{
  "aboutHtml": "<p>Jina Reranker v2 Base Multilingual ist ein Textrankingmodell für die zweite Stufe des Informationsabrufs. Geben Sie ihm eine Anfrage und Dokument- oder Passagenkandidaten; es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für die Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Anfrage noch erstellt es Dokumentembeddings.</p><h4>Anfrage und Kandidatenpassagen vorbereiten</h4><p>Formulieren Sie die Anfrage so, dass sie den Informationsbedarf benennt. Stellen Sie danach die Texte bereit, die ein früherer Abrufschritt gefunden hat. Führen Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verbunden werden kann.</p><p>Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen kombiniert werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger hilfreich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie die zum Vergleich nötigen Inhalte statt nur einen Dokumenttitel.</p><p>Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann den Bezug eines Absatzes zur Anfrage verändern; entfernen Sie sie daher nicht nur, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.</p><h4>Bewertung von Anfrage-Dokument-Paaren</h4><p>Dies ist ein Cross-Encoder: Anfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Relevanzwert als Gleitkommazahl. Höhere Werte zeigen grössere Relevanz innerhalb dieses Vergleichs. Der Wert ist ein Rankingsignal und keine erzeugte Erklärung oder ein Beweis für die Wahrheit des Dokuments.</p><p>Der Hersteller stellt zudem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Ein Regler für Spitzenergebnisse wählt die Anzahl der aufzubewahrenden Ranglistenkandidaten. Bewahren Sie Kennungen und Text beim Weiterreichen an die nächste Stufe. In einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin Anfrage und ausgewählte Belege; die Rangliste selbst ist keine beantwortete Frage.</p><p>Halten Sie Anfrage und Bewertungskriterien beim Vergleich von Abrufänderungen konstant. Prüfen Sie, ob nach oben verschobene Passagen die angeforderten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen aus Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Mass der Antwortkorrektheit zu behandeln.</p><h4>Modellfenster und längere Dokumente</h4><p>Das Modell unterstützt eine Kontextlänge von bis zu 1’024 Tokens. Seine dokumentierte Hilfsfunktion <code>rerank()</code> verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und führt sie zu Ergebnissen auf Dokumentebene zusammen. Die Aufteilung ist Verhalten dieser Hilfsfunktion und darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.</p><p>Die Hilfsfunktion stellt Regler für Anfrage- und Abschnittslänge sowie eine Überlappungseinstellung bereit. Die dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Nutzungsbeispiel nennt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1’024; dies sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.</p><p>Bewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Bewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, jeder seiner Abschnitte beantworte die Anfrage gleich gut.</p><h4>Mehrsprachiger und spezialisierter Textabruf</h4><p>Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele bewerten englische Anfragen gegenüber englischen, deutschen, spanischen, chinesischen und japanischen Passagen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne vorher jeden Kandidaten in die Anfragesprache übersetzen zu müssen.</p><p>Der dokumentierte Aufgabenbereich umfasst zudem Codeabruf und die Bewertung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet bereitgestellten Text. Es führt weder eine Funktion noch SQL aus und erzeugt auch kein Werkzeugergebnis allein dadurch, dass solche Kandidaten in der Abrufmenge vorkommen.</p><h4>Edition und praktische Grenzen</h4><p>Halten Sie dieses v2-Base-Multilingual-Profil von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Rerankingprofilen getrennt. Es handelt sich um verschiedene Modelle mit unterschiedlichen Aufgaben- und Eingabemerkmalen. Dieses Profil erhält Anfrage-Text-Paare; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.</p><p>Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentranking-Hilfsfunktion, mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.</p><p>Nutzen Sie die geordnete Ausgabe für mehrsprachige Suche, Supportwissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die obersten Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufresultat bringt die richtigen bereitgestellten Belege nach vorn und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.</p>",
  "aboutText": "Jina Reranker v2 Base Multilingual ist ein Textrankingmodell für die zweite Stufe des Informationsabrufs. Geben Sie ihm eine Anfrage und Dokument- oder Passagenkandidaten; es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für die Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Anfrage noch erstellt es Dokumentembeddings.\n\n### Anfrage und Kandidatenpassagen vorbereiten\n\nFormulieren Sie die Anfrage so, dass sie den Informationsbedarf benennt. Stellen Sie danach die Texte bereit, die ein früherer Abrufschritt gefunden hat. Führen Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verbunden werden kann.\n\nVerwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen kombiniert werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger hilfreich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie die zum Vergleich nötigen Inhalte statt nur einen Dokumenttitel.\n\nVerwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann den Bezug eines Absatzes zur Anfrage verändern; entfernen Sie sie daher nicht nur, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.\n\n### Bewertung von Anfrage-Dokument-Paaren\n\nDies ist ein Cross-Encoder: Anfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Relevanzwert als Gleitkommazahl. Höhere Werte zeigen grössere Relevanz innerhalb dieses Vergleichs. Der Wert ist ein Rankingsignal und keine erzeugte Erklärung oder ein Beweis für die Wahrheit des Dokuments.