{
  "aboutHtml": "<p>Jina Reranker v2 Base Multilingual ist ein Textrankingmodell für die zweite Abrufstufe. Geben Sie ihm eine Suchanfrage und Kandidatendokumente oder Passagen. Es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das brauchbare Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Suchanfrage noch erzeugt es Dokumentembeddings.</p><h4>Suchanfrage und Kandidatenpassagen vorbereiten</h4><p>Formulieren Sie die Suchanfrage so, dass sie den Informationsbedarf benennt. Liefern Sie dann die von einem früheren Abrufschritt gefundenen Texte. Halten Sie eine stabile Kennung neben jedem Kandidaten fest, damit sich sein Relevanzwert mit Originaldokument, Abschnitt oder Datensatz verbinden lässt.</p><p>Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Frage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie den für den Vergleich nötigen Inhalt statt nur eines Dokumenttitels.</p><p>Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann die Beziehung eines Absatzes zur Suchanfrage ändern. Entfernen Sie sie daher nicht bloß, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet gelieferte Kandidaten; er kann ein relevantes Dokument nicht zurückholen, das die frühere Abrufstufe ausgelassen hat.</p><h4>Bewertung von Anfrage-Dokument-Paaren</h4><p>Dies ist ein Cross-Encoder: Suchanfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Gleitkomma-Relevanzwert. Höhere Werte zeigen in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal statt einer erzeugten Erklärung oder eines Wahrheitsbeweises für das Dokument.</p><p>Der Hersteller bietet außerdem eine Neusortierhilfe, die geordnete Dokumente mit ihren Werten liefert. Ein Regler für Top-Ergebnisse wählt die Zahl der zu bewahrenden sortierten Kandidaten. Bewahren Sie Kennungen und Text beim Übergang zur nächsten Stufe. Für einen Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Suchanfrage und ausgewählten Belege; die sortierte Liste selbst ist keine beantwortete Frage.</p><p>Halten Sie beim Vergleich von Abrufänderungen Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben beförderten Passagen tatsächlich die gewünschten Informationen enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für Antwortkorrektheit zu behandeln.</p><h4>Modellfenster und längere Dokumente</h4><p>Das Modell unterstützt bis zu 1.024 Tokens Kontext. Seine dokumentierte Hilfsfunktion <code>rerank()</code> verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet Teilstücke getrennt und kombiniert sie zu Dokumentergebnissen. Die Aufteilung ist Verhalten dieser Hilfsfunktion; sie darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.</p><p>Die Hilfsfunktion stellt Regler für Anfragelänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung ist 80. Das veröffentlichte Anwendungsbeispiel legt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1.024 fest. Das sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.</p><p>Bewahren Sie bei einem langen Handbuch ausreichend benachbarten Text, damit eine Anweisung und ihre Bedingungen zusammen erscheinen. Prüfen Sie bei der Ergebnisbewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.</p><h4>Mehrsprachiger und spezialisierter Textabruf</h4><p>Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele ordnen englische, deutsche, spanische, chinesische und japanische Passagen nach ihrer Relevanz für englische Suchanfragen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne zunächst jeden Kandidaten in die Anfragesprache übersetzen zu müssen.</p><p>Der dokumentierte Aufgabenbereich umfasst außerdem Codeabruf und die Sortierung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet gelieferten Text. Es führt keine Funktion oder SQL aus und erzeugt kein Werkzeugergebnis, bloß weil solche Kandidaten in der Abrufmenge vorkommen.</p><h4>Edition und praktische Grenzen</h4><p>Halten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Neusortierprofilen getrennt. Dies sind unterschiedliche Modelle mit verschiedenen Aufgaben- und Eingabeeigenschaften. Dieses Profil nimmt Anfrage-Text-Paare entgegen; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.</p><p>Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentrankinghilfe mit optional beschleunigter Attention. Diese Implementierungsoptionen beeinflussen Vorbereitung und Verarbeitung von Eingaben; sie belegen keine identischen Regler in jeder Integration.</p><p>Verwenden Sie die sortierte Ausgabe für mehrsprachige Suche, Support-Wissensbasen, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die am höchsten eingestuften Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen gelieferten 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 Abrufstufe. Geben Sie ihm eine Suchanfrage und Kandidatendokumente oder Passagen. Es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das brauchbare Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Suchanfrage noch erzeugt es Dokumentembeddings.