{
  "aboutHtml": "<p>A Qwen3 Rerank a megadott lekérdezés és rangsorolási utasítás alapján értékeli a szöveges jelölteket. A pontosan beállított modellválasztó azonosító qwen3-rerank. Feladata a megadott jelöltek sorba rendezése visszakeresési és dokumentumkiválasztási munkákhoz; a kérés együtt tartja a lekérdezést, az utasítást és a jelölt szövegrészleteket, így a relevanciaértékelés visszavezethető a bemeneteire.</p><p>A documents értékét karakterláncok tömbjeként készítse elő, minden elemben egy jelölt szövegrészlettel. Külön leképezésben kapcsolja a tömb minden pozícióját a saját dokumentumazonosítójához, címéhez vagy forrásbeli helyéhez. Ez lehetővé teszi, hogy az alkalmazás a rangsorolt eredményt újra összekapcsolja az eredeti szövegrészlettel anélkül, hogy nem dokumentált azonosítóobjektumokat adna a karakterláncok tömbjéhez. Támogatási keresésnél a jelöltek lehetnek egy termékútmutatóból már visszakeresett releváns részek; a lekérdezésnek a felhasználó tényleges információigényét kell megfogalmaznia.</p><p>A dokumentált kérés kötelező mezői a model, documents, query, top_n és instruct. A query és instruct mezők karakterláncok, a top_n pedig kifejezetten megadandó egész szám. A közzétett példa három jelölt szöveget, top_n=2 értéket és olyan utasítást használ, amely egy webes keresési lekérdezést megválaszoló releváns szövegrészletek visszakeresését kéri. Az instruct mezőben adja meg a rangsorolás szempontjából fontos viszonyt, a tényleges kérdést a query mezőben, az értékelendő anyagot pedig a documents mezőben tartva.</p><p>A műveleti útmutató 30K maximális bemeneti hosszt ad meg. A jelölt szövegrészletek a relevanciájuk megítéléséhez szükséges szövegre szorítkozzanak, a címeket vagy a közeli szövegkörnyezetet megtartva, ha azok módosítják a jelentést. Őrizze meg a források határait, hogy a kiválasztott részlet az eredeti dokumentumban is ellenőrizhető legyen. A bemenet előkészítésének alapja továbbra is a pontos kérési profil és annak kötelező mezői.</p><p>A visszakapott strukturált eredmény results bejegyzéseket tartalmaz index és relevance_score értékekkel. Az index a jelölt eredeti documents tömbbeli pozíciójára utal, nem pedig a rangsorolt eredménylistában elfoglalt helyére. Őrizze meg a visszaadott sorrendet, és minden index segítségével keresse vissza a megfelelő bemeneti szöveget. Minden visszakapott eredményt tartson meg, hogy az alkalmazás együtt vizsgálhassa a kiválasztott jelölteket és pontszámaikat.</p><p>Őrizze meg a teljes JSON-választ, benne a model értékével, a válasz id azonosítójával és a usage.total_tokens értékével. A visszakapott dokumentumszöveg hiányozhat, ezért az indexek feldolgozásakor tartsa elérhetően az eredeti jelölttömböt. A relevanciapontszámok és a jelentett használat eltérő szerepet töltenek be: a pontszámok a rangsorolás eredményét írják le, a használat pedig a művelethez jelentett mennyiséget rögzíti. Egyik sem helyettesíti a későbbi választ alátámasztó forrásrészletet.</p><p>Visszakeresési munkafolyamatban a rangsorolással válassza ki azokat a szövegrészleteket, amelyeket a következő lépésnek meg kell vizsgálnia vagy idéznie kell. Mielőtt egy kiválasztott részlet tartalmát bizonyítékként mutatná be, vesse össze a lekérdezéssel és az utasítással. Az eredménylista előkelő helye ellenőrzendő jelöltet jelöl ki; az alkalmazás végső válaszának továbbra is a tényleges szöveghez és annak forrásazonosítójához kell kapcsolódnia.</p><p>Ellenőrizze az eredményt reprezentatív lekérdezésekkel és az alkalmazás által használt jelölthalmazokkal. Vizsgálja meg, hogy az indexek a kívánt eredeti szövegekhez vezetnek-e, a sorrend szolgálja-e a megadott utasítást, és a kiválasztott részletek választ adnak-e a kérdésre. Őrizze meg együtt a pontos modellválasztó azonosítót, a lekérdezést, az utasítást, a jelöltek leképezését és a teljes választ, így újra felhasználható relevanciaalapú kiválasztási feljegyzés készül a következő visszakeresési vagy dokumentumfeldolgozási lépéshez.</p>",
  "aboutText": "A Qwen3 Rerank a megadott lekérdezés és rangsorolási utasítás alapján értékeli a szöveges jelölteket. A pontosan beállított modellválasztó azonosító qwen3-rerank. Feladata a megadott jelöltek sorba rendezése visszakeresési és dokumentumkiválasztási munkákhoz; a kérés együtt tartja a lekérdezést, az utasítást és a jelölt szövegrészleteket, így a relevanciaértékelés visszavezethető a bemeneteire.\n\nA documents értékét karakterláncok tömbjeként készítse elő, minden elemben egy jelölt szövegrészlettel. Külön leképezésben kapcsolja a tömb minden pozícióját a saját dokumentumazonosítójához, címéhez vagy forrásbeli helyéhez. Ez lehetővé teszi, hogy az alkalmazás a rangsorolt eredményt újra összekapcsolja az eredeti szövegrészlettel anélkül, hogy nem dokumentált azonosítóobjektumokat adna a karakterláncok tömbjéhez. Támogatási keresésnél a jelöltek lehetnek egy termékútmutatóból már visszakeresett releváns részek; a lekérdezésnek a felhasználó tényleges információigényét kell megfogalmaznia.