{ "aboutHtml": "

rerank-2.5 on Voyage AI:n ohjeita noudattava uudelleenjärjestäjä, joka on suunniteltu hakuehdokkaiden joukon tarkentamiseen. Se tarkastelee kyselyä ja kutakin asiakirjaa yhdessä cross-encoderina ja palauttaa sitten relevanssijärjestyksen. Valmistajan julkaisu korostaa luonnollisella kielellä ohjattavaa relevanssia, monikielistä hakua ja pidempää kysely–asiakirja-kontekstia kuin edeltävässä rerank-2-versiossa.

Anna mallille vertailtavat ehdokkaat

Syöte on kysely ja tekstimuotoisten ehdokasasiakirjojen luettelo. Ne voivat olla upotushaun tai sanapohjaisen ensimmäisen vaiheen haun valitsemia tekstikohtia. Uudelleenjärjestäjä arvioi toimitettua tekstiä eikä luo aineiston upotuksia, joten sen käytännön tehtävä on tarkentaa alkuhaun jo löytämiä ehdokkaita.

Säilytä alkuperäinen ehdokasjärjestys ja lähdetunnisteet luetteloa valmistellessasi. Palautetut indeksit viittaavat näihin syötepaikkoihin. Anna RAG-tehtävään tekstikohdat, joita vastausvaihe saattaa todella käyttää, mukaan lukien niiden tulkintaan tarvittava otsikko tai ehdot. Lähetetystä ehdokasjoukosta puuttuva olennainen asiakirja ei voi ilmestyä uudelleenjärjestämisen uutena hakutuloksena.

Määritä tavoiteltu relevanssin käsite

Ohjeita voi lisätä kyselyn loppuun tai alkuun. Julkaisu kuvaa kolme hyödyllistä roolia: asiakirjan tietyn osan korostaminen, lähdetyypin suosiminen ja kyselyn täsmentäminen sovelluskontekstilla. Ne muuttavat mallille annettavaa relevanssitehtävää.

Teknisessä haussa havainnollistava ohje on: ”Painota tekstikohtia, jotka selittävät virhe- ja palautumistoiminnan; esittelevät yleiskatsaukset ovat toissijaisia.” Määritä tutkimuskokoelmassa, onko otsikko, menetelmä vai tulos tärkein. Määritä monitulkintaiselle termille haun aihealue. Pidä kysymys ja ohje yhteensopivina, jotta toinen ei pyydä laajaa aihetta samalla kun toinen muuttaa tehtävää huomaamatta.

Nämä toiveet ohjaavat relevanssipisteytystä. Jos sovelluksella on tiukat kelpoisuusvaatimukset, kuten lähdeversio, päivämäärä tai käyttöoikeusrajaus, valmistele kelvollinen ehdokasjoukko erikseen. Mallin relevanssiohje ja deterministinen kokoelmarajaus palvelevat eri tarkoituksia.

Järjestetty tulos ja myöhempi käyttö

Tulokset ovat laskevassa relevanssijärjestyksessä ja sisältävät liukulukumuotoisen relevanssipisteen ja ehdokkaan alkuperäisen syöteindeksin. top-k-vaihtoehto valitsee palautettavien kärkisijojen määrän; ilman sitä valmistajan määritys palauttaa kaikkien lähetettyjen ehdokkaiden tulokset. Valinnainen return-documents-asetus sisällyttää vastaavan lähdetekstin; muuten vastaus sisältää indeksit ja pisteet.

Käytä järjestystä näyttämiseen tai myöhempään vastausvaiheeseen valittavien tekstikohtien poimintaan ja pidä niiden lähdeidentiteetti ehjänä. Tarkasta varsinainen teksti järjestystä arvioidessasi: piste mittaa relevanssia lähetettyyn kyselyyn nähden eikä ole generoitu vastaus tai varmistus asiakirjan väitteiden oikeellisuudesta. Tämä tekee mallista hyödyllisen teknisen, oikeudellisen, taloudellisen, lääketieteellisen, keskustelu- ja monikielisen hakuaineiston tarkentamiseen muuttamatta järjestystä toimialaa koskevaksi johtopäätökseksi.

Konteksti, kokonaistokenbudjetti ja katkaisu

Dokumentoitu kyselyraja on 8 000 tokenia, mukaan lukien kyselyyn sijoitetut ohjeet. Kyselyn ja minkä tahansa yhden ehdokasasiakirjan on mahduttava 32 000 tokeniin, ja asiakirjaluettelo voi sisältää enintään 1 000 kohdetta. Kokonaisvaraus on 600 000 tokenia, joka lasketaan kertomalla kyselytokenit asiakirjojen määrällä ja lisäämällä kaikki asiakirjatokenit. Pitkä ohje lasketaan siten toistuvasti ehdokaspareissa.

Tuloksen top-k-määrä ei muuta ehdokkaiden määrää tässä syötetokenlaskennassa. Oletuskatkaisu lyhentää liian pitkät kyselyt tai asiakirjat kontekstirajaan; sen poistaminen käytöstä aiheuttaa virheen liian pitkästä kyselystä tai parista. Valmistele vastauksen sisältävät tekstikohdat tarkoituksella ja pidä olennainen ehto mallin näkemässä tekstissä. Arvioi tarkennettua järjestystä edustavilla kysymyksillä ja ohjeilla ja välitä sitten valitut alkuperäiset tekstikohdat seuraavaan vaiheeseen.