\n\n### Suchanfrage und Kandidatenpassagen vorbereiten\n\nFormulieren Sie die Suchanfrage so, dass sie den Informationsbedarf benennt. Liefern Sie dann die von einem früheren Abrufschritt gefundenen Texte. Halten Sie eine stabile Kennung neben jedem Kandidaten fest, damit sich sein Relevanzwert mit Originaldokument, Abschnitt oder Datensatz verbinden lässt.\n\nVerwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Frage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie den für den Vergleich nötigen Inhalt statt nur eines Dokumenttitels.\n\nVerwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann die Beziehung eines Absatzes zur Suchanfrage ändern. Entfernen Sie sie daher nicht bloß, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet gelieferte Kandidaten; er kann ein relevantes Dokument nicht zurückholen, das die frühere Abrufstufe ausgelassen hat.\n\n### Bewertung von Anfrage-Dokument-Paaren\n\nDies ist ein Cross-Encoder: Suchanfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Gleitkomma-Relevanzwert. Höhere Werte zeigen in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal statt einer erzeugten Erklärung oder eines Wahrheitsbeweises für das Dokument.\n\nDer Hersteller bietet außerdem eine Neusortierhilfe, die geordnete Dokumente mit ihren Werten liefert. Ein Regler für Top-Ergebnisse wählt die Zahl der zu bewahrenden sortierten Kandidaten. Bewahren Sie Kennungen und Text beim Übergang zur nächsten Stufe. Für einen Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Suchanfrage und ausgewählten Belege; die sortierte Liste selbst ist keine beantwortete Frage.\n\nHalten Sie beim Vergleich von Abrufänderungen Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben beförderten Passagen tatsächlich die gewünschten Informationen enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für Antwortkorrektheit zu behandeln.\n\n### Modellfenster und längere Dokumente\n\nDas Modell unterstützt bis zu 1.024 Tokens Kontext. Seine dokumentierte Hilfsfunktion `rerank()` verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet Teilstücke getrennt und kombiniert sie zu Dokumentergebnissen. Die Aufteilung ist Verhalten dieser Hilfsfunktion; sie darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.\n\nDie Hilfsfunktion stellt Regler für Anfragelänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung ist 80. Das veröffentlichte Anwendungsbeispiel legt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1.024 fest. Das sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.\n\nBewahren Sie bei einem langen Handbuch ausreichend benachbarten Text, damit eine Anweisung und ihre Bedingungen zusammen erscheinen. Prüfen Sie bei der Ergebnisbewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.\n\n### Mehrsprachiger und spezialisierter Textabruf\n\nDas v2-Modell ist mehrsprachig. Die Herstellerbeispiele ordnen englische, deutsche, spanische, chinesische und japanische Passagen nach ihrer Relevanz für englische Suchanfragen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne zunächst jeden Kandidaten in die Anfragesprache übersetzen zu müssen.\n\nDer dokumentierte Aufgabenbereich umfasst außerdem Codeabruf und die Sortierung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet gelieferten Text. Es führt keine Funktion oder SQL aus und erzeugt kein Werkzeugergebnis, bloß weil solche Kandidaten in der Abrufmenge vorkommen.\n\n### Edition und praktische Grenzen\n\nHalten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Neusortierprofilen getrennt. Dies sind unterschiedliche Modelle mit verschiedenen Aufgaben- und Eingabeeigenschaften. Dieses Profil nimmt Anfrage-Text-Paare entgegen; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.\n\nDie Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentrankinghilfe mit optional beschleunigter Attention. Diese Implementierungsoptionen beeinflussen Vorbereitung und Verarbeitung von Eingaben; sie belegen keine identischen Regler in jeder Integration.\n\nVerwenden Sie die sortierte Ausgabe für mehrsprachige Suche, Support-Wissensbasen, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die am höchsten eingestuften Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen gelieferten 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": "19e2100d5fb564f17f88ff846a0dbe02b4c47eb9a131c33273f7b47435784076",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "de",
