voyage-3-large 是 Voyage AI 于 2025 年 1 月最新发布的最先进通用和多语言 embedding 模型，在横跨 100 个数据集的 8 个评估领域（包括法律、金融和代码）中排名第一。

性能优势

voyage-3-large 在多个维度上超越竞争对手：

在法律、金融、代码等专业领域表现尤为突出，是 2025 年最新的检索性能基准。

核心特性

支持以下输出维度值：

通过 Matryoshka 学习和量化感知训练，voyage-3-large 支持更小的维度和 int8 及二进制量化，可以大幅降低向量数据库成本，且对检索质量影响最小。

voyage-3-large 支持 int8、uint8、binary 和 ubinary 数据类型，提供极致的存储和计算优化选项。

在法律、金融、医疗、代码等专业领域，voyage-3-large 展现出显著优势，超越通用 embedding 模型。

根据 AWS Marketplace 数据：

优点：

缺点：

使用二进制量化时，10 亿个 2048 维向量的存储成本：

对于大规模向量数据库，这种成本降低是革命性的。

voyage-3-large 是追求最先进检索性能的首选，特别适合：

对于通用场景，OpenAI text-embedding-3-large 提供更成熟的生态系统。对于多语言和开源需求，BGE-M3 是更好的选择。但对于专业领域和最高性能要求，voyage-3-large 是 2025 年的最佳选择。