\n\nA dokumentált kérés kötelező mezői a model, documents, query, top_n és instruct. A query és instruct mezők karakterláncok, a top_n pedig kifejezetten megadandó egész szám. A közzétett példa három jelölt szöveget, top_n=2 értéket és olyan utasítást használ, amely egy webes keresési lekérdezést megválaszoló releváns szövegrészletek visszakeresését kéri. Az instruct mezőben adja meg a rangsorolás szempontjából fontos viszonyt, a tényleges kérdést a query mezőben, az értékelendő anyagot pedig a documents mezőben tartva.\n\nA műveleti útmutató 30K maximális bemeneti hosszt ad meg. A jelölt szövegrészletek a relevanciájuk megítéléséhez szükséges szövegre szorítkozzanak, a címeket vagy a közeli szövegkörnyezetet megtartva, ha azok módosítják a jelentést. Őrizze meg a források határait, hogy a kiválasztott részlet az eredeti dokumentumban is ellenőrizhető legyen. A bemenet előkészítésének alapja továbbra is a pontos kérési profil és annak kötelező mezői.\n\nA visszakapott strukturált eredmény results bejegyzéseket tartalmaz index és relevance_score értékekkel. Az index a jelölt eredeti documents tömbbeli pozíciójára utal, nem pedig a rangsorolt eredménylistában elfoglalt helyére. Őrizze meg a visszaadott sorrendet, és minden index segítségével keresse vissza a megfelelő bemeneti szöveget. Minden visszakapott eredményt tartson meg, hogy az alkalmazás együtt vizsgálhassa a kiválasztott jelölteket és pontszámaikat.\n\nŐrizze meg a teljes JSON-választ, benne a model értékével, a válasz id azonosítójával és a usage.total_tokens értékével. A visszakapott dokumentumszöveg hiányozhat, ezért az indexek feldolgozásakor tartsa elérhetően az eredeti jelölttömböt. A relevanciapontszámok és a jelentett használat eltérő szerepet töltenek be: a pontszámok a rangsorolás eredményét írják le, a használat pedig a művelethez jelentett mennyiséget rögzíti. Egyik sem helyettesíti a későbbi választ alátámasztó forrásrészletet.\n\nVisszakeresési munkafolyamatban a rangsorolással válassza ki azokat a szövegrészleteket, amelyeket a következő lépésnek meg kell vizsgálnia vagy idéznie kell. Mielőtt egy kiválasztott részlet tartalmát bizonyítékként mutatná be, vesse össze a lekérdezéssel és az utasítással. Az eredménylista előkelő helye ellenőrzendő jelöltet jelöl ki; az alkalmazás végső válaszának továbbra is a tényleges szöveghez és annak forrásazonosítójához kell kapcsolódnia.\n\nEllenőrizze az eredményt reprezentatív lekérdezésekkel és az alkalmazás által használt jelölthalmazokkal. Vizsgálja meg, hogy az indexek a kívánt eredeti szövegekhez vezetnek-e, a sorrend szolgálja-e a megadott utasítást, és a kiválasztott részletek választ adnak-e a kérdésre. Őrizze meg együtt a pontos modellválasztó azonosítót, a lekérdezést, az utasítást, a jelöltek leképezését és a teljes választ, így újra felhasználható relevanciaalapú kiválasztási feljegyzés készül a következő visszakeresési vagy dokumentumfeldolgozási lépéshez.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "23cbbfa4c68be1a5ab1b77836bbba8104b42b24ea35ccd98c9ecf8cc1e7ba4af",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "hu",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Qwen: Qwen3 Rerank</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Bezárás\">×</button></div><div class=\"idline\"><span>Qwen /</span><code>qwen3-rerank</code><button type=\"button\" id=\"copy-id\">ID másolása</button></div><nav class=\"card-jump-nav\" aria-label=\"Modellkártya szakaszai\"><button type=\"button\" data-card-jump=\"overview\">Kezdő lépések</button><button type=\"button\" data-card-jump=\"methods\">Bemenetek és metódusok</button><button type=\"button\" data-card-jump=\"pricing\">Díjcsomagok</button><button type=\"button\" data-card-jump=\"examples\">Példák</button><button type=\"button\" data-card-jump=\"results\">Eredmények</button><button type=\"button\" data-card-jump=\"aliases\">Álnevek</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API-metódusok\"><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|qwen3-rerank\">Újrarangsorolás</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\">Kezdő lépések</h3><p class=\"mdesc-full\">A Qwen3 Rerank a megadott lekérdezés és utasítás alapján rendezi sorba a szöveges jelölteket. A pontos qwen3-rerank profil szöveges dokumentumlistákat fogad, és indexekkel ellátott relevanciapontszámokat, valamint használati metaadatokat ad vissza visszakeresési és dokumentumkiválasztási munkafolyamatokhoz.</p><dl class=\"card-io\" data-card-io><div><dt>Elfogadott bemenetek</dt><dd>Szöveg</dd></div><div><dt>Eredmények</dt><dd>structured</dd></div></dl><details class=\"card-about\"><summary>A modellről</summary><p class=\"note-s\" data-model-method-boundary>Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.</p><div class=\"mabout\" id=\"m-about\"><p>A Qwen3 Rerank a megadott lekérdezés és rangsorolási utasítás alapján értékeli a szöveges jelölteket. A pontosan beállított modellválasztó azonosító qwen3-rerank. Feladata a megadott jelöltek sorba rendezése visszakeresési és dokumentumkiválasztási munkákhoz; a kérés együtt tartja a lekérdezést, az utasítást és a jelölt szövegrészleteket, így a relevanciaértékelés visszavezethető a bemeneteire.</p><p>A documents értékét karakterláncok tömbjeként készítse elő, minden elemben egy jelölt szövegrészlettel. Külön leképezésben kapcsolja a tömb minden pozícióját a saját dokumentumazonosítójához, címéhez vagy forrásbeli helyéhez. Ez lehetővé teszi, hogy az alkalmazás a rangsorolt eredményt újra összekapcsolja az eredeti szövegrészlettel anélkül, hogy nem dokumentált azonosítóobjektumokat adna a karakterláncok tömbjéhez. Támogatási keresésnél a jelöltek lehetnek egy termékútmutatóból már visszakeresett releváns részek; a lekérdezésnek a felhasználó tényleges információigényét kell megfogalmaznia.