MongoDB Voyage 4 embedding 発表、AI 検索精度を向上させ「検索の質の低下」を解決

AIモデル自体の性能は高いのに、検索結果がどこか的外れだと感じたことはありませんか？ MongoDBは、エージェント型AIやRAG（検索拡張生成）システムが直面する「検索精度の低下」という隠れた課題を解決するため、最新の埋め込みモデルである Voyage 4 を公開しました。このモデルは、Hugging Face の RTEB ベンチマークでトップを記録し、実用フェーズにおけるAIの信頼性を底上げします。

MongoDB Voyage 4 embedding のラインナップと特徴

今回発表された Voyage 4 シリーズは、企業の多様なニーズに応えるべく 4つ のバリエーションで展開されます。埋め込み（Embedding）とは、テキストなどのデータをコンピューターが理解できる数値の列（ベクトル）に変換する技術で、AIが適切な情報を探し出すための「地図」のような役割を果たします。

• voyage-4-large：最も高い精度を誇るフラッグシップモデル。
• voyage-4-lite：低遅延とコスト削減を重視した高速モデル。
• voyage-4-nano：オンデバイスやローカル環境でのテストに最適な、同社初のオープンウェイトモデル。
• voyage-4 embedding：汎用性の高い標準モデル。

さらに、マルチモーダルモデルである voyage-multimodal-3.5 も同時にリリースされました。これにより、テキストだけでなく、企業のドキュメントに含まれる画像、動画、図表、スライドからも意味を抽出することが可能になります。価格については、MongoDB Atlas プラットフォームを通じて提供され、利用量に応じた従量課金制となります。

GoogleやCohereを上回る圧倒的なパフォーマンス

ロイター通信などによると、Voyage 4 は競合である Google の Gemini Embedding や Cohere の Embed 4 をベンチマークスコアで上回っています。MongoDB のプロダクトマネージャー、フランク・リュウ氏は「埋め込みモデルの選択を誤ると、検索結果は浅くランダムなものになってしまう」と指摘し、統合されたプラットフォームによる運用の簡素化を強調しました。