Relace Search
Rede Neural
Relace Search é um modelo da Relace para pesquisa de código via agentes: encontra arquivos relevantes via chamadas paralelas de ferramentas.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 256 000 tokens
- Comprimento máximo de resposta
- 128 000 tokens
- Recursos
- chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Relace Search?
Relace Search é um modelo da Relace para pesquisa baseada em agentes em bases de código. Ele não constrói um índice vetorial como o RAG: em vez disso, executa de 4 a 12 chamadas paralelas de view_file e grep, analisa o repositório e retorna arquivos relevantes para a consulta. Essa abordagem é mais próxima de como um desenvolvedor pesquisa: o modelo baseia-se no conteúdo dos arquivos, não na proximidade de embeddings. No BotHub, está disponível sem VPN ou cartão estrangeiro — você paga com cartão local em moeda local, sem assinatura. Ao lado, na mesma janela, há mais de 250 redes neurais, e uma API única compatível com OpenAI permite conectar o Relace Search ao seu agente e trocar de modelo sem reescrever a integração; o tráfego é criptografado, e empresas têm acesso a contratos, faturas e painel administrativo com limites. Útil para encontrar rapidamente onde uma funcionalidade foi implementada antes de editar; reunir contexto para um agente de código que escreverá o patch; entender um repositório legado; identificar quais arquivos serão afetados por uma refatoração; e vincular a pesquisa de código a um rastreador de tarefas para resolver tickets mais rapidamente.Perguntas frequentes sobre Relace Search
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O modelo da Relace trabalha com texto e documentos, aceita imagens e pode chamar ferramentas. É adequado para pesquisar em grandes bases de código e arquivos, analisar documentação, navegar em projetos e reunir contexto para trabalhar com código.
O limite de saída é de até 128.000 tokens por resposta, o suficiente para resumos detalhados de vários arquivos, longos trechos de código ou análise detalhada de documentação. O contexto é de 256.000 tokens, permitindo incluir um grande volume de código-fonte.
Em nossos dados, não há um modo de raciocínio separado marcado para este modelo. No entanto, você pode pedir para ele dividir a tarefa em etapas no prompt, e se precisar de cadeias de pensamento explícitas, é fácil alternar para um modelo de raciocínio no BotHub na mesma janela.
Sim, o modelo suporta chamada de funções (function calling) e saída estruturada em JSON. Isso permite integrá-lo em cenários de agentes, passar resultados de pesquisa de arquivos para o seu código e obter um formato previsível, fácil de analisar.
O modelo aceita texto, documentos e imagens, então é possível analisar capturas de tela de interfaces, diagramas de arquitetura e PDFs de documentação. Áudio e vídeo não estão marcados em nossos dados; para eles, o BotHub possui modelos separados na mesma interface.
Não temos dados específicos sobre a qualidade do português neste modelo, por isso não podemos prometer nada. Teste com sua tarefa: no BotHub, o pagamento é feito por uso de tokens, sem assinatura, e você pode comparar o resultado com outro modelo, se necessário.