</p><p>A dokumentált kérés kötelező mezői a model, documents, query, top_n és instruct. A query és instruct mezők karakterláncok, a top_n pedig kifejezetten megadandó egész szám. A közzétett példa három jelölt szöveget, top_n=2 értéket és olyan utasítást használ, amely egy webes keresési lekérdezést megválaszoló releváns szövegrészletek visszakeresését kéri. Az instruct mezőben adja meg a rangsorolás szempontjából fontos viszonyt, a tényleges kérdést a query mezőben, az értékelendő anyagot pedig a documents mezőben tartva.</p><p>A műveleti útmutató 30K maximális bemeneti hosszt ad meg. A jelölt szövegrészletek a relevanciájuk megítéléséhez szükséges szövegre szorítkozzanak, a címeket vagy a közeli szövegkörnyezetet megtartva, ha azok módosítják a jelentést. Őrizze meg a források határait, hogy a kiválasztott részlet az eredeti dokumentumban is ellenőrizhető legyen. A bemenet előkészítésének alapja továbbra is a pontos kérési profil és annak kötelező mezői.</p><p>A visszakapott strukturált eredmény results bejegyzéseket tartalmaz index és relevance_score értékekkel. Az index a jelölt eredeti documents tömbbeli pozíciójára utal, nem pedig a rangsorolt eredménylistában elfoglalt helyére. Őrizze meg a visszaadott sorrendet, és minden index segítségével keresse vissza a megfelelő bemeneti szöveget. Minden visszakapott eredményt tartson meg, hogy az alkalmazás együtt vizsgálhassa a kiválasztott jelölteket és pontszámaikat.</p><p>Őrizze meg a teljes JSON-választ, benne a model értékével, a válasz id azonosítójával és a usage.total_tokens értékével. A visszakapott dokumentumszöveg hiányozhat, ezért az indexek feldolgozásakor tartsa elérhetően az eredeti jelölttömböt. A relevanciapontszámok és a jelentett használat eltérő szerepet töltenek be: a pontszámok a rangsorolás eredményét írják le, a használat pedig a művelethez jelentett mennyiséget rögzíti. Egyik sem helyettesíti a későbbi választ alátámasztó forrásrészletet.</p><p>Visszakeresési munkafolyamatban a rangsorolással válassza ki azokat a szövegrészleteket, amelyeket a következő lépésnek meg kell vizsgálnia vagy idéznie kell. Mielőtt egy kiválasztott részlet tartalmát bizonyítékként mutatná be, vesse össze a lekérdezéssel és az utasítással. Az eredménylista előkelő helye ellenőrzendő jelöltet jelöl ki; az alkalmazás végső válaszának továbbra is a tényleges szöveghez és annak forrásazonosítójához kell kapcsolódnia.</p><p>Ellenőrizze az eredményt reprezentatív lekérdezésekkel és az alkalmazás által használt jelölthalmazokkal. Vizsgálja meg, hogy az indexek a kívánt eredeti szövegekhez vezetnek-e, a sorrend szolgálja-e a megadott utasítást, és a kiválasztott részletek választ adnak-e a kérdésre. Őrizze meg együtt a pontos modellválasztó azonosítót, a lekérdezést, az utasítást, a jelöltek leképezését és a teljes választ, így újra felhasználható relevanciaalapú kiválasztási feljegyzés készül a következő visszakeresési vagy dokumentumfeldolgozási lépéshez.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Elérhető az Ailootban · bemenetek és metódusok</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Újrarangsorolás</b> <code>POST /v1/rerank</code></summary><dl class=\"method-capabilities\"><div><dt>Bemenet</dt><dd><code>text</code></dd></div><div><dt>Kimenet</dt><dd><code>structured</code></dd></div><div><dt>Kimeneti formátum</dt><dd>application/json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Mező</th><th>Típus</th><th>Követelmény</th><th>Értékek és korlátok</th><th>Alapértelmezett</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>string</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>qwen3-rerank</div><div>Feltételek: Szó szerinti modellválasztó.</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">documents</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>array</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>Feltételek: A szóba jövő szövegrészletek az eredeti bemeneti sorrendjükben megőrizve.</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">query</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>string</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>Feltételek: Relevancialekérdezés.</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">top_n</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>integer</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>Feltételek: A rangsorolt eredmények kért száma; nem állítunk nem dokumentált minimumot, maximumot vagy alapértelmezést.</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">instruct</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>string</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>Feltételek: A visszakeresési feladatot leíró utasítás.