Modellvergleich
Cohere Embed 4 vs. Voyage 4 Large
Vergleichen Sie Cohere Embed 4 und Voyage 4 Large mit derselben vom Anbieter bereitgestellten einbettungen und vektorsuche-Rubrik. Kein Mystery-Score und kein erfundenes Benchmark-Ranking.
Modellvergleich
Vergleichen Sie Cohere Embed 4 und Voyage 4 Large mit derselben vom Anbieter bereitgestellten einbettungen und vektorsuche-Rubrik. Kein Mystery-Score und kein erfundenes Benchmark-Ranking.
Geben Sie Ihre Nutzung ein. Die Schätzung wird sofort aktualisiert.
Annahme: 600 Tokens pro separat verarbeiteter Seite. Tatsächliche Mengen variieren. Nur Embeddings, ohne Speicherung, Suche oder Antworten.
Schätzungen ohne Steuern, Tools, Cache-Speicherung/-Schreiben, Freikontingente und individuelle Rabatte. Bei Bildern zählt nur die Ausgabe, nicht Prompt oder Referenzbilder. Qualitätsmodi unterscheiden sich. Nicht aufgeführte Einstellungen gelten nicht als kostenlos.
| Modell | Zugang | Geschätzte Summe (USD) |
|---|---|---|
| Voyage 4 LargeVoyage AI | Voyage AI | 0,0007 $ |
| Cohere Embed 4Cohere | Cohere | Kein geprüfter Preis |
Ergebnisse gelten für einen bestimmten Test, eine Sprache und Konfiguration, nicht für allgemeine Intelligenz. Fehlende Ergebnisse bedeuten keine schlechtere Qualität.
Diese Ergebnisse verwenden unterschiedliche Testeinstellungen und sind keine Rangliste unter gleichen Bedingungen.
Von der Community eingereicht
Suchrelevanz (0–1; höher ist besser)
MTEB · 1.38.43 · eng-Latn · test/default
dimensions: 1536 · similarity: cosine · modelMetadata: https://github.com/embeddings-benchmark/results/blob/main/results/Cohere__Cohere-embed-v4.0/1/model_meta.json
Geprüft: 5. September 2026
MTEB contributors · FinanceBenchRetrieval0,8833 nDCG@10
Von der Community eingereicht
Suchrelevanz (0–1; höher ist besser)
MTEB · 2.1.3 · eng-Latn · test/default
dimensions: 1024 · similarity: cosine · modelMetadata: https://github.com/embeddings-benchmark/results/blob/main/results/voyageai__voyage-4-large/1/model_meta.json
Geprüft: 5. September 2026
MTEB contributors · FinanceBenchRetrieval0,9288 nDCG@10
Schnelle Aufnahme
Das Enterprise-Einbettungsmodell von Cohere für mehrsprachigen Text, Bilder und visuell ansprechende Dokumente mit einem 128-KByte-Kontextfenster.
Cohere veröffentlicht auf der Seite mit den überprüften Preisen keinen einzigen gehosteten Token-Preis für Embed 4. Fragen Sie nach dem genauen SaaS- oder privaten Bereitstellungspreis, bevor Sie die Gesamtkosten vergleichen.
Das qualitätsorientierte allgemeine Einbettungsmodell von Voyage AI für den Text- und Codeabruf mit anpassbaren Abmessungen und einem gemeinsamen Familienvektorraum.
Bei dem großen kostenlosen Token-Kontingent handelt es sich um ein kommerzielles Detail auf Kontoebene und nicht um eine dauerhafte Nullkostengarantie. Bestätigen Sie die Berechtigung, die Aufbewahrungseinstellungen und den Satz, der nach der Vergütung gilt.
