{
  "aboutHtml": "<p>Qwen3 Rerank mengevaluasi teks kandidat terhadap kueri dan instruksi pemeringkatan yang diberikan. Pilihan model yang dikonfigurasi secara tepat adalah qwen3-rerank. Perannya adalah mengurutkan kandidat yang diberikan untuk pengambilan informasi dan pemilihan dokumen; permintaan menyimpan kueri, instruksi, dan bagian teks kandidat bersama-sama agar penilaian relevansi dapat ditelusuri kembali ke masukannya.</p><p>Siapkan dokumen sebagai larik string, dengan satu bagian teks kandidat dalam setiap entri. Simpan pemetaan terpisah dari setiap posisi larik ke pengenal dokumen, judul, atau lokasi sumber milik Anda sendiri. Ini memungkinkan aplikasi menghubungkan kembali hasil pemeringkatan dengan bagian teks asli tanpa menambahkan objek pengenal yang tidak didokumentasikan ke larik string. Untuk pencarian dukungan, kandidat dapat berupa bagian relevan yang telah diperoleh dari panduan produk; kueri harus menyatakan kebutuhan informasi pengguna yang sebenarnya.</p><p>Permintaan yang didokumentasikan mewajibkan model, documents, query, top_n, dan instruct. Kolom query dan instruct berupa string, sedangkan top_n berupa bilangan bulat yang diberikan secara eksplisit. Contoh yang dipublikasikan menggunakan tiga teks kandidat, top_n=2, dan instruksi untuk mengambil bagian teks relevan yang menjawab kueri pencarian web. Gunakan instruct untuk menyatakan hubungan yang penting bagi pemeringkatan, sambil menempatkan pertanyaan sebenarnya dalam query dan bahan yang dievaluasi dalam documents.</p><p>Panduan operasi mencantumkan panjang masukan maksimum 30K. Jaga bagian teks kandidat tetap terfokus pada teks yang diperlukan untuk menilai relevansinya, sambil mempertahankan judul atau konteks di sekitarnya ketika hal itu mengubah makna. Pertahankan batas sumber agar bagian yang dipilih tetap dapat diperiksa dalam dokumen aslinya. Profil permintaan yang tepat beserta kolom wajibnya tetap menjadi dasar untuk menyiapkan masukan.</p><p>Hasil berstruktur yang dikembalikan memuat entri results dengan index dan relevance_score. index merujuk pada posisi kandidat dalam larik documents asli, bukan posisinya dalam daftar hasil pemeringkatan. Pertahankan urutan yang dikembalikan dan gunakan setiap index untuk memperoleh kembali teks masukan yang sesuai. Simpan setiap hasil yang dikembalikan agar aplikasi dapat memeriksa kandidat terpilih dan skornya bersama-sama.</p><p>Simpan respons JSON lengkap, termasuk model, id respons, dan usage.total_tokens. Teks dokumen yang dikembalikan dapat tidak tersedia, jadi pertahankan larik kandidat asli saat memproses indeks. Skor relevansi dan penggunaan yang dilaporkan memiliki peran berbeda: skor menjelaskan hasil pemeringkatan, sedangkan penggunaan mencatat jumlah yang dilaporkan untuk operasi. Keduanya tidak menggantikan bagian sumber yang mendukung jawaban berikutnya.</p><p>Untuk alur pengambilan informasi, gunakan pemeringkatan untuk memilih bagian teks yang harus diperiksa atau dikutip oleh langkah berikutnya. Bandingkan bagian yang dipilih dengan kueri dan instruksi sebelum menyajikan isinya sebagai bukti. Posisi tinggi dalam daftar hasil menunjukkan kandidat untuk ditinjau; jawaban akhir aplikasi harus tetap terhubung dengan teks yang sebenarnya serta pengenal sumbernya.</p><p>Tinjau hasil menggunakan kueri yang representatif dan kumpulan kandidat yang digunakan aplikasi. Pastikan indeks mengarah ke teks asli yang dituju, urutannya memenuhi instruksi yang diberikan, dan bagian yang dipilih menjawab pertanyaan. Simpan pilihan model yang tepat, kueri, instruksi, pemetaan kandidat, serta respons lengkap bersama-sama, sehingga menghasilkan catatan pemilihan berdasarkan relevansi yang dapat digunakan kembali untuk langkah pengambilan informasi atau dokumen berikutnya.</p>",
  "aboutText": "Qwen3 Rerank mengevaluasi teks kandidat terhadap kueri dan instruksi pemeringkatan yang diberikan. Pilihan model yang dikonfigurasi secara tepat adalah qwen3-rerank. Perannya adalah mengurutkan kandidat yang diberikan untuk pengambilan informasi dan pemilihan dokumen; permintaan menyimpan kueri, instruksi, dan bagian teks kandidat bersama-sama agar penilaian relevansi dapat ditelusuri kembali ke masukannya.\n\nSiapkan dokumen sebagai larik string, dengan satu bagian teks kandidat dalam setiap entri. Simpan pemetaan terpisah dari setiap posisi larik ke pengenal dokumen, judul, atau lokasi sumber milik Anda sendiri. Ini memungkinkan aplikasi menghubungkan kembali hasil pemeringkatan dengan bagian teks asli tanpa menambahkan objek pengenal yang tidak didokumentasikan ke larik string. Untuk pencarian dukungan, kandidat dapat berupa bagian relevan yang telah diperoleh dari panduan produk; kueri harus menyatakan kebutuhan informasi pengguna yang sebenarnya.