</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Bemeneti anyagok kombinációi</summary><p class=\"note-s\"><b></b></p></details><details class=\"note-s\" data-method-contract><summary>Metódus paraméterei és életciklusa</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Paraméter</th><th>Szerződés</th></tr></thead><tbody><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>content_type</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>application/json</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>required</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>model, documents, query, top_n, instruct</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>optional</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span></td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>material_types</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>text</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>additional_properties</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>true</td></tr></tbody></table></div><p>Életciklus: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Díjcsomagok</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.</p><dl data-price-conditions><dt>Gyors mód</dt><dd>Nincs megadva <span class=\"note-s\">Ha a gyors mód van kiválasztva</span></dd><dt>Flex mód</dt><dd>Nincs megadva <span class=\"note-s\">Ha a flex mód van kiválasztva</span></dd><dt>Maximális gondolkodási ráfordítás</dt><dd>Nincs megadva <span class=\"note-s\">Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot-díjak</h4><h4>Árak beállításonként</h4><p class=\"note-s\">Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Beállítás</th><th>Díjtáblázat</th><th>Elszámolási egység</th><th>Díj</th></tr></thead><tbody><tr><th data-cell-label=\"Beállítás\" scope=\"row\"><span class=\"card-cell-label\">Beállítás</span>Tokenek alapdíjai</th><td data-cell-label=\"Díjtáblázat\"><span class=\"card-cell-label\">Díjtáblázat</span>Alapdíj</td><td data-cell-label=\"Elszámolási egység\"><span class=\"card-cell-label\">Elszámolási egység</span>—</td><td data-cell-label=\"Díj\"><span class=\"card-cell-label\">Díj</span><div><span>Bemenet · Bemeneti tokenek</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Kimenet · Kimeneti tokenek</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Bemenet · Gyorsítótár olvasása</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Bemenet · Írás a gyorsítótárba</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Bemenet · Írás a gyorsítótárba, 1 óra</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr><tr><th data-cell-label=\"Beállítás\" scope=\"row\"><span class=\"card-cell-label\">Beállítás</span>összesített token</th><td data-cell-label=\"Díjtáblázat\"><span class=\"card-cell-label\">Díjtáblázat</span>—</td><td data-cell-label=\"Elszámolási egység\"><span class=\"card-cell-label\">Elszámolási egység</span>/ 1K token</td><td data-cell-label=\"Díj\"><span class=\"card-cell-label\">Díj</span><div><span>Bemenet · összesített token</span> <b>$0.00014</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. <a href=\"/docs/hu/billing/reserve/\">A foglalás és az elszámolás működése →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Példakérések</h3><h4>Ailoot Ultra · Újrarangsorolás</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Kódváltozatok\"><button class=\"cg-tab\" id=\"model-code-2786-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2786-panel-0\" aria-selected=\"true\" tabindex=\"0\">JSON · rangsorold újra a szöveget</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kód másolása\"><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-2786-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2786-tab-0\"><pre data-lang=\"json\"><code>{\n  &quot;model&quot;: &quot;qwen3-rerank&quot;,\n  &quot;query&quot;: &quot;Which passage discusses text ranking?&quot;,\n  &quot;documents&quot;: [\n    &quot;Text ranking orders candidate passages by relevance.&quot;,\n    &quot;Quantum computing studies computation using quantum systems.&quot;,\n    &quot;Pretrained language models can improve text ranking.&quot;\n  ],\n  &quot;top_n&quot;: 2,\n  &quot;instruct&quot;: &quot;Given a web search query, retrieve relevant passages that answer the query.&quot;\n}</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Eredmények fogadása és mentése</h3><h4>Ailoot Ultra · Újrarangsorolás</h4><p class=\"note-s\">Olvassa ki az indexeket és relevanciapontszámokat, és minden indexet rendeljen vissza az eredeti dokumentumokhoz. A válaszban visszaküldött dokumentum hiányozhat.</p><div class=\"card-result-process\" data-unknown-recovery><h5>Ha az eredeti választ ellenőrizni kell</h5><p class=\"note-s\">Bizonytalan kimenetelű küldés után őrizze meg az eredeti választ és kérésazonosítót; soha ne küldje el újra.</p></div><details class=\"card-about\" data-output-fields><summary>Válaszmezők</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Mező</th><th>Típus</th><th>Jelentés</th></tr></thead><tbody><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">results[].index</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>integer</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>A megfelelő eredeti bemeneti dokumentum indexe.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">results[].relevance_score</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>number</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>A visszaadott relevanciapontszám.