\n\nDer Hersteller stellt zudem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Ein Regler für Spitzenergebnisse wählt die Anzahl der aufzubewahrenden Ranglistenkandidaten. Bewahren Sie Kennungen und Text beim Weiterreichen an die nächste Stufe. In einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin Anfrage und ausgewählte Belege; die Rangliste selbst ist keine beantwortete Frage.\n\nHalten Sie Anfrage und Bewertungskriterien beim Vergleich von Abrufänderungen konstant. Prüfen Sie, ob nach oben verschobene Passagen die angeforderten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen aus Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Mass der Antwortkorrektheit zu behandeln.\n\n### Modellfenster und längere Dokumente\n\nDas Modell unterstützt eine Kontextlänge von bis zu 1’024 Tokens. Seine dokumentierte Hilfsfunktion `rerank()` verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und führt sie zu Ergebnissen auf Dokumentebene zusammen. Die Aufteilung ist Verhalten dieser Hilfsfunktion und darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.\n\nDie Hilfsfunktion stellt Regler für Anfrage- und Abschnittslänge sowie eine Überlappungseinstellung bereit. Die dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Nutzungsbeispiel nennt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1’024; dies sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.\n\nBewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Bewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, jeder seiner Abschnitte beantworte die Anfrage gleich gut.\n\n### Mehrsprachiger und spezialisierter Textabruf\n\nDas v2-Modell ist mehrsprachig. Die Herstellerbeispiele bewerten englische Anfragen gegenüber englischen, deutschen, spanischen, chinesischen und japanischen Passagen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne vorher jeden Kandidaten in die Anfragesprache übersetzen zu müssen.\n\nDer dokumentierte Aufgabenbereich umfasst zudem Codeabruf und die Bewertung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet bereitgestellten Text. Es führt weder eine Funktion noch SQL aus und erzeugt auch kein Werkzeugergebnis allein dadurch, dass solche Kandidaten in der Abrufmenge vorkommen.\n\n### Edition und praktische Grenzen\n\nHalten Sie dieses v2-Base-Multilingual-Profil von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Rerankingprofilen getrennt. Es handelt sich um verschiedene Modelle mit unterschiedlichen Aufgaben- und Eingabemerkmalen. Dieses Profil erhält Anfrage-Text-Paare; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.\n\nDie Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentranking-Hilfsfunktion, mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.\n\nNutzen Sie die geordnete Ausgabe für mehrsprachige Suche, Supportwissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die obersten Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufresultat bringt die richtigen bereitgestellten Belege nach vorn und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "5ae415aa987350fd7c9243abff4a3c1b126d03c00cb827c908c71cea1302e40a",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "de-ch",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">jina-reranker-v2-base-multilingual</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Schliessen\">×</button></div><div class=\"idline\"><span>Jina AI /</span><code>jina-reranker-v2-base-multilingual</code><button type=\"button\" id=\"copy-id\">ID kopieren</button></div><nav class=\"card-jump-nav\" aria-label=\"Bereiche der Modellkarte\"><button type=\"button\" data-card-jump=\"overview\">Einstieg</button><button type=\"button\" data-card-jump=\"methods\">Eingaben und Methoden</button><button type=\"button\" data-card-jump=\"pricing\">Tarife</button><button type=\"button\" data-card-jump=\"examples\">Beispiele</button><button type=\"button\" data-card-jump=\"results\">Ergebnisse</button><button type=\"button\" data-card-jump=\"aliases\">Aliasnamen</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API-Methoden\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|rerank|/v1/rerank|jina-reranker-v2-base-multilingual\">Neusortierung</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Einstieg</h3><p class=\"mdesc-full\">Jina Reranker v2 Base Multilingual bewertet eine Anfrage gegenüber Kandidatentexten und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf, während die Reranking-Hilfsfunktion des Herstellers längere Dokumente um ein Modellfenster von 1’024 Tokens herum aufteilt.</p><dl class=\"card-io\" data-card-io><div><dt>Zulässige Eingaben</dt><dd>Text</dd></div><div><dt>Ergebnisse</dt><dd>Nach Relevanz geordnete Ergebnisse</dd></div></dl><details class=\"card-about\"><summary>Über das Modell</summary><p class=\"note-s\" data-model-method-boundary>Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.</p><div class=\"mabout\" id=\"m-about\"><p>Jina Reranker v2 Base Multilingual ist ein Textrankingmodell für die zweite Stufe des Informationsabrufs. Geben Sie ihm eine Anfrage und Dokument- oder Passagenkandidaten; es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für die Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Anfrage noch erstellt es Dokumentembeddings.</p><h4>Anfrage und Kandidatenpassagen vorbereiten</h4><p>Formulieren Sie die Anfrage so, dass sie den Informationsbedarf benennt. Stellen Sie danach die Texte bereit, die ein früherer Abrufschritt gefunden hat. Führen Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verbunden werden kann.</p><p>Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen kombiniert werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger hilfreich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie die zum Vergleich nötigen Inhalte statt nur einen Dokumenttitel.</p><p>Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann den Bezug eines Absatzes zur Anfrage verändern; entfernen Sie sie daher nicht nur, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.