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.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
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.