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>string</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>A válaszban ténylegesen szereplő modell.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">id</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>string</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>A tényleges válaszazonosító.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">usage.total_tokens</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>integer</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>A számlázáshoz használt mért teljes tokenszám.</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Hibák és következő lépések</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Válasz</th><th>Feltétel</th><th>Következő lépés</th></tr></thead><tbody><tr><th data-cell-label=\"Válasz\" scope=\"row\"><span class=\"card-cell-label\">Válasz</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Feltétel\"><span class=\"card-cell-label\">Feltétel</span>A JSON vagy a kötelező modellválasztás érvénytelen.</td><td data-cell-label=\"Következő lépés\"><span class=\"card-cell-label\">Következő lépés</span>Új kérés előtt javítsa a megjelölt bemenetet.</td></tr><tr><th data-cell-label=\"Válasz\" scope=\"row\"><span class=\"card-cell-label\">Válasz</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Feltétel\"><span class=\"card-cell-label\">Feltétel</span>Érvénytelen API-kulcs.</td><td data-cell-label=\"Következő lépés\"><span class=\"card-cell-label\">Következő lépés</span>Használja az érvényes Ailoot API-kulcsát.</td></tr><tr><th data-cell-label=\"Válasz\" scope=\"row\"><span class=\"card-cell-label\">Válasz</span>503 · <code>price_unavailable</code></th><td data-cell-label=\"Feltétel\"><span class=\"card-cell-label\">Feltétel</span>A metódus strukturált árazása vagy engedélyezése nem érhető el.</td><td data-cell-label=\"Következő lépés\"><span class=\"card-cell-label\">Következő lépés</span>Őrizze meg az eredeti választ; bizonytalan kimenetelű küldést ne ismételjen meg.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Álnevek</h3><h4>Modell álnevei</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=qwen3-rerank&amp;route=Ultra&amp;caller=qwen3-rerank&amp;fmt=rerank\"><code>qwen3-rerank</code></a></span></p><h4>Metódusútvonalak álnevei</h4><p class=\"note-s\">Használja a fent látható metódusútvonalakat.</p><h4>Kapcsolódó modellazonosítók</h4><p class=\"note-s\"><a href=\"#m=qwen3-rerank&amp;route=Ultra&amp;caller=qwen3-rerank&amp;fmt=rerank\"><code>qwen3-rerank</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "qwen3-rerank",
        "fmt": "rerank",
        "http": "POST",
        "path": "/v1/rerank",
        "request_model_id": "qwen3-rerank",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|rerank|/v1/rerank|qwen3-rerank",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "errors": [
              {
                "condition": "A JSON vagy a kötelező modellválasztás érvénytelen.",
                "http_status": 400,
                "recovery": "Új kérés előtt javítsa a megjelölt bemenetet.",
                "type": "invalid_request_error"
              },
              {
                "condition": "Érvénytelen API-kulcs.",
                "http_status": 401,
                "recovery": "Használja az érvényes Ailoot API-kulcsát.",
                "type": "authentication_error"
              },
              {
                "condition": "A metódus strukturált árazása vagy engedélyezése nem érhető el.",
                "http_status": 503,
                "recovery": "Őrizze meg az eredeti választ; bizonytalan kimenetelű küldést ne ismételjen meg.",
                "type": "price_unavailable"
              }
            ],
            "ignored_fields": [],
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/rerank"
              },
              "mode": "synchronous",
              "status": [],
              "submit_status": 200,
              "unknown": "Bizonytalan kimenetelű küldés után őrizze meg az eredeti választ és kérésazonosítót; soha ne küldje el újra."
            },
            "material_combinations": [
              [
                "text"
              ]
            ],
            "operation_modes": [
              "text_reranking"
            ],
            "outputs": {
              "every_actual_output": true,
              "family": "structured",
              "fields": [
                {
                  "description": "A megfelelő eredeti bemeneti dokumentum indexe.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "A visszaadott relevanciapontszám.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "A válaszban ténylegesen szereplő modell.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "A tényleges válaszazonosító.",
                  "name": "id",
                  "type": "string"
                },
                {
                  "description": "A számlázáshoz használt mért teljes tokenszám.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "format": "application/json",
              "result": "Olvassa ki az indexeket és relevanciapontszámokat, és minden indexet rendeljen vissza az eredeti dokumentumokhoz. A válaszban visszaküldött dokumentum hiányozhat."