  "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\">Start</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\">Start</h3><p class=\"mdesc-full\">Jina Reranker v2 Base Multilingual bewertet Kandidatentexte anhand einer Suchanfrage und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf; die Neusortierhilfe des Herstellers teilt längere Dokumente passend zum Modellfenster von 1.024 Tokens auf.</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 Abrufstufe. Geben Sie ihm eine Suchanfrage und Kandidatendokumente oder Passagen. Es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das brauchbare Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Suchanfrage noch erzeugt es Dokumentembeddings.</p><h4>Suchanfrage und Kandidatenpassagen vorbereiten</h4><p>Formulieren Sie die Suchanfrage so, dass sie den Informationsbedarf benennt. Liefern Sie dann die von einem früheren Abrufschritt gefundenen Texte. Halten Sie eine stabile Kennung neben jedem Kandidaten fest, damit sich sein Relevanzwert mit Originaldokument, Abschnitt oder Datensatz verbinden lässt.</p><p>Verwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Frage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie den für den Vergleich nötigen Inhalt statt nur eines Dokumenttitels.</p><p>Verwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann die Beziehung eines Absatzes zur Suchanfrage ändern. Entfernen Sie sie daher nicht bloß, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet gelieferte Kandidaten; er kann ein relevantes Dokument nicht zurückholen, das die frühere Abrufstufe ausgelassen hat.</p><h4>Bewertung von Anfrage-Dokument-Paaren</h4><p>Dies ist ein Cross-Encoder: Suchanfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Gleitkomma-Relevanzwert. Höhere Werte zeigen in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal statt einer erzeugten Erklärung oder eines Wahrheitsbeweises für das Dokument.</p><p>Der Hersteller bietet außerdem eine Neusortierhilfe, die geordnete Dokumente mit ihren Werten liefert. Ein Regler für Top-Ergebnisse wählt die Zahl der zu bewahrenden sortierten Kandidaten. Bewahren Sie Kennungen und Text beim Übergang zur nächsten Stufe. Für einen Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Suchanfrage und ausgewählten Belege; die sortierte Liste selbst ist keine beantwortete Frage.</p><p>Halten Sie beim Vergleich von Abrufänderungen Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben beförderten Passagen tatsächlich die gewünschten Informationen enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für Antwortkorrektheit zu behandeln.</p><h4>Modellfenster und längere Dokumente</h4><p>Das Modell unterstützt bis zu 1.024 Tokens Kontext. Seine dokumentierte Hilfsfunktion <code>rerank()</code> verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet Teilstücke getrennt und kombiniert sie zu Dokumentergebnissen. Die Aufteilung ist Verhalten dieser Hilfsfunktion; sie darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.</p><p>Die Hilfsfunktion stellt Regler für Anfragelänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung ist 80. Das veröffentlichte Anwendungsbeispiel legt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1.024 fest. Das sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.</p><p>Bewahren Sie bei einem langen Handbuch ausreichend benachbarten Text, damit eine Anweisung und ihre Bedingungen zusammen erscheinen. Prüfen Sie bei der Ergebnisbewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.</p><h4>Mehrsprachiger und spezialisierter Textabruf</h4><p>Das v2-Modell ist mehrsprachig. Die Herstellerbeispiele ordnen englische, deutsche, spanische, chinesische und japanische Passagen nach ihrer Relevanz für englische Suchanfragen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne zunächst jeden Kandidaten in die Anfragesprache übersetzen zu müssen.</p><p>Der dokumentierte Aufgabenbereich umfasst außerdem Codeabruf und die Sortierung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet gelieferten Text. Es führt keine Funktion oder SQL aus und erzeugt kein Werkzeugergebnis, bloß weil solche Kandidaten in der Abrufmenge vorkommen.</p><h4>Edition und praktische Grenzen</h4><p>Halten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Neusortierprofilen getrennt. Dies sind unterschiedliche Modelle mit verschiedenen Aufgaben- und Eingabeeigenschaften. Dieses Profil nimmt Anfrage-Text-Paare entgegen; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.</p><p>Die Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentrankinghilfe mit optional beschleunigter Attention. Diese Implementierungsoptionen beeinflussen Vorbereitung und Verarbeitung von Eingaben; sie belegen keine identischen Regler in jeder Integration.