\n\nPermintaan yang didokumentasikan mewajibkan model, documents, query, top_n, dan instruct. Kolom query dan instruct berupa string, sedangkan top_n berupa bilangan bulat yang diberikan secara eksplisit. Contoh yang dipublikasikan menggunakan tiga teks kandidat, top_n=2, dan instruksi untuk mengambil bagian teks relevan yang menjawab kueri pencarian web. Gunakan instruct untuk menyatakan hubungan yang penting bagi pemeringkatan, sambil menempatkan pertanyaan sebenarnya dalam query dan bahan yang dievaluasi dalam documents.\n\nPanduan operasi mencantumkan panjang masukan maksimum 30K. Jaga bagian teks kandidat tetap terfokus pada teks yang diperlukan untuk menilai relevansinya, sambil mempertahankan judul atau konteks di sekitarnya ketika hal itu mengubah makna. Pertahankan batas sumber agar bagian yang dipilih tetap dapat diperiksa dalam dokumen aslinya. Profil permintaan yang tepat beserta kolom wajibnya tetap menjadi dasar untuk menyiapkan masukan.\n\nHasil berstruktur yang dikembalikan memuat entri results dengan index dan relevance_score. index merujuk pada posisi kandidat dalam larik documents asli, bukan posisinya dalam daftar hasil pemeringkatan. Pertahankan urutan yang dikembalikan dan gunakan setiap index untuk memperoleh kembali teks masukan yang sesuai. Simpan setiap hasil yang dikembalikan agar aplikasi dapat memeriksa kandidat terpilih dan skornya bersama-sama.\n\nSimpan respons JSON lengkap, termasuk model, id respons, dan usage.total_tokens. Teks dokumen yang dikembalikan dapat tidak tersedia, jadi pertahankan larik kandidat asli saat memproses indeks. Skor relevansi dan penggunaan yang dilaporkan memiliki peran berbeda: skor menjelaskan hasil pemeringkatan, sedangkan penggunaan mencatat jumlah yang dilaporkan untuk operasi. Keduanya tidak menggantikan bagian sumber yang mendukung jawaban berikutnya.\n\nUntuk alur pengambilan informasi, gunakan pemeringkatan untuk memilih bagian teks yang harus diperiksa atau dikutip oleh langkah berikutnya. Bandingkan bagian yang dipilih dengan kueri dan instruksi sebelum menyajikan isinya sebagai bukti. Posisi tinggi dalam daftar hasil menunjukkan kandidat untuk ditinjau; jawaban akhir aplikasi harus tetap terhubung dengan teks yang sebenarnya serta pengenal sumbernya.\n\nTinjau hasil menggunakan kueri yang representatif dan kumpulan kandidat yang digunakan aplikasi. Pastikan indeks mengarah ke teks asli yang dituju, urutannya memenuhi instruksi yang diberikan, dan bagian yang dipilih menjawab pertanyaan. Simpan pilihan model yang tepat, kueri, instruksi, pemetaan kandidat, serta respons lengkap bersama-sama, sehingga menghasilkan catatan pemilihan berdasarkan relevansi yang dapat digunakan kembali untuk langkah pengambilan informasi atau dokumen berikutnya.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "5f845c985319b9cf4753f1eda31da8fcf3dcd45181e49fc819d7e6fda0449dc2",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "id",
  "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=\"Tutup\">×</button></div><div class=\"idline\"><span>Qwen /</span><code>qwen3-rerank</code><button type=\"button\" id=\"copy-id\">Salin ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Bagian kartu model\"><button type=\"button\" data-card-jump=\"overview\">Mulai</button><button type=\"button\" data-card-jump=\"methods\">Masukan &amp; metode</button><button type=\"button\" data-card-jump=\"pricing\">Paket</button><button type=\"button\" data-card-jump=\"examples\">Contoh</button><button type=\"button\" data-card-jump=\"results\">Hasil</button><button type=\"button\" data-card-jump=\"aliases\">Alias</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Metode API\"><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\">Pemeringkatan ulang</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\">Mulai</h3><p class=\"mdesc-full\">Qwen3 Rerank mengurutkan teks kandidat untuk kueri dan instruksi yang diberikan. Profil qwen3-rerank yang tepat menerima daftar dokumen teks dan mengembalikan skor relevansi berindeks beserta metadata penggunaan untuk alur pengambilan informasi dan pemilihan dokumen.</p><dl class=\"card-io\" data-card-io><div><dt>Masukan yang diterima</dt><dd>Teks</dd></div><div><dt>Hasil</dt><dd>structured</dd></div></dl><details class=\"card-about\"><summary>Tentang model</summary><p class=\"note-s\" data-model-method-boundary>Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.