            },
            "parameters": [
              {
                "availability": "source_interface",
                "conditions": "Szó szerinti modellválasztó.",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen3-rerank"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "A szóba jövő szövegrészletek az eredeti bemeneti sorrendjükben megőrizve.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              },
              {
                "availability": "source_interface",
                "conditions": "Relevancialekérdezés.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "query",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "A rangsorolt eredmények kért száma; nem állítunk nem dokumentált minimumot, maximumot vagy alapértelmezést.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "top_n",
                "required": true,
                "type": "integer"
              },
              {
                "availability": "source_interface",
                "conditions": "A visszakeresési feladatot leíró utasítás.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "instruct",
                "required": true,
                "type": "string"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "type": "array"
                },
                "instruct": {
                  "type": "string"
                },
                "model": {
                  "const": "qwen3-rerank",
                  "type": "string"
                },
                "query": {
                  "type": "string"
                },
                "top_n": {
                  "type": "integer"
                }
              },
              "required": [
                "model",
                "documents",
                "query",
                "top_n",
                "instruct"
              ],
              "type": "object"
            },
            "source_ambiguities": [
              {
                "field": "maximum_input_length",
                "meaning": "The operation says 30K without specifying a per-document or whole-batch allocation or an explicit unit."
              }
            ],
            "unsupported": []
          },
          "hints": [],
          "input": {
            "additional_properties": true,
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "documents",
              "query",
              "top_n",
              "instruct"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/rerank"
            },
            "mode": "synchronous",
            "status": [],
            "submit_status": 200,
            "unknown": "Preserve the original response and request id after an ambiguous send; never replay it."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "operation_modes": [
            "text_reranking"
          ],
          "output": {
            "every_actual_output": true,
            "family": "structured",
            "fields": [
              {
                "description": "Index of the corresponding original input document.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Returned relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Actual response model.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Actual response identifier.",
                "name": "id",
                "type": "string"
              },
              {
                "description": "Measured total tokens used for billing.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "format": "application/json",
            "result": "Read indices and relevance scores and map each index back to your original documents. An echoed document can be absent."
          }
        },
        "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": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "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": "{\n  \"model\": \"qwen3-rerank\",\n  \"query\": \"Which passage discusses text ranking?\",\n  \"documents\": [\n    \"Text ranking orders candidate passages by relevance.\",\n    \"Quantum computing studies computation using quantum systems.\",\n    \"Pretrained language models can improve text ranking.\"\n  ],\n  \"top_n\": 2,\n  \"instruct\": \"Given a web search query, retrieve relevant passages that answer the query.\"\n}",
            "label": "JSON · rerank text",
            "language": "json"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Keep your original document order so returned indices identify the right passages.",
          "Read relevance_score rather than treating the response as generated text or embeddings.",
          "Billing uses measured total tokens."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Újrarangsorolás",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "structured"
        ],
        "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": 1.4e-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": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "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": "qwen3-rerank",
        "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": "0.00014000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000014",
            "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": "qwen3-rerank",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "52e1be5d60fa22bd13c4f8ba556c290ead4e5a79a509d46b2238d50172125e63",
    "input_html_sha256": "5f4ffd0f90c04dc26491f2152a1e2edeb3bc81100a81b9febf15c66da3b4d76f",
    "private_audit_sha256": "3634a44d2d517da3bb814c28cd268b58b30cdc01e0178feb88cd9a19cddee21b",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/hu/qwen3-rerank/",
    "description": "A Qwen3 Rerank a megadott lekérdezés és utasítás alapján rendezi sorba a szöveges jelölteket. A pontos qwen3-rerank profil szöveges dokumentumlistákat fogad, és indexekkel ellátott relevanciapontszámokat, valamint használati metaadatokat ad vissza visszakeresési és dokumentumkiválasztási munkafolyamatokhoz.",