</p><p>Verwenden Sie die sortierte Ausgabe für mehrsprachige Suche, Support-Wissensbasen, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die am höchsten eingestuften Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen gelieferten 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>Eingabetypen</dt><dd><code>text</code></dd></div><div><dt>Ausgabetypen</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>Basistarife für Token</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 Token</span></div><div><span>Ausgabe · Ausgabetoken</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div><div><span>Eingabe · Cache-Lesen</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div><div><span>Eingabe · Cache-Schreiben</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div><div><span>Eingabe · Cache-Schreiben, 1 Stunde</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</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 Token</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Eingabe · Gesamttoken</span> <b>$0.0001</b> <span class=\"price-unit\">/ 1K Token</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. <a href=\"/docs/de/billing/reserve/\">So funktionieren Reservierung und Abrechnung →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Beispielanfragen</h3><h4>Ailoot Ultra · Neusortierung</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Codevarianten\"><button class=\"cg-tab\" id=\"model-code-1768-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1768-panel-0\" aria-selected=\"true\" tabindex=\"0\">Echte Eingabedaten verwenden und das vollständige Ergebnis speichern</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Code kopieren\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1768-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1768-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${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, Dokumentzeichenfolgen und nativen Tokenverbrauchsdaten. 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 aus; übermitteln Sie eine Erstellung mit unklarem Ausgang niemals erneut.</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 Quellverarbeiter 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 dieser 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 Tokenzahl, die der aktuell akzeptierte Tarif erfordert.</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-Inhalt oder die ausdrücklich angegebene 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 Ailoot-API-Schlüssel ist ungültig.</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Verwenden Sie Ihren autorisierten Ailoot-API-Schlüssel.</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>Die ausgewählte Methode hat 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>Der akzeptierte Tarif kann 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 sind 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 unklare Reservierung berechtigt nicht zur erneuten Übermittlung.</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 müssen 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 vorhandenen, Ihnen zugeordneten Datensatz aus; übermitteln Sie die Erstellung nicht erneut.</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-Inhalt oder die ausdrücklich angegebene 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 Ailoot-API-Schlüssel ist ungültig.",
                "http_status": 401,
                "recovery": "Verwenden Sie Ihren autorisierten Ailoot-API-Schlüssel.",
                "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": "Die ausgewählte Methode hat keine zugelassene Route.",
                "http_status": 404,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Der akzeptierte Tarif kann 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 sind nicht verfügbar.",
                "http_status": 503,
                "recovery": "Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung.",
                "type": null
              },
              {
                "code": null,
                "condition": "Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung müssen geprüft werden.",
                "http_status": 502,
                "recovery": "Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den vorhandenen, Ihnen zugeordneten Datensatz aus; übermitteln Sie die Erstellung nicht erneut.",
                "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 aus; übermitteln Sie eine Erstellung mit unklarem Ausgang niemals erneut."
            },
            "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 Quellverarbeiter 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 dieser konfigurierte Antwortverarbeiter benötigt.",
                  "name": "results[].document",
                  "type": "string"
                },
                {
                  "description": "Endliche, nicht negative native Tokenzahl, die der aktuell akzeptierte Tarif erfordert.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "result": "Vollständiges ursprüngliches natives JSON-Ergebnis mit dem konfigurierten Antwortmodell, ursprünglichen Dokumentindizes, Relevanzwerten, Dokumentzeichenfolgen und nativen Tokenverbrauchsdaten. 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": "82792ff5a7c5f34814f81abdfdefcd815111c62a6757be1162aa042b888c264d",