", "aboutText": "rerank-2.5 on Voyage AI:n ohjeita noudattava uudelleenjärjestäjä, joka on suunniteltu hakuehdokkaiden joukon tarkentamiseen. Se tarkastelee kyselyä ja kutakin asiakirjaa yhdessä cross-encoderina ja palauttaa sitten relevanssijärjestyksen. Valmistajan julkaisu korostaa luonnollisella kielellä ohjattavaa relevanssia, monikielistä hakua ja pidempää kysely–asiakirja-kontekstia kuin edeltävässä rerank-2-versiossa.\n\n### Anna mallille vertailtavat ehdokkaat\n\nSyöte on kysely ja tekstimuotoisten ehdokasasiakirjojen luettelo. Ne voivat olla upotushaun tai sanapohjaisen ensimmäisen vaiheen haun valitsemia tekstikohtia. Uudelleenjärjestäjä arvioi toimitettua tekstiä eikä luo aineiston upotuksia, joten sen käytännön tehtävä on tarkentaa alkuhaun jo löytämiä ehdokkaita.\n\nSäilytä alkuperäinen ehdokasjärjestys ja lähdetunnisteet luetteloa valmistellessasi. Palautetut indeksit viittaavat näihin syötepaikkoihin. Anna RAG-tehtävään tekstikohdat, joita vastausvaihe saattaa todella käyttää, mukaan lukien niiden tulkintaan tarvittava otsikko tai ehdot. Lähetetystä ehdokasjoukosta puuttuva olennainen asiakirja ei voi ilmestyä uudelleenjärjestämisen uutena hakutuloksena.\n\n### Määritä tavoiteltu relevanssin käsite\n\nOhjeita voi lisätä kyselyn loppuun tai alkuun. Julkaisu kuvaa kolme hyödyllistä roolia: asiakirjan tietyn osan korostaminen, lähdetyypin suosiminen ja kyselyn täsmentäminen sovelluskontekstilla. Ne muuttavat mallille annettavaa relevanssitehtävää.\n\nTeknisessä haussa havainnollistava ohje on: ”Painota tekstikohtia, jotka selittävät virhe- ja palautumistoiminnan; esittelevät yleiskatsaukset ovat toissijaisia.” Määritä tutkimuskokoelmassa, onko otsikko, menetelmä vai tulos tärkein. Määritä monitulkintaiselle termille haun aihealue. Pidä kysymys ja ohje yhteensopivina, jotta toinen ei pyydä laajaa aihetta samalla kun toinen muuttaa tehtävää huomaamatta.\n\nNämä toiveet ohjaavat relevanssipisteytystä. Jos sovelluksella on tiukat kelpoisuusvaatimukset, kuten lähdeversio, päivämäärä tai käyttöoikeusrajaus, valmistele kelvollinen ehdokasjoukko erikseen. Mallin relevanssiohje ja deterministinen kokoelmarajaus palvelevat eri tarkoituksia.\n\n### Järjestetty tulos ja myöhempi käyttö\n\nTulokset ovat laskevassa relevanssijärjestyksessä ja sisältävät liukulukumuotoisen relevanssipisteen ja ehdokkaan alkuperäisen syöteindeksin. top-k-vaihtoehto valitsee palautettavien kärkisijojen määrän; ilman sitä valmistajan määritys palauttaa kaikkien lähetettyjen ehdokkaiden tulokset. Valinnainen return-documents-asetus sisällyttää vastaavan lähdetekstin; muuten vastaus sisältää indeksit ja pisteet.\n\nKäytä järjestystä näyttämiseen tai myöhempään vastausvaiheeseen valittavien tekstikohtien poimintaan ja pidä niiden lähdeidentiteetti ehjänä. Tarkasta varsinainen teksti järjestystä arvioidessasi: piste mittaa relevanssia lähetettyyn kyselyyn nähden eikä ole generoitu vastaus tai varmistus asiakirjan väitteiden oikeellisuudesta. Tämä tekee mallista hyödyllisen teknisen, oikeudellisen, taloudellisen, lääketieteellisen, keskustelu- ja monikielisen hakuaineiston tarkentamiseen muuttamatta järjestystä toimialaa koskevaksi johtopäätökseksi.\n\n### Konteksti, kokonaistokenbudjetti ja katkaisu\n\nDokumentoitu kyselyraja on 8 000 tokenia, mukaan lukien kyselyyn sijoitetut ohjeet. Kyselyn ja minkä tahansa yhden ehdokasasiakirjan on mahduttava 32 000 tokeniin, ja asiakirjaluettelo voi sisältää enintään 1 000 kohdetta. Kokonaisvaraus on 600 000 tokenia, joka lasketaan kertomalla kyselytokenit asiakirjojen määrällä ja lisäämällä kaikki asiakirjatokenit. Pitkä ohje lasketaan siten toistuvasti ehdokaspareissa.\n\nTuloksen top-k-määrä ei muuta ehdokkaiden määrää tässä syötetokenlaskennassa. Oletuskatkaisu lyhentää liian pitkät kyselyt tai asiakirjat kontekstirajaan; sen poistaminen käytöstä aiheuttaa virheen liian pitkästä kyselystä tai parista. Valmistele vastauksen sisältävät tekstikohdat tarkoituksella ja pidä olennainen ehto mallin näkemässä tekstissä. Arvioi tarkennettua järjestystä edustavilla kysymyksillä ja ohjeilla ja välitä sitten valitut alkuperäiset tekstikohdat seuraavaan vaiheeseen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a72def4a0be88cba90e241cc05aaa0ce681b3a1f66a89947039ad696a9356e01", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fi", "methods": [ { "html": "
•

