Voyage AI משיקה ריראנקרים חדשים ומודל מולטימודלי ב-OpenRouter

ריראנקרים בגרסה 3: שדרוג ישיר לדור הקודם

Voyage AI הוציאה את rerank-3 ו-rerank-3-lite כזמינים ב-OpenRouter, והם מוגדרים כ-shared-in upgrades ל-rerank-2.5 ולגרסת הלייט שלו. המשמעות המעשית: מפתחים יכולים להחליף את המודל הקיים בלי לשנות קוד או pipeline, רק להחליף את שם המודל בקריאה. שני הדגמים תוכננו מראש לטיפול במסמכים ארוכים ולאחזור קוד, שני תרחישים שבהם ריראנקרים קודמים התקשו לשמור על דיוק כשהקונטקסט מתארך.

מולטימודליות אמיתית: טקסט, תמונה ווידאו במרחב אחד

הבשורה הגדולה יותר היא voyage-multimodal-3.5, מודל אמבדינג מולטימודלי שמסוגל לווקטור לא רק טקסט, תמונות ווידאו בנפרד, אלא גם תוכן שמשלב את שלושתם יחד. זה אומר שאפשר להכניס שאילתה שמכילה צילום מסך של PDF, טבלה מתוך מצגת וקטע וידאו קצר, ולקבל ייצוג וקטורי יחיד שמשמר את הקשרים ביניהם. לדברי החברה, המודל מצטיין בחיפושים מעורבי-מודליות מהסוג הזה, מה שרלוונטי במיוחד ל-RAG מעל מסמכים טכניים, דוחות פיננסיים או תיעוד מוצר שכולל דיאגרמות וסרטוני הדגמה.

מאטריושקה וקוונטיזציה: גמישות במימדים

המודל המולטימודלי נבנה בשילוב של Matryoshka learning ואימון מודע-קוונטיזציה (quantization-aware training). בגישה הראשונה, הווקטור לומד להיות שימושי גם במימדים נמוכים, כך שאפשר לחתוך אותו מ-2048 מימדים ל-1024, 512 או 256 בלי לאמן מחדש, ועדיין לקבל ביצועים סבירים. הקוונטיזציה המודעת מאפשרת לדחוס את המשקלים לרמות דיוק נמוכות יותר (למשל int8 או int4) עם פגיעה מינימלית באיכות. השילוב נותן למפתחים שליטה על trade-off בין עלות אחסון, מהירות אינפרנס ואיכות, בלי להחזיק כמה גרסאות נפרדות של המודל.

זמינות ב-OpenRouter: מה זה אומר למפתחים

ההשקה ב-OpenRouter הופכת את שלושת המודלים לנגישים דרך API יחיד עם מפתח אחד, בלי צורך לנהל חשבונות נפרדים או תשתית אירוח. עבור צוותים שכבר מריצים pipelines של RAG או חיפוש סמנטי דרך OpenRouter, זה אומר אפס חיכוך באימוץ, רק לשנות את הפרמטר `model` בבקשה. החברה גם פרסמה פוסט טכני מפורט בבלוג שלה (מתוארך ינואר 2026) שמסביר את הארכיטקטורה והבנצ'מרקים, אבל בשלב זה לא פורסמו תוצאות השוואה עצמאיות מול מודלים מתחרים כמו BGE-M3 או Jina Embeddings v3.