    "input_html_sha256": "6aee3dd6ec0cdd4e9487e88721cddf388f6d5f2c0725df6097237483781e61be",
    "private_audit_sha256": "a985f41a3494856b8f25296b463f29828d0da898e399dcfbf9a4f4f92b17a3c5",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/de/jina-reranker-v2-base-multilingual/",
    "description": "Jina Reranker v2 Base Multilingual bewertet Kandidatentexte anhand einer Suchanfrage und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf; die Neusortierhilfe des Herstellers teilt längere Dokumente passend zum Modellfenster von 1.024 Tokens auf.",
    "locale": "de",
    "md_url": "https://ailoot.ai/models/de/jina-reranker-v2-base-multilingual/index.md",
    "title": "jina-reranker-v2-base-multilingual — Ailoot",
    "url": "https://ailoot.ai/models/de/jina-reranker-v2-base-multilingual/"
  },
  "rawModel": {
    "about": "Jina Reranker v2 Base Multilingual ist ein Textrankingmodell für die zweite Abrufstufe. Geben Sie ihm eine Suchanfrage und Kandidatendokumente oder Passagen. Es bewertet jedes Anfrage-Dokument-Paar und liefert einen Relevanzwert. Das brauchbare Ergebnis ist eine besser geordnete Kandidatenmenge für Suche oder einen abrufgestützten Ablauf. Es schreibt weder die Antwort auf die Suchanfrage noch erzeugt es Dokumentembeddings.\n\n### Suchanfrage und Kandidatenpassagen vorbereiten\n\nFormulieren Sie die Suchanfrage so, dass sie den Informationsbedarf benennt. Liefern Sie dann die von einem früheren Abrufschritt gefundenen Texte. Halten Sie eine stabile Kennung neben jedem Kandidaten fest, damit sich sein Relevanzwert mit Originaldokument, Abschnitt oder Datensatz verbinden lässt.\n\nVerwenden Sie bei einer Supportsuche die tatsächliche Frage und Kandidatenauszüge mit dem relevanten Verfahren. Eine Frage zum Zurücksetzen eines bestimmten Geräts sollte mit Passagen verbunden werden, die Gerätename, Version und Rücksetzbedingungen bewahren. Eine Passage, die das Gerät nur erwähnt, kann weniger nützlich sein als eine, die den gewünschten Vorgang erklärt. Liefern Sie den für den Vergleich nötigen Inhalt statt nur eines Dokumenttitels.\n\nVerwenden Sie zusammenhängende Passagen. Eine Tabellenüberschrift, Definition oder Ausnahme kann die Beziehung eines Absatzes zur Suchanfrage ändern. Entfernen Sie sie daher nicht bloß, um alle Kandidaten gleich kurz zu machen. Der Reranker bewertet gelieferte Kandidaten; er kann ein relevantes Dokument nicht zurückholen, das die frühere Abrufstufe ausgelassen hat.\n\n### Bewertung von Anfrage-Dokument-Paaren\n\nDies ist ein Cross-Encoder: Suchanfrage und Kandidatentext werden gemeinsam verarbeitet. Die direkte Bewertungsschnittstelle liefert für jedes entsprechende Paar einen Gleitkomma-Relevanzwert. Höhere Werte zeigen in diesem Vergleich größere Relevanz. Der Wert ist ein Rankingsignal statt einer erzeugten Erklärung oder eines Wahrheitsbeweises für das Dokument.\n\nDer Hersteller bietet außerdem eine Neusortierhilfe, die geordnete Dokumente mit ihren Werten liefert. Ein Regler für Top-Ergebnisse wählt die Zahl der zu bewahrenden sortierten Kandidaten. Bewahren Sie Kennungen und Text beim Übergang zur nächsten Stufe. Für einen Frage-Antwort-Ablauf benötigt das folgende Modell weiterhin die Suchanfrage und ausgewählten Belege; die sortierte Liste selbst ist keine beantwortete Frage.\n\nHalten Sie beim Vergleich von Abrufänderungen Suchanfrage und Bewertungskriterien fest. Prüfen Sie, ob die nach oben beförderten Passagen tatsächlich die gewünschten Informationen enthalten. Legen Sie Filterschwellen anhand von Beispielen Ihrer eigenen Sammlung fest, statt einen Relevanzwert als allgemeingültiges Maß für Antwortkorrektheit zu behandeln.\n\n### Modellfenster und längere Dokumente\n\nDas Modell unterstützt bis zu 1.024 Tokens Kontext. Seine dokumentierte Hilfsfunktion `rerank()` verarbeitet längere Dokumente mit einem gleitenden Fenster, bewertet Teilstücke getrennt und kombiniert sie zu Dokumentergebnissen. Die Aufteilung ist Verhalten dieser Hilfsfunktion; sie darf nicht mit einer einzelnen Modelleingabe mit unbegrenztem Kontextfenster verwechselt werden.\n\nDie Hilfsfunktion stellt Regler für Anfragelänge und Abschnittslänge sowie eine Überlappungseinstellung bereit. Ihre dokumentierte Standardüberlappung ist 80. Das veröffentlichte Anwendungsbeispiel legt eine maximale Anfragelänge von 512 und eine Abschnittslänge von 1.024 fest. Das sind Beispieleinstellungen der Hilfsfunktion und kein Versprechen, dass jeder Aufrufer oder jede Route sie verwendet.\n\nBewahren Sie bei einem langen Handbuch ausreichend benachbarten Text, damit eine Anweisung und ihre Bedingungen zusammen erscheinen. Prüfen Sie bei der Ergebnisbewertung den relevanten Teil eines hoch eingestuften Dokuments, statt anzunehmen, dass jeder Abschnitt die Suchanfrage gleich gut beantwortet.