</p><h4>Bewertung von Anfrage-Dokument-Paaren</h4><p>Dies ist ein Cross-Encoder: Anfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Relevanzwert als Gleitkommazahl. Höhere Werte zeigen grössere Relevanz innerhalb dieses Vergleichs. Der Wert ist ein Rankingsignal und keine erzeugte Erklärung oder ein Beweis für die Wahrheit des Dokuments.</p><p>Der Hersteller stellt zudem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Ein Regler für Spitzenergebnisse wählt die Anzahl der aufzubewahrenden Ranglistenkandidaten. Bewahren Sie Kennungen und Text beim Weiterreichen an die nächste Stufe. In einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin Anfrage und ausgewählte Belege; die Rangliste selbst ist keine beantwortete Frage.</p><p>Halten Sie Anfrage und Bewertungskriterien beim Vergleich von Abrufänderungen konstant. Prüfen Sie, ob nach oben verschobene Passagen die angeforderten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen aus Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Mass der Antwortkorrektheit zu behandeln.</p><h4>Modellfenster und längere Dokumente</h4><p>Das Modell unterstützt eine Kontextlänge von bis zu 1’024 Tokens. Seine dokumentierte Hilfsfunktion <code>rerank()</code> verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und führt sie zu Ergebnissen auf Dokumentebene zusammen. Die Aufteilung ist Verhalten dieser Hilfsfunktion und darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.</p><p>Die Hilfsfunktion stellt Regler für Anfrage- und Abschnittslänge sowie eine Überlappungseinstellung bereit. Die dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Nutzungsbeispiel nennt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1’024; dies sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.</p><p>Bewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Bewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, jeder seiner Abschnitte beantworte die Anfrage gleich gut.</p><h4>Mehrsprachiger und spezialisierter Textabruf</h4><p>Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele bewerten englische Anfragen gegenüber englischen, deutschen, spanischen, chinesischen und japanischen Passagen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne vorher jeden Kandidaten in die Anfragesprache übersetzen zu müssen.</p><p>Der dokumentierte Aufgabenbereich umfasst zudem Codeabruf und die Bewertung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet bereitgestellten Text. Es führt weder eine Funktion noch SQL aus und erzeugt auch kein Werkzeugergebnis allein dadurch, dass solche Kandidaten in der Abrufmenge vorkommen.</p><h4>Edition und praktische Grenzen</h4><p>Halten Sie dieses v2-Base-Multilingual-Profil von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Rerankingprofilen getrennt. Es handelt sich um verschiedene Modelle mit unterschiedlichen Aufgaben- und Eingabemerkmalen. Dieses Profil erhält Anfrage-Text-Paare; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.</p><p>Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentranking-Hilfsfunktion, mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.</p><p>Nutzen Sie die geordnete Ausgabe für mehrsprachige Suche, Supportwissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die obersten Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufresultat bringt die richtigen bereitgestellten Belege nach vorn und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">In Ailoot verfügbar · Eingaben und Methoden</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Neusortierung</b> <code>POST /v1/rerank</code></summary><dl class=\"method-capabilities\"><div><dt>Eingabe</dt><dd><code>text</code></dd></div><div><dt>Ausgabe</dt><dd><code>rerank</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Feld</th><th>Typ</th><th>Anforderung</th><th>Werte und Limits</th><th>Standard</th></tr></thead><tbody><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Erforderlich</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span><div>jina-reranker-v2-base-multilingual</div></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">query</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Optional</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">documents</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>array</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Erforderlich</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Methodenparameter und Lebenszyklus</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Vertrag</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>content_type</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>application/json</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>required</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>model, documents</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>text</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_conditions</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>Geben Sie Ihre tatsächliche Suchanfrage und ein nicht leeres Array der ursprünglichen Textdokumente an. Die Ergebnisindizes beziehen sich auf dieses ursprüngliche Array.</td></tr></tbody></table></div><p>Lebenszyklus: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Tarife</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.