# Fireworks AI、Voyage Multimodal 3.5を公開

> テキスト、画像、表、スライド、動画フレームを検索用に埋め込み可能。最大32Kトークンのコンテキストに対応し、埋め込みサイズも柔軟に選べる。

Oossa · 2026-10-06 · https://oossa.com/ja/fireworks-releases-voyage-multimodal-3-5-embedding-model

Fireworks AIは、テキストと視覚コンテンツが混在するデータを扱える、検索に特化した埋め込みモデル「Voyage Multimodal 3.5」を発表した。スクリーンショット、PDF、表、図、スライド、動画フレームに対応する。コンテキスト長は最大32 000トークンで、動画は1120ピクセルごとに1トークンとして数える。Matryoshka embeddingsにより、埋め込みの次元数は256～2048から選択可能。ストレージコストを抑えるため、複数の量子化形式も選べる。

## 事実

- 最大32 000トークンに対応（動画フレームは1120ピクセルごとに1トークンとしてカウント）。
- 埋め込みの次元数は256、512、1024、2048から選択可能。

## なぜ重要か

複数のメディア形式が混在するデータセットを検索したいチームは、別々のインデックスを構築せずに、Voyage Multimodal 3.5で関連するテキストや動画クリップを見つけられる。

## 出典と参考資料

1. [Voyage Multimodal 3.5](https://fireworks.ai/models/fireworks/voyage-multimodal-3-5) – Fireworks AI

最終更新: 2026-10-06