Lançamento de fevereiro do Zilliz Cloud Pipelines - Modelos de incorporação de terceiros e melhorias de usabilidade!
Estamos entusiasmados em revelar uma atualização significativa para o Zilliz Cloud Pipelines, repleta de recursos empolgantes para capacitar suas aplicações RAG com recuperação flexível e de alta qualidade e zero sobrecarga de DevOps.
Nossa versão de fevereiro se concentrou em duas áreas principais: modelos de embedding e facilidade de uso.
Novos Modelos de Embedding da OpenAI e Voyage AI
Com a adição de modelos de embedding de terceiros da OpenAI e da Voyage AI, o Zilliz Cloud Pipelines agora oferece a opção flexível de 6 modelos de embedding (5 modelos em inglês e 1 modelo em chinês)! Seja seu foco o equilíbrio entre custo de armazenamento, qualidade de recuperação ou latência, há uma escolha adequada para você:
- Equilibrando qualidade e sobrecarga:
openai/text-embedding-3-smalltem qualidade competitiva com um modelo altamente eficiente que produz vetores de menor dimensão. Ele tem a menor sobrecarga de inferência e armazenamento. - Procurando o melhor desempenho para uma tarefa específica:
voyageai/voyage-code-2tem qualidade de recuperação excepcional em texto intensivo em código, incluindo código-fonte e documentação técnica. - Sensível à latência de rede na ingestão e no atendimento de consultas: Escolha
zilliz/bge-base-en-v1.5, um excelente modelo de uso geral colocalizado com o banco de dados vetorial no mesmo ambiente de rede, alcançando a melhor latência de ingestão e consulta de ponta a ponta.
| Modelo de Embedding | Descrição |
|---|---|
| zilliz/bge-base-en-v1.5 | Lançado pela BAAI, este modelo open-source de última geração é hospedado no Zilliz Cloud e colocalizado com bancos de dados vetoriais, oferecendo boa qualidade e a melhor latência de rede. Este é o modelo de embedding padrão quando language é ENGLISH. |
| voyageai/voyage-2 | Hospedado pela Voyage AI. Este modelo de uso geral se destaca na recuperação de documentação técnica contendo texto descritivo e código. Sua versão mais leve voyage-lite-02-instruct ocupa o topo no ranking MTEB. Este modelo está disponível apenas quando language é ENGLISH. |
| voyageai/voyage-code-2 | Hospedado pela Voyage AI. Este modelo é otimizado para código de programação, proporcionando qualidade excepcional para recuperar blocos de código. Este modelo está disponível apenas quando language é ENGLISH. |
| openai/text-embedding-3-small | Hospedado pela OpenAI. Este modelo de embedding altamente eficiente tem desempenho superior ao de seu predecessor text-embedding-ada-002 e equilibra custo de inferência e qualidade. Este modelo está disponível apenas quando language é ENGLISH. |
| openai/text-embedding-3-large | Hospedado pela OpenAI. Este é o modelo de melhor desempenho da OpenAI. Em comparação com text-embedding-ada-002, a pontuação MTEB aumentou de 61,0% para 64,6%. Este modelo está disponível apenas quando language é ENGLISH. |
| zilliz/bge-base-zh-v1.5 | Lançado pela BAAI, este modelo open-source de última geração é hospedado no Zilliz Cloud e colocalizado com bancos de dados vetoriais, oferecendo boa qualidade e a melhor latência de rede. Este é o modelo de embedding padrão quando language é CHINESE. |
Usabilidade Aprimorada para uma Melhor Experiência de Integração
Como uma solução completa para recuperação, nosso objetivo é oferecer a melhor experiência para desenvolvedores no Zilliz Cloud Pipelines tanto nas fases de desenvolvimento quanto de onboarding. Esta versão adicionou a nova página "Run Pipeline" e o recurso de upload de arquivo local. Também adicionamos suporte para todos os clusters dedicados de bancos de dados vetoriais na região GCP us-west-2, portanto o recurso de pipelines não está mais restrito ao Serverless free plan.
Nova UX para Executar Pipeline
Ao testar seus pipelines recém-criados, entendemos a vontade de experimentá-los com apenas alguns cliques. Testar o recurso de pipelines agora está mais acessível com a página "Run Pipeline" recém-projetada. Organizamos todos os seus pipelines por coleção no painel esquerdo. Você pode selecionar um pipeline no painel esquerdo e fazer um teste para ingerir um documento ou fazer uma consulta de pesquisa. O tipo de pipeline é indicado na UI para que você possa diferenciá-los rapidamente.
Upload de Arquivo Local
Embora seja conveniente e seguro em produção ingerir documentos a partir de object stores, muitos desenvolvedores preferem fazer upload de arquivos locais durante o desenvolvimento por conveniência. Nesta versão, oferecemos suporte a uploads de arquivos locais além de S3 e GCS. Você pode ingerir diretamente o arquivo local clicando no botão "Attach File" na UI "Run Pipeline".
Suporte a Clusters Dedicados de Bancos de Dados Vetoriais
Desde o lançamento do Zilliz Cloud Pipelines, recebemos feedback de usuários para estender o serviço a mais tipos de clusters de bancos de dados vetoriais. Nesta versão, temos o prazer de remover a restrição. O Zilliz Cloud Pipelines agora pode funcionar com qualquer tipo de cluster de banco de dados vetorial na região GCP us-west-2, incluindo Serverless e Dedicated. Expandiremos o serviço para mais clouds e regiões nas próximas versões, incluindo AWS, Azure e Alicloud.
Com o suporte a clusters dedicados, você pode desfrutar de desempenho e confiabilidade aprimorados na pesquisa vetorial, enquanto se beneficia do conveniente serviço completo de recuperação — Zilliz Cloud Pipelines.
Comece a Usar o Zilliz Cloud Pipelines Hoje
Isso conclui nossa versão de fevereiro do Zilliz Cloud Pipelines: mais modelos de embedding para escolher, uma experiência de usuário melhor, upload de arquivo local e suporte a clusters dedicados.
Pronto para experimentar o poder do Zilliz Cloud Pipelines por conta própria? Cadastre-se gratuitamente hoje e experimente uma solução de recuperação simplificada com qualidade, flexibilidade e sem sobrecarga de DevOps. Você também pode usar o Zilliz Cloud Pipelines com frameworks populares de RAG como LlamaIndex. Junte-se aos muitos desenvolvedores que usam o Zilliz Cloud Pipelines para libertar sua inovação da manutenção de infraestrutura e de DevOps.
Continue lendo
How to Choose the Best Embedding Model for RAG in 2026: 10 Models Benchmarked
We benchmarked 10 embedding models on cross-modal, cross-lingual, long-document, and dimension compression tasks. See which one fits your RAG pipeline.
Zilliz Cloud Update: Tiered Storage, Business Critical Plan, Cross-Region Backup, and Pricing Changes
This release offers a rebuilt tiered storage with lower costs, a new Business Critical plan for enhanced security, and pricing updates, among other features.
Announcing the General Availability of Single Sign-On (SSO) on Zilliz Cloud
SSO is GA on Zilliz Cloud, delivering the enterprise-grade identity management capabilities your teams need to deploy vectorDB with confidence.