</p><dl data-price-conditions><dt>Schnellmodus</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn der Schnellmodus ausgewählt ist</span></dd><dt>Flex-Modus</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn der Modus flex ausgewählt ist</span></dd><dt>Maximaler Denkaufwand</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot-Tarife</h4><h4>Preise nach Konfiguration</h4><p class=\"note-s\">Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfiguration</th><th>Tarifstaffel</th><th>Abrechnungseinheit</th><th>Gebühr</th></tr></thead><tbody><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Token-Basistarife</th><td data-cell-label=\"Tarifstaffel\"><span class=\"card-cell-label\">Tarifstaffel</span>Grundtarif</td><td data-cell-label=\"Abrechnungseinheit\"><span class=\"card-cell-label\">Abrechnungseinheit</span>—</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Eingabe · Eingabetoken</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Ausgabe · Ausgabetoken</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Eingabe · Cache lesen</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Eingabe · Cache schreiben</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div><div><span>Eingabe · Cache schreiben, 1 Stunde</span> <b>—</b> <span class=\"price-unit\">/ 1K Tokens</span></div></td></tr><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Gesamttoken</th><td data-cell-label=\"Tarifstaffel\"><span class=\"card-cell-label\">Tarifstaffel</span>—</td><td data-cell-label=\"Abrechnungseinheit\"><span class=\"card-cell-label\">Abrechnungseinheit</span>/ 1K Tokens</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Eingabe · Gesamttoken</span> <b>$0.0001</b> <span class=\"price-unit\">/ 1K Tokens</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. <a href=\"/docs/de-ch/billing/reserve/\">So funktionieren Reservierung und Abrechnung →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Beispielanfragen</h3><h4>Ailoot Ultra · Neusortierung</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Codevarianten\"><button class=\"cg-tab\" id=\"model-code-1768-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1768-panel-0\" aria-selected=\"true\" tabindex=\"0\">Echte Eingabedaten verwenden und das vollständige Ergebnis speichern</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Code kopieren\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1768-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1768-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_QUERY:?Set the actual documented input value}&quot;\nexport AILOOT_QUERY\n: &quot;${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}&quot;\nexport AILOOT_DOCUMENTS_JSON\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nrequest={&#39;model&#39;: &#39;jina-reranker-v2-base-multilingual&#39;, &#39;query&#39;: &#39;${ACTUAL_QUERY}&#39;, &#39;documents&#39;: &#39;${ACTUAL_DOCUMENTS}&#39;}\nrequest[&#39;query&#39;]=os.environ[&#39;AILOOT_QUERY&#39;]\nrequest[&#39;documents&#39;]=json.loads(os.environ[&#39;AILOOT_DOCUMENTS_JSON&#39;])\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Ergebnisse abrufen und speichern</h3><h4>Ailoot Ultra · Neusortierung</h4><p class=\"note-s\">Vollständiges ursprüngliches natives JSON-Ergebnis mit dem konfigurierten Antwortmodell, ursprünglichen Dokumentindizes, Relevanzwerten, Dokumentzeichenketten und nativem Tokenverbrauch. Bewahren Sie jedes tatsächliche Ergebnis- und Verbrauchsfeld auf.</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Alle fertiggestellten Ergebnisse aufbewahren</h5><p class=\"note-s\">Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.</p><p class=\"note-s\">Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Wenn die ursprüngliche Antwort geprüft werden muss</h5><p class=\"note-s\">Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und ihre exakten signierten Inhalts-URLs; reichen Sie eine Erstellung mit unklarem Ausgang niemals erneut ein.</p></div><details class=\"card-about\" data-output-fields><summary>Antwortfelder</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Feld</th><th>Typ</th><th>Bedeutung</th></tr></thead><tbody><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td><td data-cell-label=\"Bedeutung\"><span class=\"card-cell-label\">Bedeutung</span>Exaktes Antwortmodell, das der konfigurierte Verarbeiter im Quellcode benötigt.</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">results[].index</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>integer</td><td data-cell-label=\"Bedeutung\"><span class=\"card-cell-label\">Bedeutung</span>Eindeutiger Index des ursprünglichen Eingabedokuments.</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">results[].relevance_score</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>number</td><td data-cell-label=\"Bedeutung\"><span class=\"card-cell-label\">Bedeutung</span>Endlicher Relevanzwert.</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">results[].document</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td><td data-cell-label=\"Bedeutung\"><span class=\"card-cell-label\">Bedeutung</span>Ursprüngliches Textdokument, das der konfigurierte Antwortverarbeiter benötigt.</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">usage.total_tokens</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>integer</td><td data-cell-label=\"Bedeutung\"><span class=\"card-cell-label\">Bedeutung</span>Endliche, nicht negative native Tokenanzahl, die der derzeit akzeptierte Tarif verlangt.</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Fehler und nächste Schritte</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Antwort</th><th>Bedingung</th><th>Nächster Schritt</th></tr></thead><tbody><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Der JSON-Anfragetext oder die explizite kanonische Modell-ID ist ungültig.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Der API-Schlüssel von Ailoot ist ungültig.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Verwenden Sie Ihren autorisierten API-Schlüssel von Ailoot.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>403 · <code>permission_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Die Schlüsselgruppe lässt diese Methode nicht zu.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die zurückgegebenen Fehlerdetails auf.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>404 · <code>not_found_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Für die ausgewählte Methode gibt es keine zugelassene Route.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die zurückgegebenen Fehlerdetails auf.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>422 · <code>price_unavailable</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Für den akzeptierten Tarif lässt sich die erforderliche Eingabemenge oder deren Grenze nicht ermitteln.