Voyage AI vs Cohere：RAG 嵌入、重排费用与部署怎么选？

如果目标是在已有 RAG 系统里评估一组嵌入与重排 API，Voyage AI 和 Cohere 都应进入候选名单。Voyage 的按 token 计费便于核算候选长度；Cohere 公开 API 的重排按 search unit 计费。两家也提供云平台或企业部署选项。谁更适合，取决于资料类型、候选规模、部署条款和真实检索质量。

核心差异速览

Voyage 的试点路径

保持已有文档解析、chunk 规则和权限过滤，用 voyage-4-lite 建一个成本基线，再比较标准或 large 档位是否增加有效召回。Rerank 3 系列可直接处理第一阶段的候选，不需要先把 embedding 全部迁移过去，因此“保留原嵌入，只评估新 reranker”也是有效实验。

对照试验必须区分召回与排序：若正确证据从未进入候选，先检查切块、词法召回和向量模型；若正确证据在候选里但排得很后，再比较重排。不要同时换生成模型，否则难以说明是哪一层带来了改进。Voyage 官网还列出云平台、客户 VPC 及定制/本地部署路线；有专用部署要求时也应向它询价，核对地区、容量与许可。

Cohere 的试点路径

Cohere 于 2026 年 9 月 30 日发布 Embed 5 Pro/Fast，支持文本与多模态企业资料，Pro/Fast 共享嵌入空间。官方建议可用 Pro 做文档索引、Fast 处理查询；实际部署仍需统一维度和输出类型。Rerank 4 同样有 Pro/Fast 选项，适合分别测质量与延迟。

对需要专用资源或企业部署的团队，Cohere Model Vault 值得纳入采购，但其按实例/小时计费与公共 API 账单是两条预算。Trial key 可以试验，官网明确不允许生产或商业使用；正式上线要使用 Production key。应用仍要负责文档 ACL、删除、引用和生成结果的审核。

token 与 search unit 怎么算

Voyage 的处理 token 公式是：查询 token 数乘候选数量，再加候选 token 总数。以一个 50-token 查询和 20 个各 500-token 的候选为例，共处理 11,000 token；按 rerank-3 每百万 0.05 美元计算，同步重排约 0.00055 美元，未计免费额度、初始嵌入、向量库和生成。

截至 2026 年 10 月 10 日，Cohere 的实时公开 API 价格显示 Embed 5 Pro/Fast 每百万 token 分别为 0.12/0.08 美元，Rerank 4 Pro/Fast 每千 searches 为 2.50/2.00 美元。官网将一个 search unit 定义为一个查询最多 100 个文档；长文档可能按规则拆分并增加计费单元。因此不要把一次 HTTP 请求必然当成一个 unit，也不要把 Model Vault 每月实例费套到公共 API。

上述样例只能解释账单结构。中文 tokenizer、长文档切分、并发和免费额度会改变实际账单，需用同一批资料测量。

一周验收与选择

准备 50 个问题，覆盖中文、中英混合、长文档、表格文字、编号和缺少证据的情况。固定权限、chunk 和候选数，先测 Recall@20，再分别用四个重排档位测 MRR、前 5 条证据支持率、p95 延迟与费用。对所有输出做来源和版本核验；不能以 relevance score 作为自动批准业务操作的依据。

先跑 Voyage 按 token 计费的基线，并以相同题库对照 Cohere。多模态或专用部署需求较高时，分别向两家核对可用型号和部署条款。最终以业务质量、数据处理范围和总成本选择。

资料：Voyage 部署概览、Voyage 嵌入、Voyage 重排、Voyage 价格、Cohere Embed 5、Cohere 重排、Cohere 实时价格与计费 FAQ。