Comparación de modelos
Cohere Embed 4 y Voyage 4 Large
Compare Cohere Embed 4 y Voyage 4 Large utilizando la misma rúbrica incrustaciones y búsqueda de vectores del proveedor. Sin puntuación misteriosa ni clasificación de referencia inventada.
Comparación de modelos
Compare Cohere Embed 4 y Voyage 4 Large utilizando la misma rúbrica incrustaciones y búsqueda de vectores del proveedor. Sin puntuación misteriosa ni clasificación de referencia inventada.
Indica tu uso. La estimación se actualiza al escribir.
Supone 600 tokens por página, procesada por separado. El número real varía. Solo incluye embeddings, no almacenamiento, búsqueda ni respuestas.
Las estimaciones excluyen impuestos, herramientas, almacenamiento/escritura de caché, cuotas gratuitas y descuentos personalizados. En imágenes solo incluyen la salida, no el prompt ni las referencias. Los modos de calidad varían. Los ajustes no listados no se consideran gratuitos.
| modelo | Acceso | Total estimado (USD) |
|---|---|---|
| Voyage 4 LargeVoyage AI | Voyage AI | 0,0007 US$ |
| Cohere Embed 4Cohere | Cohere | Sin tarifa revisada |
Los resultados describen una prueba, idioma y configuración concretos, no la inteligencia general. La ausencia de resultados no implica peor calidad.
Estos resultados usan ajustes distintos y no constituyen una clasificación en igualdad de condiciones.
Resultado aportado por la comunidad
Relevancia de recuperación (0–1; mayor es mejor)
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
Revisado: 5 de septiembre de 2026
MTEB contributors · FinanceBenchRetrieval0,8833 nDCG@10
Resultado aportado por la comunidad
Relevancia de recuperación (0–1; mayor es mejor)
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
Revisado: 5 de septiembre de 2026
MTEB contributors · FinanceBenchRetrieval0,9288 nDCG@10
Toma rápida
Modelo de integración empresarial de Cohere para texto, imágenes y documentos visualmente ricos en varios idiomas con una ventana de contexto de 128K.
Cohere no publica un precio de token alojado simple para Embed 4 en la página de precios revisada. Pregunte por la tarifa exacta de SaaS o de implementación privada antes de comparar el costo total.
El modelo de incrustación general de primera calidad de Voyage AI para recuperación de texto y código, con dimensiones ajustables y un espacio vectorial familiar compartido.
La gran asignación de tokens gratuitos es un detalle comercial a nivel de cuenta, no una garantía permanente de costo cero. Confirme la elegibilidad, la configuración de retención y la tarifa que se aplica después de la asignación.
Compara los hechos publicados
Los valores utilizan las unidades y límites publicados de cada proveedor. Un espacio en blanco significa que el proveedor no publicó un valor directamente comparable en las fuentes revisadas.
| Incrustaciones y búsqueda de vectores | Cohere Embed 4 | Voyage 4 Large |
|---|---|---|
| Precio de incrustaciónPrecio actual del proveedor por millón de tokens de entrada o la unidad de facturación publicada más cercana. | Precio unitario alojado no publicado | $0,12 / 1 millón de tokens después de 200 millones gratis |
| Capacidad de entradaContenido máximo aceptado en una entrada de inserción, utilizando el token documentado del proveedor. | 128K fichas | 32K fichas |
| Dimensiones vectorialesTamaños de salida admitidos; los vectores más pequeños reducen el almacenamiento, mientras que los vectores más grandes pueden conservar más información. | 256, 512, 1.024 o 1.536 | 1.024 morosos; 256, 512 o 2048 opcional |
| Entradas aceptadasEntrada de texto, código, imagen, audio, vídeo, PDF o documento compatible con el punto final. | Texto, imágenes y archivos PDF de contenido mixto | Texto y código |
| Controles de recuperaciónModos de consulta/documento, tipos de tareas, truncamiento, fragmentación u otros controles que dan forma a los vectores para su recuperación. | Consulta de búsqueda/documento, clasificación y tipos de entrada de agrupación | Tipos de entrada de consulta/documento, truncamiento, dimensión de salida |
| donde correAPI directa, mercado en la nube, implementación privada o ruta autohospedada documentada por el proveedor. | API Cohere, Bóveda de modelos, Microsoft Foundry, SageMaker | Voyage API, MongoDB Atlas y nubes seleccionadas |
como elegir
Comience con el trabajo que necesita completar y luego valide los detalles del costo, el acceso y la política en la ruta exacta de su proveedor.
Los clientes empresariales Cohere pueden optar por no participar en la capacitación; Las indicaciones y generaciones de SaaS generalmente se eliminan después de 30 días. Las cuentas aprobadas sin retención de datos y las implementaciones privadas ofrecen controles más estrictos.
Los términos públicos de Voyage permiten que el contenido del cliente mejore los servicios a menos que el cliente opte por no participar. Las organizaciones pagas elegibles pueden configurar una opción de exclusión voluntaria y una retención de día cero; Los términos empresariales negociados por separado pueden diferir.
Enlaces de proveedores y API
Preguntas frecuentes
Cohere Embed 4: Modelo de integración empresarial de Cohere para texto, imágenes y documentos visualmente ricos en varios idiomas con una ventana de contexto de 128K. Voyage 4 Large: El modelo de incrustación general de primera calidad de Voyage AI para recuperación de texto y código, con dimensiones ajustables y un espacio vectorial familiar compartido.
Considere Cohere Embed 4 cuando su prioridad sea Búsqueda empresarial en documentos visualmente ricos. Considere Voyage 4 Large cuando su prioridad sea Recuperación de texto sensible a la calidad. Pruebe ambos con sus propios datos y la ruta del proveedor antes de comprometerse.
No. Esta comparación alinea los datos publicados por el proveedor para la categoría Incrustaciones y búsqueda de vectores. No reclama un ganador universal ni combina puntuaciones de referencia de terceros incompatibles.