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif verlangte Eingabedarstellung.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>503 · <code></code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Erforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine Reservierung mit unklarem Zustand ist keine Erlaubnis zum erneuten Einreichen.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>502 · <code>billing_requires_check</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Eintrag; reichen Sie die Erstellung nicht erneut ein.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Aliasnamen</h3><h4>Modellaliasnamen</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=jina-reranker-v2-base-multilingual&amp;route=Ultra&amp;caller=jina-reranker-v2-base-multilingual&amp;fmt=rerank\"><code>jina-reranker-v2-base-multilingual</code></a></span></p><h4>Aliasnamen für Methodenpfade</h4><p class=\"note-s\">Verwenden Sie die oben angezeigten Methodenpfade.</p><h4>Zugehörige Aufrufer-IDs</h4><p class=\"note-s\"><a href=\"#m=jina-reranker-v2-base-multilingual&amp;route=Ultra&amp;caller=jina-reranker-v2-base-multilingual&amp;fmt=rerank\"><code>jina-reranker-v2-base-multilingual</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "jina-reranker-v2-base-multilingual",
        "fmt": "rerank",
        "http": "POST",
        "path": "/v1/rerank",
        "request_model_id": "jina-reranker-v2-base-multilingual",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|rerank|/v1/rerank|jina-reranker-v2-base-multilingual",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Der JSON-Anfragetext oder die explizite kanonische Modell-ID ist ungültig.",
                "http_status": 400,
                "recovery": "Bewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Der API-Schlüssel von Ailoot ist ungültig.",
                "http_status": 401,
                "recovery": "Verwenden Sie Ihren autorisierten API-Schlüssel von Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Die Schlüsselgruppe lässt diese Methode nicht zu.",
                "http_status": 403,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Für die ausgewählte Methode gibt es keine zugelassene Route.",
                "http_status": 404,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Für den akzeptierten Tarif lässt sich die erforderliche Eingabemenge oder deren Grenze nicht ermitteln.",
                "http_status": 422,
                "recovery": "Bewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif verlangte Eingabedarstellung.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Erforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar.",
                "http_status": 503,
                "recovery": "Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine Reservierung mit unklarem Zustand ist keine Erlaubnis zum erneuten Einreichen.",
                "type": null
              },
              {
                "code": null,
                "condition": "Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden.",
                "http_status": 502,
                "recovery": "Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Eintrag; reichen Sie die Erstellung nicht erneut ein.",
                "type": "billing_requires_check"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [],
              "unknown": "Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und ihre exakten signierten Inhalts-URLs; reichen Sie eine Erstellung mit unklarem Ausgang niemals erneut ein."
            },
            "outputs": {
              "all_results": "Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.",
              "family": "rerank",
              "fields": [
                {
                  "description": "Exaktes Antwortmodell, das der konfigurierte Verarbeiter im Quellcode benötigt.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Eindeutiger Index des ursprünglichen Eingabedokuments.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Endlicher Relevanzwert.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Ursprüngliches Textdokument, das der konfigurierte Antwortverarbeiter benötigt.",
                  "name": "results[].document",
                  "type": "string"
                },
                {
                  "description": "Endliche, nicht negative native Tokenanzahl, die der derzeit akzeptierte Tarif verlangt.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "result": "Vollständiges ursprüngliches natives JSON-Ergebnis mit dem konfigurierten Antwortmodell, ursprünglichen Dokumentindizes, Relevanzwerten, Dokumentzeichenketten und nativem Tokenverbrauch. Bewahren Sie jedes tatsächliche Ergebnis- und Verbrauchsfeld auf."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "jina-reranker-v2-base-multilingual"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "query",
                "required": false,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              }
            ],
            "request_schema": {
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "minItems": 1,
                  "type": "array"
                },
                "model": {
                  "enum": [
                    "jina-reranker-v2-base-multilingual"
                  ],
                  "type": "string"
                },
                "query": {
                  "type": "string"
                }
              },
              "required": [
                "model",
                "documents"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "documents": "${ACTUAL_DOCUMENTS}",
                "model": "jina-reranker-v2-base-multilingual",
                "query": "${ACTUAL_QUERY}"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Geben Sie Ihre tatsächliche Suchanfrage und ein nicht leeres Array der ursprünglichen Textdokumente an. Die Ergebnisindizes beziehen sich auf dieses ursprüngliche Array."