VoyageAI by MongoDB: rerank-2.5

VoyageAI by MongoDB /voyageai/rerank-2.5

Aloitus

rerank-2.5 järjestää toimitetun tekstiehdokkaiden joukon kyselyn ja valinnaisten luonnollisen kielen ohjeiden mukaisen relevanssin perusteella. Se on monikielinen, laatupainotteinen uudelleenjärjestäjä, jossa on 32 000 tokenin kysely–asiakirja-konteksti ja alkuperäisiin ehdokasindekseihin kytketyt järjestetyt pisteet.

Hyväksytyt syötteet
Teksti
Tulokset
Järjestetyt tulokset
Tietoa mallista

Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.

rerank-2.5 on Voyage AI:n ohjeita noudattava uudelleenjärjestäjä, joka on suunniteltu hakuehdokkaiden joukon tarkentamiseen. Se tarkastelee kyselyä ja kutakin asiakirjaa yhdessä cross-encoderina ja palauttaa sitten relevanssijärjestyksen. Valmistajan julkaisu korostaa luonnollisella kielellä ohjattavaa relevanssia, monikielistä hakua ja pidempää kysely–asiakirja-kontekstia kuin edeltävässä rerank-2-versiossa.

Anna mallille vertailtavat ehdokkaat

Syöte on kysely ja tekstimuotoisten ehdokasasiakirjojen luettelo. Ne voivat olla upotushaun tai sanapohjaisen ensimmäisen vaiheen haun valitsemia tekstikohtia. Uudelleenjärjestäjä arvioi toimitettua tekstiä eikä luo aineiston upotuksia, joten sen käytännön tehtävä on tarkentaa alkuhaun jo löytämiä ehdokkaita.

Säilytä alkuperäinen ehdokasjärjestys ja lähdetunnisteet luetteloa valmistellessasi. Palautetut indeksit viittaavat näihin syötepaikkoihin. Anna RAG-tehtävään tekstikohdat, joita vastausvaihe saattaa todella käyttää, mukaan lukien niiden tulkintaan tarvittava otsikko tai ehdot. Lähetetystä ehdokasjoukosta puuttuva olennainen asiakirja ei voi ilmestyä uudelleenjärjestämisen uutena hakutuloksena.

Määritä tavoiteltu relevanssin käsite

Ohjeita voi lisätä kyselyn loppuun tai alkuun. Julkaisu kuvaa kolme hyödyllistä roolia: asiakirjan tietyn osan korostaminen, lähdetyypin suosiminen ja kyselyn täsmentäminen sovelluskontekstilla. Ne muuttavat mallille annettavaa relevanssitehtävää.

Teknisessä haussa havainnollistava ohje on: ”Painota tekstikohtia, jotka selittävät virhe- ja palautumistoiminnan; esittelevät yleiskatsaukset ovat toissijaisia.” Määritä tutkimuskokoelmassa, onko otsikko, menetelmä vai tulos tärkein. Määritä monitulkintaiselle termille haun aihealue. Pidä kysymys ja ohje yhteensopivina, jotta toinen ei pyydä laajaa aihetta samalla kun toinen muuttaa tehtävää huomaamatta.

Nämä toiveet ohjaavat relevanssipisteytystä. Jos sovelluksella on tiukat kelpoisuusvaatimukset, kuten lähdeversio, päivämäärä tai käyttöoikeusrajaus, valmistele kelvollinen ehdokasjoukko erikseen. Mallin relevanssiohje ja deterministinen kokoelmarajaus palvelevat eri tarkoituksia.

Järjestetty tulos ja myöhempi käyttö

Tulokset ovat laskevassa relevanssijärjestyksessä ja sisältävät liukulukumuotoisen relevanssipisteen ja ehdokkaan alkuperäisen syöteindeksin. top-k-vaihtoehto valitsee palautettavien kärkisijojen määrän; ilman sitä valmistajan määritys palauttaa kaikkien lähetettyjen ehdokkaiden tulokset. Valinnainen return-documents-asetus sisällyttää vastaavan lähdetekstin; muuten vastaus sisältää indeksit ja pisteet.

