Ещё две новинки в OpenRouter, обе про поиск нужного куска.
Ещё две новинки в OpenRouter, обе про поиск нужного куска. Qwen3 Reranker 8B это переранжировщик. Обычный векторный поиск достаёт из базы сотню кандидатов, дальше реранкер разбирает пары запрос-документ и пересортировывает их по смыслу, чтобы в подсказку модели попали действительно нужные куски. Работает больше чем со ста языками, окно 41 тысяча токенов, 0,2 доллара за миллион токенов. На поисковом наборе MTEB-R у него 69,02 против 57,03 у BGE-reranker-v2-m3, на кодовом 81,22 против 41,38. Сама модель не новая, Qwen выложила её под Apache 2.0 ещё в прошлом году, новость в том, что теперь её дают по API. voyage-code-4 от Voyage AI решает соседнюю задачу: превращает код в векторы, чтобы искать по описанию поведения, а не по имени функции. Запрос вида «найди, где мы неправильно обрабатываем пустые массивы» грепом не ищется вообще, и агент жжёт токены, перебирая репозиторий. Обучали модель на новом корпусе из настоящих пул-реквестов, где к описанию проблемы уже привязаны исправленные файлы. На собственном наборе из 19 агентных задач Voyage заявляет прирост 27,5% к прошлой версии и 28,3% к Cohere Embed v4, на 28 классических наборах поиска по коду 14 и 19,2%. Цена 0,12 доллара за миллион токенов, треть вниз от voyage-code-3, окно 32 тысячи токенов, вектор можно ужать до 256 измерений. Цифры пока только от самой Voyage, независимых замеров нет. @neuro_channel