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "documents"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "rerank",
            "fields": [
              {
                "description": "Exact response model required by the configured Source consumer.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Unique original input document index.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Finite relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Original text document required by this configured response consumer.",
                "name": "results[].document",
                "type": "string"
              },
              {
                "description": "Finite nonnegative native token count required by the current accepted tariff.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "result": "Complete original native JSON result with the configured response model, original document indices, relevance scores, document strings and native token usage. Retain every actual result and usage field."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.0000001",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_QUERY:?Set the actual documented input value}\"\nexport AILOOT_QUERY\n: \"${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}\"\nexport AILOOT_DOCUMENTS_JSON\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'jina-reranker-v2-base-multilingual', 'query': '${ACTUAL_QUERY}', 'documents': '${ACTUAL_DOCUMENTS}'}\nrequest['query']=os.environ['AILOOT_QUERY']\nrequest['documents']=json.loads(os.environ['AILOOT_DOCUMENTS_JSON'])\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n",
            "label": "Use actual input and retain the complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Set your actual query and nonempty array of original text documents. Result indices refer to that original array.",
          "The minimum example omits top_n, return_documents, instruct and other optional controls.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Neusortierung",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "rerank",
        "out": null,
        "output": [
          "rerank"
        ],
        "path": "/v1/rerank",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "total_token": 1e-07
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.0000001",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "request_model_id": "jina-reranker-v2-base-multilingual",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.0000001",
            "native_quantity": 1,
            "native_unit": "total_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "total_token"
          }
        ]
      }
    }
  ],
  "model_id": "jina-reranker-v2-base-multilingual",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "d34c96d7baeee78417647e70dff781da247c4ce9ec5c894a34c00b1b53785f76",
    "input_html_sha256": "19dd3588e790670006a15545a73dc85f9e6cdea2987ea715e5f5ad2e71576cdb",
    "private_audit_sha256": "438924c723b6ac4e828241ce169a3fac4cb0056d4e4aad2a905697590e3d884a",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/de-ch/jina-reranker-v2-base-multilingual/",
    "description": "Jina Reranker v2 Base Multilingual bewertet eine Anfrage gegenüber Kandidatentexten und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf, während die Reranking-Hilfsfunktion des Herstellers längere Dokumente um ein Modellfenster von 1’024 Tokens herum aufteilt.",
    "locale": "de-ch",
    "md_url": "https://ailoot.ai/models/de-ch/jina-reranker-v2-base-multilingual/index.md",
    "title": "jina-reranker-v2-base-multilingual — Ailoot",
    "url": "https://ailoot.ai/models/de-ch/jina-reranker-v2-base-multilingual/"
  },
  "rawModel": {
    "about": "Jina Reranker v2 Base Multilingual ist ein Textrankingmodell für die zweite Stufe des Informationsabrufs. Geben Sie ihm eine Anfrage und Dokument- oder Passagenkandidaten; es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das nützliche Ergebnis ist eine besser geordnete Kandidatenmenge für die Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Anfrage noch erstellt es Dokumentembeddings.\n\n### Anfrage und Kandidatenpassagen vorbereiten\n\nFormulieren Sie die Anfrage so, dass sie den Informationsbedarf benennt. Stellen Sie danach die Texte bereit, die ein früherer Abrufschritt gefunden hat. Führen Sie neben jedem Kandidaten eine stabile Kennung, damit sein Relevanzwert mit dem ursprünglichen Dokument, Abschnitt oder Datensatz verbunden werden kann.\n\nVerwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Anfrage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen kombiniert werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger hilfreich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie die zum Vergleich nötigen Inhalte statt nur einen Dokumenttitel.\n\nVerwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann den Bezug eines Absatzes zur Anfrage verändern; entfernen Sie sie daher nicht nur, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet bereitgestellte Kandidaten; er kann kein relevantes Dokument wiederherstellen, das die frühere Abrufstufe ausgelassen hat.\n\n### Bewertung von Anfrage-Dokument-Paaren\n\nDies ist ein Cross-Encoder: Anfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Relevanzwert als Gleitkommazahl. Höhere Werte zeigen grössere Relevanz innerhalb dieses Vergleichs. Der Wert ist ein Rankingsignal und keine erzeugte Erklärung oder ein Beweis für die Wahrheit des Dokuments.\n\nDer Hersteller stellt zudem eine Reranking-Hilfsfunktion bereit, die geordnete Dokumente mit ihren Werten zurückgibt. Ein Regler für Spitzenergebnisse wählt die Anzahl der aufzubewahrenden Ranglistenkandidaten. Bewahren Sie Kennungen und Text beim Weiterreichen an die nächste Stufe. In einem Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin Anfrage und ausgewählte Belege; die Rangliste selbst ist keine beantwortete Frage.