Käytä järjestystä näyttämiseen tai myöhempään vastausvaiheeseen valittavien tekstikohtien poimintaan ja pidä niiden lähdeidentiteetti ehjänä. Tarkasta varsinainen teksti järjestystä arvioidessasi: piste mittaa relevanssia lähetettyyn kyselyyn nähden eikä ole generoitu vastaus tai varmistus asiakirjan väitteiden oikeellisuudesta. Tämä tekee mallista hyödyllisen teknisen, oikeudellisen, taloudellisen, lääketieteellisen, keskustelu- ja monikielisen hakuaineiston tarkentamiseen muuttamatta järjestystä toimialaa koskevaksi johtopäätökseksi.

Konteksti, kokonaistokenbudjetti ja katkaisu

Dokumentoitu kyselyraja on 8 000 tokenia, mukaan lukien kyselyyn sijoitetut ohjeet. Kyselyn ja minkä tahansa yhden ehdokasasiakirjan on mahduttava 32 000 tokeniin, ja asiakirjaluettelo voi sisältää enintään 1 000 kohdetta. Kokonaisvaraus on 600 000 tokenia, joka lasketaan kertomalla kyselytokenit asiakirjojen määrällä ja lisäämällä kaikki asiakirjatokenit. Pitkä ohje lasketaan siten toistuvasti ehdokaspareissa.

Tuloksen top-k-määrä ei muuta ehdokkaiden määrää tässä syötetokenlaskennassa. Oletuskatkaisu lyhentää liian pitkät kyselyt tai asiakirjat kontekstirajaan; sen poistaminen käytöstä aiheuttaa virheen liian pitkästä kyselystä tai parista. Valmistele vastauksen sisältävät tekstikohdat tarkoituksella ja pidä olennainen ehto mallin näkemässä tekstissä. Arvioi tarkennettua järjestystä edustavilla kysymyksillä ja ohjeilla ja välitä sitten valitut alkuperäiset tekstikohdat seuraavaan vaiheeseen.

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Uudelleenjärjestys POST /v1/rerank
Syötetyypit
text
Tulostyypit
rerank
Tulosteen muoto
json
KenttäTyyppiVaatimusArvot & rajatOletus
KenttädocumentsTyyppiarrayVaatimusPakollinenArvot & rajatOletus—
KenttämodelTyyppistringVaatimusPakollinenArvot & rajat
voyageai/rerank-2.5
Oletus—
KenttäproviderTyyppischemaVaatimusValinnainenArvot & rajatOletus—
KenttäqueryTyyppistringVaatimusPakollinenArvot & rajatOletus—
Kenttäsession_idTyyppistringVaatimusValinnainenArvot & rajatOletus—
Kenttätop_nTyyppiintegerVaatimusValinnainenArvot & rajat
Vähimmäismäärä: 1
Oletus—
KenttätraceTyyppischemaVaatimusValinnainenArvot & rajatOletus—
KenttäuserTyyppistringVaatimusValinnainenArvot & rajatOletus—
Kenttädocuments[].textTyyppistringVaatimusValinnainenArvot & rajatOletus—
Kenttädocuments[].imageTyyppistringVaatimusValinnainenArvot & rajatOletus—
Syöteaineistojen yhdistelmät

text_rerank · Pakollinen: query, documents array with minItems1

Menetelmän parametrit ja elinkaari
ParametriSopimus
Parametricontent_typeSopimusapplication/json
ParametrirequiredSopimusmodel, query, documents
Parametrimaterial_typesSopimustext
Parametrioptional_controlsSopimusprovider, session_id, top_n, trace, user
Parametrimultimodal_input_bindingSopimusnull

Elinkaari: synchronous

Lähetä täsmällinen mallin tunniste ja säilytä koko natiivivastaus.

Hinnoittelu

Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.

Nopea tila
Ei määritetty Kun nopea tila on valittu
Flex-tila
Ei määritetty Kun flex-tila on valittu
Päättelyn enimmäisteho
Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä

Ailoot-hinnat

Hinnat asetusten mukaan

Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.

AsetuksetHinnastoLaskutusyksikköVeloitus
AsetuksetTokenien perushinnatHinnastoPerushintaLaskutusyksikkö—Veloitus
Syöte · Syötetokenit — / 1K tokenia
Tuloste · Tulostokenit — / 1K tokenia
Syöte · Välimuistin luku — / 1K tokenia
Syöte · Välimuistiin kirjoitus — / 1K tokenia
Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia
AsetuksetUltraHinnasto—Laskutusyksikkö/ 1K tokeniaVeloitus
Syöte $0.0001 / 1K tokenia

Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →

Esimerkkipyynnöt

Ailoot Ultra · Uudelleenjärjestys

{\n  "documents": [\n    "Paris is the capital of France.",\n    "Berlin is the capital of Germany."\n  ],\n  "model": "voyageai/rerank-2.5",\n  "query": "What is the capital of France?",\n  "top_n": 3\n}

Vastaanota ja tallenna tulokset

Ailoot Ultra · Uudelleenjärjestys

json

Säilytä kaikki valmistuneet tulokset

Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.

Jokainen todellinen tulosindeksi, äärellinen relevance_score ja alkuperäinen asiakirjaolio säilytetään. Indeksit sitovat tulokset alkuperäiseen asiakirjataulukkoon. Koko alkuperäinen JSON tallennetaan ja palautetaan vasta veloituksen lopullisen kirjauksen jälkeen.