</p><div class=\"mabout\" id=\"m-about\"><p>Qwen3 Rerank mengevaluasi teks kandidat terhadap kueri dan instruksi pemeringkatan yang diberikan. Pilihan model yang dikonfigurasi secara tepat adalah qwen3-rerank. Perannya adalah mengurutkan kandidat yang diberikan untuk pengambilan informasi dan pemilihan dokumen; permintaan menyimpan kueri, instruksi, dan bagian teks kandidat bersama-sama agar penilaian relevansi dapat ditelusuri kembali ke masukannya.</p><p>Siapkan dokumen sebagai larik string, dengan satu bagian teks kandidat dalam setiap entri. Simpan pemetaan terpisah dari setiap posisi larik ke pengenal dokumen, judul, atau lokasi sumber milik Anda sendiri. Ini memungkinkan aplikasi menghubungkan kembali hasil pemeringkatan dengan bagian teks asli tanpa menambahkan objek pengenal yang tidak didokumentasikan ke larik string. Untuk pencarian dukungan, kandidat dapat berupa bagian relevan yang telah diperoleh dari panduan produk; kueri harus menyatakan kebutuhan informasi pengguna yang sebenarnya.</p><p>Permintaan yang didokumentasikan mewajibkan model, documents, query, top_n, dan instruct. Kolom query dan instruct berupa string, sedangkan top_n berupa bilangan bulat yang diberikan secara eksplisit. Contoh yang dipublikasikan menggunakan tiga teks kandidat, top_n=2, dan instruksi untuk mengambil bagian teks relevan yang menjawab kueri pencarian web. Gunakan instruct untuk menyatakan hubungan yang penting bagi pemeringkatan, sambil menempatkan pertanyaan sebenarnya dalam query dan bahan yang dievaluasi dalam documents.</p><p>Panduan operasi mencantumkan panjang masukan maksimum 30K. Jaga bagian teks kandidat tetap terfokus pada teks yang diperlukan untuk menilai relevansinya, sambil mempertahankan judul atau konteks di sekitarnya ketika hal itu mengubah makna. Pertahankan batas sumber agar bagian yang dipilih tetap dapat diperiksa dalam dokumen aslinya. Profil permintaan yang tepat beserta kolom wajibnya tetap menjadi dasar untuk menyiapkan masukan.</p><p>Hasil berstruktur yang dikembalikan memuat entri results dengan index dan relevance_score. index merujuk pada posisi kandidat dalam larik documents asli, bukan posisinya dalam daftar hasil pemeringkatan. Pertahankan urutan yang dikembalikan dan gunakan setiap index untuk memperoleh kembali teks masukan yang sesuai. Simpan setiap hasil yang dikembalikan agar aplikasi dapat memeriksa kandidat terpilih dan skornya bersama-sama.</p><p>Simpan respons JSON lengkap, termasuk model, id respons, dan usage.total_tokens. Teks dokumen yang dikembalikan dapat tidak tersedia, jadi pertahankan larik kandidat asli saat memproses indeks. Skor relevansi dan penggunaan yang dilaporkan memiliki peran berbeda: skor menjelaskan hasil pemeringkatan, sedangkan penggunaan mencatat jumlah yang dilaporkan untuk operasi. Keduanya tidak menggantikan bagian sumber yang mendukung jawaban berikutnya.</p><p>Untuk alur pengambilan informasi, gunakan pemeringkatan untuk memilih bagian teks yang harus diperiksa atau dikutip oleh langkah berikutnya. Bandingkan bagian yang dipilih dengan kueri dan instruksi sebelum menyajikan isinya sebagai bukti. Posisi tinggi dalam daftar hasil menunjukkan kandidat untuk ditinjau; jawaban akhir aplikasi harus tetap terhubung dengan teks yang sebenarnya serta pengenal sumbernya.</p><p>Tinjau hasil menggunakan kueri yang representatif dan kumpulan kandidat yang digunakan aplikasi. Pastikan indeks mengarah ke teks asli yang dituju, urutannya memenuhi instruksi yang diberikan, dan bagian yang dipilih menjawab pertanyaan. Simpan pilihan model yang tepat, kueri, instruksi, pemetaan kandidat, serta respons lengkap bersama-sama, sehingga menghasilkan catatan pemilihan berdasarkan relevansi yang dapat digunakan kembali untuk langkah pengambilan informasi atau dokumen berikutnya.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Tersedia di Ailoot · masukan &amp; metode</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Pemeringkatan ulang</b> <code>POST /v1/rerank</code></summary><dl class=\"method-capabilities\"><div><dt>Masukan</dt><dd><code>text</code></dd></div><div><dt>Keluaran</dt><dd><code>structured</code></dd></div><div><dt>Format keluaran</dt><dd>application/json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Kolom</th><th>Jenis</th><th>Persyaratan</th><th>Nilai &amp; batasan</th><th>Bawaan</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>qwen3-rerank</div><div>Kondisi: Pemilih model literal.</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">documents</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>array</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>Kondisi: Kandidat potongan teks, dipertahankan dalam urutan masukan aslinya.