\n\nHalten Sie Anfrage und Bewertungskriterien beim Vergleich von Abrufänderungen konstant. Prüfen Sie, ob nach oben verschobene Passagen die angeforderten Informationen tatsächlich enthalten. Legen Sie Filterschwellen anhand von Beispielen aus Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Mass der Antwortkorrektheit zu behandeln.\n\n### Modellfenster und längere Dokumente\n\nDas Modell unterstützt eine Kontextlänge von bis zu 1’024 Tokens. Seine dokumentierte Hilfsfunktion `rerank()` verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet die Teile getrennt und führt sie zu Ergebnissen auf Dokumentebene zusammen. Die Aufteilung ist Verhalten dieser Hilfsfunktion und darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.\n\nDie Hilfsfunktion stellt Regler für Anfrage- und Abschnittslänge sowie eine Überlappungseinstellung bereit. Die dokumentierte Standardüberlappung beträgt 80. Das veröffentlichte Nutzungsbeispiel nennt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1’024; dies sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.\n\nBewahren Sie bei einem langen Handbuch genügend benachbarten Text, damit eine Anweisung und ihre Bedingungen gemeinsam erscheinen. Prüfen Sie bei der Bewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, jeder seiner Abschnitte beantworte die Anfrage gleich gut.\n\n### Mehrsprachiger und spezialisierter Textabruf\n\nDas v2-Modell ist mehrsprachig. Die Herstellerbeispiele bewerten englische Anfragen gegenüber englischen, deutschen, spanischen, chinesischen und japanischen Passagen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne vorher jeden Kandidaten in die Anfragesprache übersetzen zu müssen.\n\nDer dokumentierte Aufgabenbereich umfasst zudem Codeabruf und die Bewertung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet bereitgestellten Text. Es führt weder eine Funktion noch SQL aus und erzeugt auch kein Werkzeugergebnis allein dadurch, dass solche Kandidaten in der Abrufmenge vorkommen.\n\n### Edition und praktische Grenzen\n\nHalten Sie dieses v2-Base-Multilingual-Profil von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Rerankingprofilen getrennt. Es handelt sich um verschiedene Modelle mit unterschiedlichen Aufgaben- und Eingabemerkmalen. Dieses Profil erhält Anfrage-Text-Paare; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.\n\nDie Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentranking-Hilfsfunktion, mit optional beschleunigter Attention. Diese Implementierungsentscheidungen beeinflussen Vorbereitung und Verarbeitung der Eingaben; sie belegen nicht, dass jede Integration identische Regler bereitstellt.\n\nNutzen Sie die geordnete Ausgabe für mehrsprachige Suche, Supportwissensdatenbanken, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die obersten Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufresultat bringt die richtigen bereitgestellten Belege nach vorn und überlässt die nächste Aufgabe – Antworten, Zusammenfassen oder Entscheiden – dem passenden Ablauf.",
    "alias_of": null,
    "aliases": [],
    "author": "Jina AI",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [],
      "manufacturer_output": []
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0001000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.0000001",
            "native_quantity": 1,
            "native_unit": "total_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "total_token"
          }
        ],
        "summary": "Die vollständigen Preisangaben zur Konfiguration finden Sie in den Details."
      }
    ],
    "ctx": null,
    "formats": [
      "rerank"
    ],
    "id": "jina-reranker-v2-base-multilingual",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Der JSON-Anfragetext oder die explizite kanonische Modell-ID ist ungültig.",
                "http_status": 400,
                "recovery": "Bewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Der API-Schlüssel von Ailoot ist ungültig.",
                "http_status": 401,
                "recovery": "Verwenden Sie Ihren autorisierten API-Schlüssel von Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Die Schlüsselgruppe lässt diese Methode nicht zu.",
                "http_status": 403,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Für die ausgewählte Methode gibt es keine zugelassene Route.",
                "http_status": 404,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Für den akzeptierten Tarif lässt sich die erforderliche Eingabemenge oder deren Grenze nicht ermitteln.",
                "http_status": 422,
                "recovery": "Bewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif verlangte Eingabedarstellung.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Erforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar.",
                "http_status": 503,
                "recovery": "Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine Reservierung mit unklarem Zustand ist keine Erlaubnis zum erneuten Einreichen.",
                "type": null
              },
              {
                "code": null,
                "condition": "Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden.",
                "http_status": 502,
                "recovery": "Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Eintrag; reichen Sie die Erstellung nicht erneut ein.",
                "type": "billing_requires_check"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [],
              "unknown": "Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und ihre exakten signierten Inhalts-URLs; reichen Sie eine Erstellung mit unklarem Ausgang niemals erneut ein."