Jos alkuperäinen vastaus on tarkistettava

Säilytä alkuperäinen operaatio ja kokonainen tai osittainen vastaus; älä toista POST-pyyntöä.

Vastauksen kentät
KenttäTyyppi
KenttämodelTyyppistring
KenttäidTyyppistring
KenttäproviderTyyppistring
Kenttäresults[].indexTyyppiinteger
Kenttäresults[].relevance_scoreTyyppinumber
Kenttäresults[].document.textTyyppistring
Kenttäresults[].document.imageTyyppistring
Kenttäusage.search_unitsTyyppiinteger
Kenttäusage.total_tokensTyyppiinteger
Kenttäusage.costTyyppinumber
Virheet ja seuraavat vaiheet
VastausEhtoSeuraava vaihe
Vastaus400 · invalid_request_errorEhtoVirheellinen pakollinen kenttä, esitysmuoto tai arvoSeuraava vaiheKorjaa ilmoitettu pyyntökenttä.

Aliakset

Mallin aliakset

Ailoot Ultra voyageai/rerank-2.5

Menetelmäpolkujen aliakset

Käytä yllä näytettyjä menetelmäpolkuja.

Liittyvät kutsujan ID:t

voyageai/rerank-2.5

", "method_identity": { "effective_request_model_id": "voyageai/rerank-2.5", "fmt": "rerank", "http": "POST", "path": "/v1/rerank", "request_model_id": "voyageai/rerank-2.5", "route_label": "Ultra" }, "method_key": "Ultra|rerank|/v1/rerank|voyageai%2Frerank-2.5", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "errors": [ { "code": null, "condition": "Virheellinen pakollinen kenttä, esitysmuoto tai arvo", "http_status": 400, "recovery": "Korjaa ilmoitettu pyyntökenttä.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Säilytä alkuperäinen operaatio ja kokonainen tai osittainen vastaus; älä toista POST-pyyntöä." }, "material_combinations": [ { "accepted": [ "string documents", "objects with text; image only for separately exact-supported multimodal model" ], "mode": "text_rerank", "required": [ "query", "documents array with minItems1" ] } ], "operation_modes": [ "rerank" ], "outputs": { "all_results": "Jokainen todellinen tulosindeksi, äärellinen relevance_score ja alkuperäinen asiakirjaolio säilytetään. Indeksit sitovat tulokset alkuperäiseen asiakirjataulukkoon. Koko alkuperäinen JSON tallennetaan ja palautetaan vasta veloituksen lopullisen kirjauksen jälkeen.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "enum": null, "enum_known": false, "minItems": 1, "name": "documents", "required": true, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "voyageai/rerank-2.5" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "The search query to rerank documents against", "enum": null, "enum_known": false, "name": "query", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Number of most relevant documents to return", "enum": null, "enum_known": false, "minimum": 1, "name": "top_n", "required": false, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "documents[].text", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Official family image carrier is remote http/https URL or data:image URI; only for exact multimodal-model bindings.", "enum": null, "enum_known": false, "name": "documents[].image", "required": false, "type": "string" } ], "unsupported": [ "stream=true" ] }, "hints": [ "Lähetä täsmällinen mallin tunniste ja säilytä koko natiivivastaus." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "multimodal_input_binding": null, "optional_controls": [ "provider", "session_id", "top_n", "trace", "user" ], "required": [ "model", "query", "documents" ] }, "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Preserve original operation and full/partial reply; do not replay POST." }, "manufacturer_capability": { "context_length": 32000, "manufacturer_input": [ "text" ], "manufacturer_output": [ "rerank" ] }, "method": { "http": "POST", "path": "/v1/rerank" }, "method_aliases": [], "operation_modes": [ "rerank" ], "output": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "schema": { "request": { "description": "Rerank request input", "example": { "documents": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "model": "cohere/rerank-v3.5", "query": "What is the capital of France?", "top_n": 3 }, "properties": { "documents": { "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "example": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "items": { "anyOf": [ { "type": "string" }, { "description": "A structured document with optional text and/or image content. At least one of `text` or `image` must be provided.", "properties": { "image": { "description": "An image associated with the document, as a remote URL (http/https) or a base64-encoded data URI (data:image/...).", "example": "https://upload.wikimedia.org/wikipedia/commons/thumb/8/8b/Phytogenic.png", "type": "string" }, "text": { "description": "The document text", "example": "AI enables robots to perceive, plan, and act autonomously.", "type": "string" } }, "type": "object" } ], "description": "A document to rerank. Either a plain string, or a structured object with optional `text` and/or `image`." }, "minItems": 1, "type": "array" }, "model": { "enum": [ "voyageai/rerank-2.5" ], "type": "string" }, "provider": { "allOf": [ { "$ref": "#/components/schemas/ProviderPreferences" }, { "description": "Provider routing preferences for the request." } ] }, "query": { "description": "The search query to rerank documents against", "example": "What is the capital of France?", "type": "string" }, "session_id": { "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "example": "session-1234", "maxLength": 