    "locale": "hu",
    "md_url": "https://ailoot.ai/models/hu/qwen3-rerank/index.md",
    "title": "Qwen: Qwen3 Rerank — Ailoot",
    "url": "https://ailoot.ai/models/hu/qwen3-rerank/"
  },
  "rawModel": {
    "about": "A Qwen3 Rerank a megadott lekérdezés és rangsorolási utasítás alapján értékeli a szöveges jelölteket. A pontosan beállított modellválasztó azonosító qwen3-rerank. Feladata a megadott jelöltek sorba rendezése visszakeresési és dokumentumkiválasztási munkákhoz; a kérés együtt tartja a lekérdezést, az utasítást és a jelölt szövegrészleteket, így a relevanciaértékelés visszavezethető a bemeneteire.\n\nA documents értékét karakterláncok tömbjeként készítse elő, minden elemben egy jelölt szövegrészlettel. Külön leképezésben kapcsolja a tömb minden pozícióját a saját dokumentumazonosítójához, címéhez vagy forrásbeli helyéhez. Ez lehetővé teszi, hogy az alkalmazás a rangsorolt eredményt újra összekapcsolja az eredeti szövegrészlettel anélkül, hogy nem dokumentált azonosítóobjektumokat adna a karakterláncok tömbjéhez. Támogatási keresésnél a jelöltek lehetnek egy termékútmutatóból már visszakeresett releváns részek; a lekérdezésnek a felhasználó tényleges információigényét kell megfogalmaznia.\n\nA dokumentált kérés kötelező mezői a model, documents, query, top_n és instruct. A query és instruct mezők karakterláncok, a top_n pedig kifejezetten megadandó egész szám. A közzétett példa három jelölt szöveget, top_n=2 értéket és olyan utasítást használ, amely egy webes keresési lekérdezést megválaszoló releváns szövegrészletek visszakeresését kéri. Az instruct mezőben adja meg a rangsorolás szempontjából fontos viszonyt, a tényleges kérdést a query mezőben, az értékelendő anyagot pedig a documents mezőben tartva.\n\nA műveleti útmutató 30K maximális bemeneti hosszt ad meg. A jelölt szövegrészletek a relevanciájuk megítéléséhez szükséges szövegre szorítkozzanak, a címeket vagy a közeli szövegkörnyezetet megtartva, ha azok módosítják a jelentést. Őrizze meg a források határait, hogy a kiválasztott részlet az eredeti dokumentumban is ellenőrizhető legyen. A bemenet előkészítésének alapja továbbra is a pontos kérési profil és annak kötelező mezői.\n\nA visszakapott strukturált eredmény results bejegyzéseket tartalmaz index és relevance_score értékekkel. Az index a jelölt eredeti documents tömbbeli pozíciójára utal, nem pedig a rangsorolt eredménylistában elfoglalt helyére. Őrizze meg a visszaadott sorrendet, és minden index segítségével keresse vissza a megfelelő bemeneti szöveget. Minden visszakapott eredményt tartson meg, hogy az alkalmazás együtt vizsgálhassa a kiválasztott jelölteket és pontszámaikat.\n\nŐrizze meg a teljes JSON-választ, benne a model értékével, a válasz id azonosítójával és a usage.total_tokens értékével. A visszakapott dokumentumszöveg hiányozhat, ezért az indexek feldolgozásakor tartsa elérhetően az eredeti jelölttömböt. A relevanciapontszámok és a jelentett használat eltérő szerepet töltenek be: a pontszámok a rangsorolás eredményét írják le, a használat pedig a művelethez jelentett mennyiséget rögzíti. Egyik sem helyettesíti a későbbi választ alátámasztó forrásrészletet.\n\nVisszakeresési munkafolyamatban a rangsorolással válassza ki azokat a szövegrészleteket, amelyeket a következő lépésnek meg kell vizsgálnia vagy idéznie kell. Mielőtt egy kiválasztott részlet tartalmát bizonyítékként mutatná be, vesse össze a lekérdezéssel és az utasítással. Az eredménylista előkelő helye ellenőrzendő jelöltet jelöl ki; az alkalmazás végső válaszának továbbra is a tényleges szöveghez és annak forrásazonosítójához kell kapcsolódnia.\n\nEllenőrizze az eredményt reprezentatív lekérdezésekkel és az alkalmazás által használt jelölthalmazokkal. Vizsgálja meg, hogy az indexek a kívánt eredeti szövegekhez vezetnek-e, a sorrend szolgálja-e a megadott utasítást, és a kiválasztott részletek választ adnak-e a kérdésre. Őrizze meg együtt a pontos modellválasztó azonosítót, a lekérdezést, az utasítást, a jelöltek leképezését és a teljes választ, így újra felhasználható relevanciaalapú kiválasztási feljegyzés készül a következő visszakeresési vagy dokumentumfeldolgozási lépéshez.",
    "alias_of": null,
    "aliases": [],
    "author": "Qwen",
    "capabilities": {
      "context_length": 30000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "rerank"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00014000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000014",
            "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": "A konfiguráció teljes árazása a részletekben."
      }
    ],
    "ctx": null,
    "formats": [
      "rerank"
    ],
    "id": "qwen3-rerank",
    "input": [
      "text"
    ],
    "kind": "rerank",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "errors": [
              {
                "condition": "A JSON vagy a kötelező modellválasztás érvénytelen.",
                "http_status": 400,
                "recovery": "Új kérés előtt javítsa a megjelölt bemenetet.",
                "type": "invalid_request_error"
              },
              {
                "condition": "Érvénytelen API-kulcs.",
                "http_status": 401,
                "recovery": "Használja az érvényes Ailoot API-kulcsát.",
                "type": "authentication_error"
              },
              {
                "condition": "A metódus strukturált árazása vagy engedélyezése nem érhető el.",
                "http_status": 503,
                "recovery": "Őrizze meg az eredeti választ; bizonytalan kimenetelű küldést ne ismételjen meg.",
                "type": "price_unavailable"
              }
            ],
            "ignored_fields": [],
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/rerank"
              },
              "mode": "synchronous",
              "status": [],
              "submit_status": 200,
              "unknown": "Bizonytalan kimenetelű küldés után őrizze meg az eredeti választ és kérésazonosítót; soha ne küldje el újra."
