Un modèle de rerank réévalue les documents issus d'une recherche initiale pour placer les résultats les plus pertinents en tête de liste.
Présentation des modèles
- Singapore
- Beijing
| Modèle | Documents max. | Tokens d'entrée max. par élément | Tokens d'entrée max. par requête | Langues prises en charge | Cas d'usage |
|---|---|---|---|---|---|
| qwen3-rerank | 500 | 4 000 | 120 000 | Plus de 100 langues principales, dont le chinois, l'anglais, l'espagnol, le français, le portugais, l'indonésien, le japonais, le coréen, l'allemand et le russe |
|
- Tokens d'entrée max. par élément : nombre maximal de tokens par requête ou document. Le dépassement de cette limite entraîne une troncature susceptible de réduire la précision du classement.
- Documents max. : nombre maximal de documents par requête. Pour qwen3-vl-rerank, cette limite varie selon le type de document (texte, image, vidéo ou mixte).
- Tokens d'entrée max. par requête : valeur calculée selon la formule
Query Tokens × Number of documents + Total document tokens. Cette valeur ne doit pas excéder la limite par requête.
Limitations d'entrée
Modèle | Image | Vidéo |
|---|---|---|
qwen3-vl-rerank | JPEG, PNG, WEBP, BMP, TIFF, ICO, DIB, ICNS et SGI (URL ou Base64 pris en charge) | MP4, AVI et MOV (URL uniquement) |
Prérequis
Obtenez une clé API et définissez-la comme variable d'environnement. Pour utiliser le SDK, installez le DashScope SDK.
HTTP
Remplacez {WorkspaceId} par votre ID d'espace de travail.
Cette section décrit l'API HTTP DashScope. En outre,qwen3-reranketqwen3.7-text-rerankprennent également en charge l'API compatible OpenAI. Voir API compatible OpenAI.
Requête |
Replace |
En-têtes de requête | |
Content-Type string (Obligatoire)Type de contenu de la requête. Doit être application/json. | |
Authorization string (Obligatoire)Authentifie la requête avec une clé API Model Studio. Exemple : Bearer sk-xxxx. | |
Corps de la requête | |
model string (Obligatoire)Nom du modèle. Valeurs prises en charge : qwen3-rerank, gte-rerank-v2, qwen3-vl-rerank. | |
input object (Obligatoire)Contenu d'entrée.Imbriquez
Propriétés query string | object (Obligatoire)Texte de la requête (4 000 tokens maximum).qwen3-vl-rerank accepte deux formats de query :
array (Obligatoire)Documents candidats à trier. Chaque élément est une chaîne.qwen3-vl-rerank accepte un dictionnaire ou une chaîne par élément : {"modality type": "text/image URL/video URL"}. Types pris en charge : text, image, video.
| |
parameters object (Facultatif)Paramètres facultatifs.Imbriquez
Propriétés top_n int (Facultatif)Nombre de documents les mieux classés à retourner. Par défaut : tous les documents. Si la valeur dépasse le nombre total de documents, tous sont retournés.return_documents bool (Facultatif)Indique si le texte des documents doit être inclus dans les résultats. Par défaut : false. Modèles pris en charge : gte-rerank-v2, qwen3-vl-rerank, qwen3-rerank.instruct string (Facultatif)Instruction de tri personnalisée. S'applique à qwen3-rerank et qwen3-vl-rerank. Guide le modèle pour appliquer différentes politiques de tri. Exemples :
float (Facultatif)Seul qwen3-vl-rerank prend en charge ce paramètre. Il contrôle le nombre de frames extraites par seconde de vidéo. Des valeurs plus faibles extraient moins de frames. Plage : (0, 5]. Valeur par défaut : 1,0. |
Réponse |
|
request_id stringIdentifiant unique de la requête pour le suivi et le dépannage. | |
output objectSortie de la tâche.
Propriétés results arrayRésultats du tri, classés par ordre décroissant de relevance_score.
Propriétés document dictObjet document original. Retourné uniquement lorsque return_documents est true. Format : {"text": "Original document text"}.index intIndex du document dans le tableau documents d'entrée.relevance_score doublePertinence sémantique entre le document et la requête. Plage : 0,0-1,0 (plus le score est élevé, plus la pertinence est forte).Les scores sont relatifs à la requête en cours et ne peuvent pas être comparés entre différentes requêtes. | |
usage objectStatistiques d'utilisation des tokens.
Propriétés total_tokens intNombre total de tokens consommés par la requête. | |
code stringCode d'erreur. Retourné uniquement pour les requêtes échouées. Consultez Codes d'erreur. | |
message stringMessage d'erreur détaillé. Retourné uniquement pour les requêtes échouées. Consultez Codes d'erreur. |
API compatible OpenAI
qwen3-rerank et qwen3.7-text-rerank peuvent être appelés via l'API compatible OpenAI. gte-rerank-v2 et qwen3-vl-rerank ne sont pas pris en charge et renvoient une erreur model_not_supported.
Endpoint : POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-api/v1/reranks
Différences avec l'API HTTP DashScope :
- Le corps de la requête est plat.
query,documents,top_n,instructetreturn_documentssont au même niveau quemodel, sans imbrication dansinputouparameters. - Les résultats triés se trouvent dans le tableau
resultsde la réponse. Chaque élément contientindex(position du document dans la requête) etrelevance_score(score de pertinence). Lorsquereturn_documentsvauttrue,document.textest également renvoyé.
Exemple de requête
Exemple de réponse
Utilisation du SDK
Exemple
Appelez l'API du modèle de rerank.
Les noms de paramètres du SDK correspondent à ceux de l'API HTTP, mais leur structure diffère. L'API HTTP utilise des objets imbriquésinputetparameters, tandis que le SDK emploie une structure plate.
qwen3-vl-rerank pour un rerank multimodal avec une requête image.
Exemple de sortie
Le SDK 2.0 renvoie un objet de réponse structuré ; les résultats du rerank sont accessibles via
resp.results (resp.results[i].index / .relevance_score / .document). En cas d'échec de la requête, une exception DashScopeError est levée.