256, "type": "string" }, "top_n": { "description": "Number of most relevant documents to return", "example": 3, "minimum": 1, "type": "integer" }, "trace": { "$ref": "#/components/schemas/TraceConfig" }, "user": { "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "example": "user-1234", "maxLength": 256, "type": "string" } }, "required": [ "model", "query", "documents" ], "type": "object" }, "response": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } } }, "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": { "native_endpoint": "rerank", "quoted_unit": "/ 1K tokens" }, "label": "Ultra", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000001", "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" } ] } ], "examples": [ { "code": "{\n \"documents\": [\n \"Paris is the capital of France.\",\n \"Berlin is the capital of Germany.\"\n ],\n \"model\": \"voyageai/rerank-2.5\",\n \"query\": \"What is the capital of France?\",\n \"top_n\": 3\n}", "label": "Retained official request structure; documentary example", "language": "json" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_REQUEST_FILE:?Set your actual JSON request file}\"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='voyageai/rerank-2.5'\nPath('request.json').write_text(json.dumps(p,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 result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use your actual request material and retain the complete result", "language": "bash", "material_policy": "Use real owner-supplied state/questions or query/documents. No invented file ID, document, image URL, job ID or returned result." } ], "family": "rerank", "fast_multiplier": null, "flex_multiplier": null, "fmt": "rerank", "http": "POST", "in": null, "input": [ "text" ], "label": "Uudelleenjärjestys", "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": { "input_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": { "native_endpoint": "rerank", "quoted_unit": "/ 1K tokens" }, "label": "Ultra", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000001", "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" } ] } ], "request_model_id": "voyageai/rerank-2.5", "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": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000001", "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" } ] } } ], "model_id": "voyageai/rerank-2.5", "nativeProvenance": { "input_facts_canonical_sha256": "82986d1b32fef56cee151536010d4b25853f4b1e9bf2ddb403e40075b6404bfd", "input_html_sha256": "c2ea9b6cfd00bf4b59daf65ef2c28d50a1d65eb6b35d1d0697f2dd821269afab", "private_audit_sha256": "fa31cf85fb3a44c8d775ef6822a30f0485f3f2c47f8eb9ae1533e610a5a776a6", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/fi/voyageai-rerank-2-5/", "description": "rerank-2.5 järjestää toimitetun tekstiehdokkaiden joukon kyselyn ja valinnaisten luonnollisen kielen ohjeiden mukaisen relevanssin perusteella. Se on monikielinen, laatupainotteinen uudelleenjärjestäjä, jossa on 32 000 tokenin kysely–asiakirja-konteksti ja alkuperäisiin ehdokasindekseihin kytketyt järjestetyt pisteet.", "locale": "fi", "md_url": "https://ailoot.ai/models/fi/voyageai-rerank-2-5/index.md", "title": "VoyageAI by MongoDB: rerank-2.5 — Ailoot", "url": "https://ailoot.ai/models/fi/voyageai-rerank-2-5/" }, "rawModel": { "about": "rerank-2.5 on Voyage AI:n ohjeita noudattava uudelleenjärjestäjä, joka on suunniteltu hakuehdokkaiden joukon tarkentamiseen. Se tarkastelee kyselyä ja kutakin asiakirjaa yhdessä cross-encoderina ja palauttaa sitten relevanssijärjestyksen. Valmistajan julkaisu korostaa luonnollisella kielellä ohjattavaa relevanssia, monikielistä hakua ja pidempää kysely–asiakirja-kontekstia kuin edeltävässä rerank-2-versiossa.\n\n### Anna mallille vertailtavat ehdokkaat\n\nSyöte on kysely ja tekstimuotoisten ehdokasasiakirjojen luettelo. Ne voivat olla upotushaun tai sanapohjaisen ensimmäisen vaiheen haun valitsemia tekstikohtia. Uudelleenjärjestäjä arvioi toimitettua tekstiä eikä luo aineiston upotuksia, joten sen käytännön tehtävä on tarkentaa alkuhaun jo löytämiä ehdokkaita.\n\nSäilytä alkuperäinen ehdokasjärjestys ja lähdetunnisteet luetteloa valmistellessasi. Palautetut indeksit viittaavat näihin syötepaikkoihin. Anna RAG-tehtävään tekstikohdat, joita vastausvaihe saattaa todella käyttää, mukaan lukien niiden tulkintaan tarvittava otsikko tai ehdot. Lähetetystä ehdokasjoukosta puuttuva olennainen asiakirja ei voi ilmestyä uudelleenjärjestämisen uutena hakutuloksena.\n\n### Määritä tavoiteltu relevanssin käsite\n\nOhjeita voi lisätä kyselyn loppuun tai alkuun. Julkaisu kuvaa kolme hyödyllistä roolia: asiakirjan tietyn osan korostaminen, lähdetyypin suosiminen ja kyselyn täsmentäminen sovelluskontekstilla. Ne muuttavat mallille annettavaa relevanssitehtävää.\n\nTeknisessä haussa havainnollistava ohje on: ”Painota tekstikohtia, jotka selittävät virhe- ja palautumistoiminnan; esittelevät yleiskatsaukset ovat toissijaisia.” Määritä tutkimuskokoelmassa, onko otsikko, menetelmä vai tulos tärkein. Määritä monitulkintaiselle termille haun aihealue. Pidä kysymys ja ohje yhteensopivina, jotta toinen ei pyydä laajaa aihetta samalla kun toinen muuttaa tehtävää huomaamatta.