\n\n### Mehrsprachiger und spezialisierter Textabruf\n\nDas v2-Modell ist mehrsprachig. Die Herstellerbeispiele ordnen englische, deutsche, spanische, chinesische und japanische Passagen nach ihrer Relevanz für englische Suchanfragen. Das unterstützt Sammlungen mit relevantem Material in mehreren Sprachen, ohne zunächst jeden Kandidaten in die Anfragesprache übersetzen zu müssen.\n\nDer dokumentierte Aufgabenbereich umfasst außerdem Codeabruf und die Sortierung von Textdarstellungen zu Funktionen oder SQL. Dies bleiben Relevanzrankingaufgaben: Das Modell bewertet gelieferten Text. Es führt keine Funktion oder SQL aus und erzeugt kein Werkzeugergebnis, bloß weil solche Kandidaten in der Abrufmenge vorkommen.\n\n### Edition und praktische Grenzen\n\nHalten Sie dieses Profil v2 Base Multilingual von Jinas früherem rein englischen Reranker, Jina Reranker v3 und multimodalen Neusortierprofilen getrennt. Dies sind unterschiedliche Modelle mit verschiedenen Aufgaben- und Eingabeeigenschaften. Dieses Profil nimmt Anfrage-Text-Paare entgegen; Bild- oder Videoinhalte benötigen eine eigene geeignete Darstellung oder ein anderes Modell.\n\nDie Referenzimplementierung des Herstellers unterstützt direkte Werte und eine Dokumentrankinghilfe mit optional beschleunigter Attention. Diese Implementierungsoptionen beeinflussen Vorbereitung und Verarbeitung von Eingaben; sie belegen keine identischen Regler in jeder Integration.\n\nVerwenden Sie die sortierte Ausgabe für mehrsprachige Suche, Support-Wissensbasen, Dokumentabruf und Belegauswahl vor der Generierung. Prüfen Sie die am höchsten eingestuften Passagen, bewahren Sie die ursprüngliche Kandidatenzuordnung und unterscheiden Sie Relevanz von sachlicher Gültigkeit. Ein nützliches Abrufergebnis bringt die richtigen gelieferten 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-Inhalt oder die ausdrücklich angegebene 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 Ailoot-API-Schlüssel ist ungültig.",
                "http_status": 401,
                "recovery": "Verwenden Sie Ihren autorisierten Ailoot-API-Schlüssel.",
                "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": "Die ausgewählte Methode hat keine zugelassene Route.",
                "http_status": 404,
                "recovery": "Bewahren Sie die zurückgegebenen Fehlerdetails auf.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Der akzeptierte Tarif kann 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 sind nicht verfügbar.",
                "http_status": 503,
                "recovery": "Bewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung.",
                "type": null
              },
              {
                "code": null,
                "condition": "Das ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung müssen geprüft werden.",
                "http_status": 502,
                "recovery": "Bewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den vorhandenen, Ihnen zugeordneten Datensatz aus; übermitteln Sie die Erstellung nicht erneut.",
                "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 aus; übermitteln Sie eine Erstellung mit unklarem Ausgang niemals erneut."
            },
            "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 Quellverarbeiter 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 dieser konfigurierte Antwortverarbeiter benötigt.",
                  "name": "results[].document",
                  "type": "string"
                },
                {
                  "description": "Endliche, nicht negative native Tokenzahl, die der aktuell akzeptierte Tarif erfordert.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "result": "Vollständiges ursprüngliches natives JSON-Ergebnis mit dem konfigurierten Antwortmodell, ursprünglichen Dokumentindizes, Relevanzwerten, Dokumentzeichenfolgen und nativen Tokenverbrauchsdaten. 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 Kandidatentexte anhand einer Suchanfrage und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf; die Neusortierhilfe des Herstellers teilt längere Dokumente passend zum Modellfenster von 1.024 Tokens auf."
  },
  "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 Kandidatentexte anhand einer Suchanfrage und ordnet sie nach Relevanz. Sein Cross-Encoder verarbeitet mehrsprachigen Abruf; die Neusortierhilfe des Herstellers teilt längere Dokumente passend zum Modellfenster von 1.024 Tokens auf.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "a0dc7683f04cdf9dc14d838eb28a402332c30048eb6d97842ff5e7912a1527db",
    "renderer_sha256": "8bd3076b303b7b3aa4d961032854071403a471ec26a4f50c64e3a32556ea2925"
  },
  "sourceRevision": "e433b806a3915f51f28486e111a1b8b8e64a8c73cb612f9d8d99068dccb2a97e"
}