Qwen3 Rerank | EmpirioLabs AI Docs

POST /v1/reranks

语义文档重新排序器。每个查询可按相关性排序最多500个候选人，支持100+语言，并接受自定义排序指令。

一眼看

场地	价值
型号ID	`qwen3-rerank`
车型发布日期	2025-06-05
输入模态	正文
输出模态	排名
上下文窗口	4000
重量精度	-
地区	新加坡
特色	语义排序、多语言、RAG、自定义指令
本土推断	不
新	是的
支持的端点	`POST /v1/reranks`

定价

冲锋	规格	速率
输入	每100万个提示词标记	$0.10

示例请求

$ curl https://api.empiriolabs.ai/v1/reranks \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "qwen3-rerank", "query": "What is a rerank model?", "documents": ["Rerank models sort candidate documents by relevance.", "Quantum computing is a cutting-edge field of computer science.", "Pre-trained language models advanced rerank models."], "top_n": 2, "return_documents": true}'

参数

参数	类型	必修	默认	描述
`query`	弦	是的	-	查询文本以对文档进行排序。最多4000个代币。
`documents`	数组	是的	-	候选文档需要排序（字符串）。最多500件物品，每个最多4000个代币。
`top_n`	人数	不	`10`	需归还的顶级文件数量。默认所有。·范围：1 – 500
`instruct`	弦	不	`"Given a web search query, retrieve relevant passages that answer the query."`	定制英语教学。使用“检索语义相似文本”进行相似排序。
`return_documents`	布尔值	不	错误	当为真时，返回原始文档文本并列每个结果。

注释

每个请求的限制

每个请求最多可提交500份候选人文件
每query/document最多4000个代币
每个请求最多120,000个代币（公式：query_tokens × n_docs + sum_of_doc_tokens）
计费的代币为查询+文档的组合;只有成功重新排名才会被收费

语言

100+主要语言，包括中文、英语、西班牙语、法语、葡萄牙语、印度尼西亚语、日语、韩语、德语、俄语

排序模式（instruct参数）

默认 - 问答检索：Given a web search query, retrieve relevant passages that answer the query.
语义相似性：Retrieve semantically similar text.
或者任何自定义的英语教学（参见[模型任务提示]（https://github.com/QwenLM/Qwen3-Embedding/blob/main/evaluation/task_prompts.json））

Machine可读模式： GET https://api.empiriolabs.ai/v1/models/qwen3-rerank。