\n\nNämä toiveet ohjaavat relevanssipisteytystä. Jos sovelluksella on tiukat kelpoisuusvaatimukset, kuten lähdeversio, päivämäärä tai käyttöoikeusrajaus, valmistele kelvollinen ehdokasjoukko erikseen. Mallin relevanssiohje ja deterministinen kokoelmarajaus palvelevat eri tarkoituksia.\n\n### Järjestetty tulos ja myöhempi käyttö\n\nTulokset ovat laskevassa relevanssijärjestyksessä ja sisältävät liukulukumuotoisen relevanssipisteen ja ehdokkaan alkuperäisen syöteindeksin. top-k-vaihtoehto valitsee palautettavien kärkisijojen määrän; ilman sitä valmistajan määritys palauttaa kaikkien lähetettyjen ehdokkaiden tulokset. Valinnainen return-documents-asetus sisällyttää vastaavan lähdetekstin; muuten vastaus sisältää indeksit ja pisteet.\n\nKäytä järjestystä näyttämiseen tai myöhempään vastausvaiheeseen valittavien tekstikohtien poimintaan ja pidä niiden lähdeidentiteetti ehjänä. Tarkasta varsinainen teksti järjestystä arvioidessasi: piste mittaa relevanssia lähetettyyn kyselyyn nähden eikä ole generoitu vastaus tai varmistus asiakirjan väitteiden oikeellisuudesta. Tämä tekee mallista hyödyllisen teknisen, oikeudellisen, taloudellisen, lääketieteellisen, keskustelu- ja monikielisen hakuaineiston tarkentamiseen muuttamatta järjestystä toimialaa koskevaksi johtopäätökseksi.\n\n### Konteksti, kokonaistokenbudjetti ja katkaisu\n\nDokumentoitu kyselyraja on 8 000 tokenia, mukaan lukien kyselyyn sijoitetut ohjeet. Kyselyn ja minkä tahansa yhden ehdokasasiakirjan on mahduttava 32 000 tokeniin, ja asiakirjaluettelo voi sisältää enintään 1 000 kohdetta. Kokonaisvaraus on 600 000 tokenia, joka lasketaan kertomalla kyselytokenit asiakirjojen määrällä ja lisäämällä kaikki asiakirjatokenit. Pitkä ohje lasketaan siten toistuvasti ehdokaspareissa.\n\nTuloksen top-k-määrä ei muuta ehdokkaiden määrää tässä syötetokenlaskennassa. Oletuskatkaisu lyhentää liian pitkät kyselyt tai asiakirjat kontekstirajaan; sen poistaminen käytöstä aiheuttaa virheen liian pitkästä kyselystä tai parista. Valmistele vastauksen sisältävät tekstikohdat tarkoituksella ja pidä olennainen ehto mallin näkemässä tekstissä. Arvioi tarkennettua järjestystä edustavilla kysymyksillä ja ohjeilla ja välitä sitten valitut alkuperäiset tekstikohdat seuraavaan vaiheeseen.", "alias_of": null, "aliases": [], "author": "VoyageAI by MongoDB", "available": null, "canonical_model": "voyageai/rerank-2.5", "capabilities": { "context_length": 32000, "manufacturer_input": [ "text" ], "manufacturer_output": [ "rerank" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000001", "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" } ], "summary": "Konfiguraation täydet hintatiedot lisätiedoissa." } ], "ctx": null, "entity_type": "model", "formats": [ "rerank" ], "id": "voyageai/rerank-2.5", "input": [ "text" ], "kind": "rerank", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "errors": [ { "code": null, "condition": "Virheellinen pakollinen kenttä, esitysmuoto tai arvo", "http_status": 400, "recovery": "Korjaa ilmoitettu pyyntökenttä.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Säilytä alkuperäinen operaatio ja kokonainen tai osittainen vastaus; älä toista POST-pyyntöä." }, "material_combinations": [ { "accepted": [ "string documents", "objects with text; image only for separately exact-supported multimodal model" ], "mode": "text_rerank", "required": [ "query", "documents array with minItems1" ] } ], "operation_modes": [ "rerank" ], "outputs": { "all_results": "Jokainen todellinen tulosindeksi, äärellinen relevance_score ja alkuperäinen asiakirjaolio säilytetään. Indeksit sitovat tulokset alkuperäiseen asiakirjataulukkoon. Koko alkuperäinen JSON tallennetaan ja palautetaan vasta veloituksen lopullisen kirjauksen jälkeen.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "enum": null, "enum_known": false, "minItems": 1, "name": "documents", "required": true, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "voyageai/rerank-2.5" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "The search query to rerank documents against", "enum": null, "enum_known": false, "name": "query", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Number of most relevant documents to return", "enum": null, "enum_known": false, "minimum": 1, "name": "top_n", "required": false, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "documents[].text", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Official family image carrier is remote http/https URL or data:image URI; only for exact multimodal-model bindings.", "enum": null, "enum_known": false, "name": "documents[].image", "required": false, "type": "string" } ], "unsupported": [ "stream=true" ] }, "hints": [ "Lähetä täsmällinen mallin tunniste ja säilytä koko natiivivastaus." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "multimodal_input_binding": null, "optional_controls": [ "provider", "session_id", "top_n", "trace", "user" ], "required": [ "model", "query", "documents" ] }, "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Preserve original operation and full/partial reply; do not replay POST." }, "manufacturer_capability": { "context_length": 32000, "manufacturer_input": [ "text" ], "manufacturer_output": [ "rerank" ] }, "method": { "http": "POST", "path": "/v1/rerank" }, "method_aliases": [], "operation_modes": [ "rerank" ], "output": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "schema": { "request": { "description": "Rerank request input", "example": { "documents": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "model": "cohere/rerank-v3.5", "query": "What is the capital of France?", "top_n": 3 }, "properties": { "documents": { "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "example": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "items": { "anyOf": [ { "type": "string" }, { "description": "A structured document with optional text and/or image content. At least one of `text` or `image` must be provided.", "properties": { "image": { "description": "An image associated with the document, as a remote URL (http/https) or a base64-encoded data URI (data:image/...).", "example": "https://upload.wikimedia.org/wikipedia/commons/thumb/8/8b/Phytogenic.png", "type": "string" }, "text": { "description": "The document text", "example": "AI enables robots to perceive, plan, and act autonomously.", "type": "string" } }, "type": "object" } ], "description": "A document to rerank. Either a plain string, or a structured object with optional `text` and/or `image`." }, "minItems": 1, "type": "array" }, "model": { "enum": [ "voyageai/rerank-2.5" ], "type": "string" }, "provider": { "allOf": [ { "$ref": "#/components/schemas/ProviderPreferences" }, { "description": "Provider routing preferences for the request." } ] }, "query": { "description": "The search query to rerank documents against", "example": "What is the capital of France?", "type": "string" }, "session_id": { "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "example": "session-1234", "maxLength": 256, "type": "string" }, "top_n": { "description": "Number of most relevant documents to return", "example": 3, "minimum": 1, "type": "integer" }, "trace": { "$ref": "#/components/schemas/TraceConfig" }, "user": { "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "example": "user-1234", "maxLength": 256, "type": "string" } }, "required": [ "model", "query", "documents" ], "type": "object" }, "response": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } } }, "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": { "native_endpoint": "rerank", "quoted_unit": "/ 1K tokens" }, "label": "Ultra", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000001", "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" } ] } ], "examples": [ { "code": "{\n \"documents\": [\n \"Paris is the capital of France.\",\n \"Berlin is the capital of Germany.\"\n ],\n \"model\": \"voyageai/rerank-2.5\",\n \"query\": \"What is the capital of France?\",\n \"top_n\": 3\n}", "label": "Retained official request structure; documentary example", "language": "json" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_REQUEST_FILE:?Set your actual JSON request file}\"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='voyageai/rerank-2.5'\nPath('request.json').write_text(json.dumps(p,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 result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use your actual request material and retain the complete result", "language": "bash", "material_policy": "Use real owner-supplied state/questions or query/documents. No invented file ID, document, image URL, job ID or returned result." } ], "family": "rerank", "fast_multiplier": null, "flex_multiplier": null, "fmt": "rerank", "http": "POST", "in": null, "input": [ "text" ], "label": "Uudelleenjärjestys", "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": { "input_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": { "native_endpoint": "rerank", "quoted_unit": "/ 1K tokens" }, "label": "Ultra", "units": [ { "amount": "0.0001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000001", "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" } ] } ], "request_model_id": "voyageai/rerank-2.5", "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": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000001", "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" } ] } ], "model_aliases": [ { "canonical_model_id": "voyageai/rerank-2.5", "request_model_id": "voyageai/rerank-2.5", "route_label": "Ultra" } ], "name": "VoyageAI by MongoDB: rerank-2.5", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "public_id": "voyageai/rerank-2.5", "short": "rerank-2.5 järjestää toimitetun tekstiehdokkaiden joukon kyselyn ja valinnaisten luonnollisen kielen ohjeiden mukaisen relevanssin perusteella. Se on monikielinen, laatupainotteinen uudelleenjärjestäjä, jossa on 32 000 tokenin kysely–asiakirja-konteksti ja alkuperäisiin ehdokasindekseihin kytketyt järjestetyt pisteet." }, "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": "rerank-2.5 järjestää toimitetun tekstiehdokkaiden joukon kyselyn ja valinnaisten luonnollisen kielen ohjeiden mukaisen relevanssin perusteella. Se on monikielinen, laatupainotteinen uudelleenjärjestäjä, jossa on 32 000 tokenin kysely–asiakirja-konteksti ja alkuperäisiin ehdokasindekseihin kytketyt järjestetyt pisteet.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "b166033640172212a196b9ffa7df2fbffa60fb27f2e4b2f6f4f3029ba9ce2953", "renderer_sha256": "303a59603e2bc29ba8fda690e95fd32cec68de223d92e26054a88babff801dd7" }, "sourceRevision": "c3746e6445550e58c5e36894c2f39b655fd20000eaaafcc2007cfd5a2aebd0dd" }