            },
            "material_combinations": [
              [
                "text"
              ]
            ],
            "operation_modes": [
              "text_reranking"
            ],
            "outputs": {
              "every_actual_output": true,
              "family": "structured",
              "fields": [
                {
                  "description": "A megfelelő eredeti bemeneti dokumentum indexe.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "A visszaadott relevanciapontszám.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "A válaszban ténylegesen szereplő modell.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "A tényleges válaszazonosító.",
                  "name": "id",
                  "type": "string"
                },
                {
                  "description": "A számlázáshoz használt mért teljes tokenszám.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "format": "application/json",
              "result": "Olvassa ki az indexeket és relevanciapontszámokat, és minden indexet rendeljen vissza az eredeti dokumentumokhoz. A válaszban visszaküldött dokumentum hiányozhat."
            },
            "parameters": [
              {
                "availability": "source_interface",
                "conditions": "Szó szerinti modellválasztó.",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen3-rerank"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "A szóba jövő szövegrészletek az eredeti bemeneti sorrendjükben megőrizve.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              },
              {
                "availability": "source_interface",
                "conditions": "Relevancialekérdezés.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "query",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "A rangsorolt eredmények kért száma; nem állítunk nem dokumentált minimumot, maximumot vagy alapértelmezést.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "top_n",
                "required": true,
                "type": "integer"
              },
              {
                "availability": "source_interface",
                "conditions": "A visszakeresési feladatot leíró utasítás.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "instruct",
                "required": true,
                "type": "string"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "type": "array"
                },
                "instruct": {
                  "type": "string"
                },
                "model": {
                  "const": "qwen3-rerank",
                  "type": "string"
                },
                "query": {
                  "type": "string"
                },
                "top_n": {
                  "type": "integer"
                }
              },
              "required": [
                "model",
                "documents",
                "query",
                "top_n",
                "instruct"
              ],
              "type": "object"
            },
            "source_ambiguities": [
              {
                "field": "maximum_input_length",
                "meaning": "The operation says 30K without specifying a per-document or whole-batch allocation or an explicit unit."
              }
            ],
            "unsupported": []
          },
          "hints": [],
          "input": {
            "additional_properties": true,
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "documents",
              "query",
              "top_n",
              "instruct"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/rerank"
            },
            "mode": "synchronous",
            "status": [],
            "submit_status": 200,
            "unknown": "Preserve the original response and request id after an ambiguous send; never replay it."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "operation_modes": [
            "text_reranking"
          ],
          "output": {
            "every_actual_output": true,
            "family": "structured",
            "fields": [
              {
                "description": "Index of the corresponding original input document.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Returned relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Actual response model.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Actual response identifier.",
                "name": "id",
                "type": "string"
              },
              {
                "description": "Measured total tokens used for billing.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "format": "application/json",
            "result": "Read indices and relevance scores and map each index back to your original documents. An echoed document can be absent."
          }
        },
        "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": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "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": "{\n  \"model\": \"qwen3-rerank\",\n  \"query\": \"Which passage discusses text ranking?\",\n  \"documents\": [\n    \"Text ranking orders candidate passages by relevance.\",\n    \"Quantum computing studies computation using quantum systems.\",\n    \"Pretrained language models can improve text ranking.\"\n  ],\n  \"top_n\": 2,\n  \"instruct\": \"Given a web search query, retrieve relevant passages that answer the query.\"\n}",
            "label": "JSON · rerank text",
            "language": "json"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Keep your original document order so returned indices identify the right passages.",
          "Read relevance_score rather than treating the response as generated text or embeddings.",
          "Billing uses measured total tokens."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Újrarangsorolás",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "structured"
        ],
        "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": 1.4e-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": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "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": "qwen3-rerank",
        "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": "0.00014000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000014",
            "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": "qwen3-rerank",
        "request_model_id": "qwen3-rerank",
        "route_label": "Ultra"
      }
    ],
    "name": "Qwen: Qwen3 Rerank",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "A Qwen3 Rerank a megadott lekérdezés és utasítás alapján rendezi sorba a szöveges jelölteket. A pontos qwen3-rerank profil szöveges dokumentumlistákat fogad, és indexekkel ellátott relevanciapontszámokat, valamint használati metaadatokat ad vissza visszakeresési és dokumentumkiválasztási munkafolyamatokhoz."
  },
  "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": "A Qwen3 Rerank a megadott lekérdezés és utasítás alapján rendezi sorba a szöveges jelölteket. A pontos qwen3-rerank profil szöveges dokumentumlistákat fogad, és indexekkel ellátott relevanciapontszámokat, valamint használati metaadatokat ad vissza visszakeresési és dokumentumkiválasztási munkafolyamatokhoz.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "8beb43d1cd8e08d27aeb61d3958f70f079e068c230c05eadb387a14e10269110",
    "renderer_sha256": "59b0e30a0b251f9d98bf0bafcc7ef50440c33057c2bf9c9fadabbcaeefffb5bb"
  },
  "sourceRevision": "6e050dc1384cdc502b317ff7d5a59b5d5e30352d365380c9c1720fb1870218f5"
}