Indexer avec voyage-4-large pour environ 96 $ après les 200M de tokens gratuits, puis embedder les requêtes avec voyage-4-lite à 0,02 $ par million, si bien que 100M de tokens de requête par mois coûtent 2 $. Des vecteurs binaires pour 10M de morceaux à 1024 dimensions prennent environ 1,3 GB au lieu de 41 GB en float32.
Un fournisseur legal-tech dont les clients veulent la recherche sur leurs propres serveurs
Embedder les requêtes sur site sans perdre la qualité de l'index hébergé
Livrer voyage-4-nano (Apache 2.0, sur Hugging Face) dans l'environnement du client pour les requêtes tandis que les documents sont embedés par voyage-4-large. Les documents quittent quand même le réseau une fois, alors réglez l'opposition à l'entraînement avant le premier appel.
Une équipe MongoDB Atlas qui ajoute la recherche vectorielle à une appli existante
Ajouter la recherche sémantique sans un second contrat fournisseur
Les modèles Voyage 4 sont proposés via l'API Embedding and Reranking d'Atlas, si bien que les embeddings se trouvent à côté des données opérationnelles. La documentation de facturation de MongoDB liste voyage-4-large au même 0,12 $ par million de tokens, avec 200 millions de tokens gratuits, facturé sur la facture Atlas.
Avant de vous engager
- Mise en route
- Créez une clé d'API et appelez l'endpoint d'embeddings avec le modèle voyage-4-large et input_type réglé sur query ou document. Jusqu'à 1 000 entrées et 120K tokens par requête.
- Intégrations
- API Voyage et client Python, plus l'API Embedding and Reranking de MongoDB Atlas ; voyage-4-nano tourne en local avec sentence-transformers depuis Hugging Face.
- Données et confidentialité
- Les données de l'API hébergée peuvent être stockées et utilisées pour l'entraînement par défaut. Un admin d'organisation avec un moyen de paiement peut s'y opposer dans le tableau de bord, ce qui donne une conservation à zéro jour et ne peut pas y être annulé. Le site de Voyage liste SOC 2 et HIPAA avec des rapports sur son centre de confiance Vanta ; l'hébergement régional n'est pas couvert dans la FAQ publique.
- Coût à grande échelle
- Indexer 1B de tokens coûte 120 $ au prix de liste (96 $ après les tokens gratuits) ou environ 80 $ en Batch à 33 % de moins, qui n'a aucun token gratuit. Les requêtes sur voyage-4-lite coûtent 0,02 $ par million.
- Limites
- Entrées de 32 000 tokens, 120K tokens par requête, texte uniquement. Le niveau 1 (moyen de paiement ajouté) autorise 3M de tokens et 2 000 requêtes par minute ; les niveaux 2 et 3 doublent et triplent cela une fois que 100 $ et 1 000 $ ont été facturés.
Les points forts
- Un seul espace vectoriel entre les modèles large, base, lite et open nano
- 0,12 $ par 1M de tokens avec 200M gratuits
- Sortie binaire et int8 plus 256 à 2048 dimensions
- Conservation à zéro jour une fois que vous vous opposez à l'entraînement
Les points faibles
- Stocke et peut s'entraîner sur les données de l'API jusqu'à ce qu'un admin s'y oppose
- L'avance repose sur les propres exécutions RTEB de Voyage ; pas de score MTEB comparable
- Texte uniquement, entrées de 32K tokens, 120K tokens par requête
- Les tokens gratuits ne s'appliquent pas à l'API Batch
Idéal pour
Les équipes qui construisent de la recherche de texte ou du RAG et veulent payer pour la qualité au moment de l'indexation et faire tourner des embeddings de requête bon marché ou locaux.
Alternatives à voyage-4-large
voyage-4-large : questions fréquentes
- voyage-4-large vaut-il le coup ?
- Un fort modèle de récupération avec une astuce qui manque aux rivaux, un espace vectoriel partagé, mais son avance repose sur les propres tests de Voyage et il peut s'entraîner sur vos données jusqu'à ce qu'un admin s'y oppose. Nous lui donnons 4.5 sur 5.
- Combien coûte voyage-4-large ?
- 0,12 $ par 1M de tokens ; 200 premiers millions de tokens gratuits (pas sur Batch) ; API Batch 33 % de moins.
- Quels sont les inconvénients de voyage-4-large ?
- Stocke et peut s'entraîner sur les données de l'API jusqu'à ce qu'un admin s'y oppose; l'avance repose sur les propres exécutions RTEB de Voyage ; pas de score MTEB comparable; texte uniquement, entrées de 32K tokens, 120K tokens par requête; les tokens gratuits ne s'appliquent pas à l'API Batch.
- À qui s’adresse voyage-4-large ?
- Les équipes qui construisent de la recherche de texte ou du RAG et veulent payer pour la qualité au moment de l'indexation et faire tourner des embeddings de requête bon marché ou locaux.
- Combien coûte voyage-4-large pour une équipe ou en production ?
- Indexer 1B de tokens coûte 120 $ au prix de liste (96 $ après les tokens gratuits) ou environ 80 $ en Batch à 33 % de moins, qui n'a aucun token gratuit. Les requêtes sur voyage-4-lite coûtent 0,02 $ par million.
- voyage-4-large est-il sûr pour les données de l’entreprise ?
- Les données de l'API hébergée peuvent être stockées et utilisées pour l'entraînement par défaut. Un admin d'organisation avec un moyen de paiement peut s'y opposer dans le tableau de bord, ce qui donne une conservation à zéro jour et ne peut pas y être annulé. Le site de Voyage liste SOC 2 et HIPAA avec des rapports sur son centre de confiance Vanta ; l'hébergement régional n'est pas couvert dans la FAQ publique.
- Quelles sont les meilleures alternatives à voyage-4-large ?
- Les alternatives les plus proches que nous avons testées sont Cohere Embed 5, Gemini Embedding 2 et text-embedding-3-large.
Réponses vérifiées le 26 oct. 2026.