            },
            "outputs": {
              "all_results": "Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.",
              "family": "rerank",
              "fields": [
                {
                  "description": "Exaktes Antwortmodell, das der konfigurierte Verarbeiter im Quellcode benötigt.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Eindeutiger Index des ursprünglichen Eingabedokuments.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Endlicher Relevanzwert.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Ursprüngliches Textdokument, das der konfigurierte Antwortverarbeiter benötigt.",
                  "name": "results[].document",
                  "type": "string"
                },
                {
                  "description": "Endliche, nicht negative native Tokenanzahl, die der derzeit akzeptierte Tarif verlangt.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "result": "Vollständiges ursprüngliches natives JSON-Ergebnis mit dem konfigurierten Antwortmodell, ursprünglichen Dokumentindizes, Relevanzwerten, Dokumentzeichenketten und nativem Tokenverbrauch. Bewahren Sie jedes tatsächliche Ergebnis- und Verbrauchsfeld auf."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "jina-reranker-v2-base-multilingual"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "query",
                "required": false,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              }
            ],
            "request_schema": {
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "minItems": 1,
                  "type": "array"
                },
                "model": {
                  "enum": [
                    "jina-reranker-v2-base-multilingual"
                  ],
                  "type": "string"
                },
                "query": {
                  "type": "string"
                }
              },
              "required": [
                "model",
                "documents"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "documents": "${ACTUAL_DOCUMENTS}",
                "model": "jina-reranker-v2-base-multilingual",
                "query": "${ACTUAL_QUERY}"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Geben Sie Ihre tatsächliche Suchanfrage und ein nicht leeres Array der ursprünglichen Textdokumente an. Die Ergebnisindizes beziehen sich auf dieses ursprüngliche Array."
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "documents"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "rerank",
            "fields": [
              {
                "description": "Exact response model required by the configured Source consumer.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Unique original input document index.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Finite relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Original text document required by this configured response consumer.",
                "name": "results[].document",
                "type": "string"
              },
              {
                "description": "Finite nonnegative native token count required by the current accepted tariff.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "result": "Complete original native JSON result with the configured response model, original document indices, relevance scores, document strings and native token usage. Retain every actual result and usage field."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.0000001",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_QUERY:?Set the actual documented input value}\"\nexport AILOOT_QUERY\n: \"${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}\"\nexport AILOOT_DOCUMENTS_JSON\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'jina-reranker-v2-base-multilingual', 'query': '${ACTUAL_QUERY}', 'documents': '${ACTUAL_DOCUMENTS}'}\nrequest['query']=os.environ['AILOOT_QUERY']\nrequest['documents']=json.loads(os.environ['AILOOT_DOCUMENTS_JSON'])\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n",
            "label": "Use actual input and retain the complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Set your actual query and nonempty array of original text documents. Result indices refer to that original array.",
          "The minimum example omits top_n, return_documents, instruct and other optional controls.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Neusortierung",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "rerank",
        "out": null,
        "output": [
          "rerank"
        ],
        "path": "/v1/rerank",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "total_token": 1e-07
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.0001000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.0000001",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "request_model_id": "jina-reranker-v2-base-multilingual",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.0000001",
            "native_quantity": 1,
            "native_unit": "total_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "total_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "jina-reranker-v2-base-multilingual",
        "request_model_id": "jina-reranker-v2-base-multilingual",
        "route_label": "Ultra"
      }
    ],
    "name": "jina-reranker-v2-base-multilingual",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "Jina Reranker v2 Base Multilingual bewertet eine Anfrage gegenüber Kandidatentexten und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf, während die Reranking-Hilfsfunktion des Herstellers längere Dokumente um ein Modellfenster von 1’024 Tokens herum aufteilt."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Jina Reranker v2 Base Multilingual bewertet eine Anfrage gegenüber Kandidatentexten und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf, während die Reranking-Hilfsfunktion des Herstellers längere Dokumente um ein Modellfenster von 1’024 Tokens herum aufteilt.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "188fcce6a94894935357fc2d33b98638daf66949b60fcfa8755ba18a50564897",
    "renderer_sha256": "76caa42c097db2ddc47d1e1e6fe7ca45c8363d7211296daf28e4352971e6c0c8"
  },
  "sourceRevision": "63ec9ec59b7449324ab32031ab9bb9877de9d83be657b9d36901899386236f9b"
}