</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">query</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>Kondisi: Kueri relevansi.</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">top_n</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>integer</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>Kondisi: Jumlah hasil pemeringkatan yang diminta; tidak ada minimum, maksimum, atau nilai bawaan yang tidak didokumentasikan yang dinyatakan.</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">instruct</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>Kondisi: Instruksi yang menjelaskan tugas pencarian informasi.</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Kombinasi bahan masukan</summary><p class=\"note-s\"><b></b></p></details><details class=\"note-s\" data-method-contract><summary>Parameter metode dan siklus hidup</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Kontrak</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>content_type</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>application/json</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>required</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>model, documents, query, top_n, instruct</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>optional</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span></td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>text</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>additional_properties</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>true</td></tr></tbody></table></div><p>Siklus hidup: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Paket</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.</p><dl data-price-conditions><dt>Mode Fast</dt><dd>Tidak ditentukan <span class=\"note-s\">Saat mode fast dipilih</span></dd><dt>Mode Flex</dt><dd>Tidak ditentukan <span class=\"note-s\">Saat mode flex dipilih</span></dd><dt>Upaya penalaran maksimum</dt><dd>Tidak ditentukan <span class=\"note-s\">Saat upaya penalaran maksimum menggunakan penyesuaian default</span></dd></dl></div><div data-declared-tariff-pricing><h4>Tarif Ailoot</h4><h4>Harga menurut konfigurasi</h4><p class=\"note-s\">Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigurasi</th><th>Jadwal tarif</th><th>Satuan penagihan</th><th>Biaya</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigurasi\" scope=\"row\"><span class=\"card-cell-label\">Konfigurasi</span>Tarif dasar token</th><td data-cell-label=\"Jadwal tarif\"><span class=\"card-cell-label\">Jadwal tarif</span>Tarif dasar</td><td data-cell-label=\"Satuan penagihan\"><span class=\"card-cell-label\">Satuan penagihan</span>—</td><td data-cell-label=\"Biaya\"><span class=\"card-cell-label\">Biaya</span><div><span>Masukan · Token masukan</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Keluaran · Token keluaran</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Masukan · Pembacaan cache</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Masukan · Penulisan cache</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Masukan · Penulisan cache, 1 jam</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr><tr><th data-cell-label=\"Konfigurasi\" scope=\"row\"><span class=\"card-cell-label\">Konfigurasi</span>token total</th><td data-cell-label=\"Jadwal tarif\"><span class=\"card-cell-label\">Jadwal tarif</span>—</td><td data-cell-label=\"Satuan penagihan\"><span class=\"card-cell-label\">Satuan penagihan</span>/ 1K token</td><td data-cell-label=\"Biaya\"><span class=\"card-cell-label\">Biaya</span><div><span>Masukan · token total</span> <b>$0.00014</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. <a href=\"/docs/id/billing/reserve/\">Cara kerja cadangan dan penyelesaian tagihan →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Contoh permintaan</h3><h4>Ailoot Ultra · Pemeringkatan ulang</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Pilihan kode\"><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 · lakukan pemeringkatan ulang teks</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Salin kode\"><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\">Terima dan simpan hasil</h3><h4>Ailoot Ultra · Pemeringkatan ulang</h4><p class=\"note-s\">Baca indeks dan skor relevansi, lalu petakan setiap indeks kembali ke dokumen asli Anda. Dokumen yang dikirim balik dapat tidak disertakan.