A Voyage AI teljes modellcsaládja elérhető a Fireworks platformján

Egy platformra kerül a teljes visszakeresési folyamat

A 2026. augusztus 5-én közzétett bejelentés szerint a Fireworks a Voyage AI modellek teljes kínálatát futtatja natívan. Ide tartozik a Voyage 4 család, a voyage-multimodal-3.5 és a rerank-2.5. A vállalat közlése szerint a Fireworks az első és egyetlen dedikált következtetési platform, amellyel a MongoDB tulajdonában lévő Voyage AI partnerségre lépett.

A szolgáltatásban egy helyen kezelhető a teljes retrieval-to-response folyamat, vagyis a beágyazás, a visszakeresés, az eredmények újrarangsorolása és a válasz generálása. A Fireworks ezt egy platformhoz, egy API-hoz és egy késleltetési tartományhoz köti. A megoldás a vállalat nyílt modellekből álló kínálata mellett érhető el, amelyek a közlemény szerint utólagos tanítással specializálhatók és birtokolhatók.

A Fireworks szerint a visszakeresés minősége kulcsfontosságú

A Fireworks érvelése szerint a saját adatokra épülő AI-rendszereknél a modell mérete önmagában nem oldja meg a pontosság problémáját. A rendszer csak azzal az információval tud dolgozni, amelyet a visszakeresési réteg elé tár, ezért a gyenge embedding vagy újrarangsorolás korlátozhatja az eredményt akkor is, ha az általános modell erős.

A vállalat ezt a modell és a memória együttműködéseként írja le. Az egyik elem egy nyílt alapmodell, amelyet a szervezet a saját adatain és felhasználási esetén utólagosan taníthat. A másik elem a saját adatokból származó háttérinformáció biztosítása, amelyben a Voyage AI visszakeresési modelljei vesznek részt. A Fireworks szerint ez a kombináció lehetővé teszi, hogy a vállalatok a visszakereséssel megalapozzák a rendszer válaszait, majd a használatból származó adatokkal tovább javítsák a specializált modellt.

Különböző feladatokra külön Voyage-modell

A Fireworks többféle munkaterheléshez ajánlja a Voyage család tagjait. A voyage-4-large azokhoz az esetekhez készült, ahol a pontosság a legfontosabb, a voyage-4 a pontosságot és a sebességet egyensúlyozza, a voyage-4-lite pedig a késleltetésre és a költségre optimalizált. A voyage-4-nano helyi fejlesztéshez lehet megfelelő. A voyage-multimodal-3.5 szöveget és vizuális adatokat, például diagramokat, képernyőképeket, képeket és videókat is kezelő korpuszokhoz használható, míg a rerank-2.5 a visszakeresett találatok finomítására szolgál.

A Fireworks által ismertetett összevetésben a voyage-4-large átlagos visszakeresési minősége 1,87 százalékkal haladta meg a voyage-4, 4,80 százalékkal a voyage-4-lite, 3,87 százalékkal a Gemini Embedding 001, 8,20 százalékkal a Cohere Embed v4, illetve 14,05 százalékkal az OpenAI v3 Large eredményét.

Ügyfélszolgálattól a multimodális keresésig

A közlemény példaként ügyféltámogatási és dokumentációs ügynököket említ, ahol a Fireworks a voyage-4-large embedding modellt, a rerank-2.5 modellt és egy Fireworksön futó nyelvi modellt javasol. Belső tudásasszisztenseknél a voyage-4-lite és a rerank-2.5 költséghatékonyabb kombinációként szerepel.

A rerank-2.5 ügynöki rendszerekben is használható, ahol a hosszabb folyamatok során változatos, összetett utasításokat tartalmazó lekérdezések érkeznek. A voyage-multimodal-3.5 pedig olyan multimodális RAG-rendszereket tesz lehetővé, amelyek a szöveges keresés számára nehezebben kezelhető anyagokra is támaszkodnak. A Fireworks szerint embedding és újrarangsorolás önmagában is használható nagyméretű szemantikus kereséshez, ajánlásokhoz és duplikátumok kiszűréséhez.

A vállalat szerint a beállításhoz egy Voyage AI embedding modellt, a rerank-2.5 modellt és egy generatív modellt kell összekapcsolni. A teljes folyamat a Voyage és Fireworks szakácskönyvén keresztül építhető fel, új felhasználók pedig fiók létrehozása után indíthatják el.