Vergleichen Sie die veröffentlichten Fakten
Die Werte verwenden die von jedem Anbieter veröffentlichten Einheiten und Grenzwerte. Ein Leerzeichen bedeutet, dass der Anbieter in den überprüften Quellen keinen direkt vergleichbaren Wert veröffentlicht hat.
| Einbettungen und Vektorsuche | Cohere Embed 4 | Voyage 4 Large |
|---|---|---|
| EinbettungspreisAktueller Anbieterpreis pro Million Eingabetoken oder die nächstgelegene veröffentlichte Abrechnungseinheit. | Der Preis für die gehostete Einheit wurde nicht veröffentlicht | 0,12 $ / 1 Mio. Token nach 200 Mio. Gratis |
| EingabekapazitätMaximaler Inhalt, der in einer Einbettungseingabe akzeptiert wird, unter Verwendung der dokumentierten Token-Basis des Anbieters. | 128.000 Token | 32.000 Token |
| VektorabmessungenUnterstützte Ausgabegrößen; Kleinere Vektoren reduzieren den Speicherplatz, während größere Vektoren möglicherweise mehr Informationen bewahren. | 256, 512, 1.024 oder 1.536 | 1.024 Standard; 256, 512 oder 2.048 optional |
| Akzeptierte EingabenText-, Code-, Bild-, Audio-, Video-, PDF- oder dokumentenbezogene Eingaben, die vom Endpunkt unterstützt werden. | Text, Bilder und PDFs mit gemischten Inhalten | Text und Code |
| AbrufkontrollenAbfrage-/Dokumentmodi, Aufgabentypen, Kürzung, Chunking oder andere Steuerelemente, die Vektoren für den Abruf formen. | Eingabetypen für Suchanfrage/Dokument, Klassifizierung und Clustering | Abfrage-/Dokumenteingabetypen, Kürzung, Ausgabedimension |
| Wo es läuftDirekte API, Cloud-Marktplatz, private Bereitstellung oder selbst gehostete Route, dokumentiert vom Anbieter. | Cohere API, Model Vault, Microsoft Foundry, SageMaker | Voyage API, MongoDB Atlas und ausgewählte Clouds |
So wählen Sie aus
Beginnen Sie mit dem Auftrag, den Sie erledigen müssen, und validieren Sie dann die Kosten-, Zugangs- und Richtliniendetails für Ihre genaue Anbieterroute.
Cohere-Unternehmenskunden können sich von der Schulung abmelden; SaaS-Eingabeaufforderungen und -Generierungen werden grundsätzlich nach 30 Tagen gelöscht. Genehmigte Konten ohne Datenaufbewahrung und private Bereitstellungen bieten stärkere Kontrollen.
Die öffentlichen Geschäftsbedingungen von Voyage ermöglichen es Kundeninhalten, die Dienste zu verbessern, es sei denn, der Kunde widerspricht. Berechtigte kostenpflichtige Organisationen können eine Abmeldung und eine Zero-Day-Aufbewahrung konfigurieren; Die gesondert ausgehandelten Geschäftsbedingungen können abweichen.
Anbieter- und API-Links
Häufig gestellte Fragen
Cohere Embed 4: Das Enterprise-Einbettungsmodell von Cohere für mehrsprachigen Text, Bilder und visuell ansprechende Dokumente mit einem 128-KByte-Kontextfenster. Voyage 4 Large: Das qualitätsorientierte allgemeine Einbettungsmodell von Voyage AI für den Text- und Codeabruf mit anpassbaren Abmessungen und einem gemeinsamen Familienvektorraum.
Ziehen Sie Cohere Embed 4 in Betracht, wenn Ihre Priorität Unternehmenssuche über visuell ansprechende Dokumente ist. Ziehen Sie Voyage 4 Large in Betracht, wenn Ihre Priorität Qualitätssensible Textsuche ist. Testen Sie beides mit Ihren eigenen Daten und der Route Ihres Anbieters, bevor Sie sich verpflichten.
Nein. Dieser Vergleich gleicht die vom Anbieter veröffentlichten Fakten für die Kategorie Einbettungen und Vektorsuche an. Es wird kein allgemeiner Gewinner beansprucht und es werden auch keine inkompatiblen Benchmark-Ergebnisse Dritter kombiniert.