</p><div class=\"card-result-process\" data-unknown-recovery><h5>Jika respons asli perlu diperiksa</h5><p class=\"note-s\">Simpan respons asli dan id permintaan setelah pengiriman yang hasilnya ambigu; jangan pernah mengulang pengiriman itu.</p></div><details class=\"card-about\" data-output-fields><summary>Kolom respons</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Kolom</th><th>Jenis</th><th>Arti</th></tr></thead><tbody><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">results[].index</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>integer</td><td data-cell-label=\"Arti\"><span class=\"card-cell-label\">Arti</span>Indeks dokumen masukan asli yang bersesuaian.</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">results[].relevance_score</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>number</td><td data-cell-label=\"Arti\"><span class=\"card-cell-label\">Arti</span>Skor relevansi yang dikembalikan.</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>string</td><td data-cell-label=\"Arti\"><span class=\"card-cell-label\">Arti</span>Model respons aktual.</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">id</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>string</td><td data-cell-label=\"Arti\"><span class=\"card-cell-label\">Arti</span>Pengenal respons aktual.</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">usage.total_tokens</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>integer</td><td data-cell-label=\"Arti\"><span class=\"card-cell-label\">Arti</span>Total token terukur yang digunakan untuk penagihan.</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Kesalahan dan langkah berikutnya</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Respons</th><th>Kondisi</th><th>Langkah berikutnya</th></tr></thead><tbody><tr><th data-cell-label=\"Respons\" scope=\"row\"><span class=\"card-cell-label\">Respons</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Kondisi\"><span class=\"card-cell-label\">Kondisi</span>JSON atau pilihan model wajib tidak valid.</td><td data-cell-label=\"Langkah berikutnya\"><span class=\"card-cell-label\">Langkah berikutnya</span>Perbaiki masukan yang ditunjukkan sebelum membuat permintaan baru.</td></tr><tr><th data-cell-label=\"Respons\" scope=\"row\"><span class=\"card-cell-label\">Respons</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Kondisi\"><span class=\"card-cell-label\">Kondisi</span>Kunci API tidak valid.</td><td data-cell-label=\"Langkah berikutnya\"><span class=\"card-cell-label\">Langkah berikutnya</span>Gunakan kunci API Ailoot Anda yang valid.</td></tr><tr><th data-cell-label=\"Respons\" scope=\"row\"><span class=\"card-cell-label\">Respons</span>503 · <code>price_unavailable</code></th><td data-cell-label=\"Kondisi\"><span class=\"card-cell-label\">Kondisi</span>Harga terstruktur untuk metode atau izin akses tidak tersedia.</td><td data-cell-label=\"Langkah berikutnya\"><span class=\"card-cell-label\">Langkah berikutnya</span>Simpan respons asli; jangan ulangi pengiriman yang hasilnya ambigu.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Alias</h3><h4>Alias model</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>Alias jalur metode</h4><p class=\"note-s\">Gunakan jalur metode yang ditampilkan di atas.</p><h4>ID pemanggil terkait</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": "JSON atau pilihan model wajib tidak valid.",
                "http_status": 400,
                "recovery": "Perbaiki masukan yang ditunjukkan sebelum membuat permintaan baru.",
                "type": "invalid_request_error"
              },
              {
                "condition": "Kunci API tidak valid.",
                "http_status": 401,
                "recovery": "Gunakan kunci API Ailoot Anda yang valid.",
                "type": "authentication_error"
              },
              {
                "condition": "Harga terstruktur untuk metode atau izin akses tidak tersedia.",
                "http_status": 503,
                "recovery": "Simpan respons asli; jangan ulangi pengiriman yang hasilnya ambigu.",
                "type": "price_unavailable"
              }
            ],
            "ignored_fields": [],
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/rerank"
              },
              "mode": "synchronous",
              "status": [],
              "submit_status": 200,
              "unknown": "Simpan respons asli dan id permintaan setelah pengiriman yang hasilnya ambigu; jangan pernah mengulang pengiriman itu."
            },
            "material_combinations": [
              [
                "text"
              ]
            ],
            "operation_modes": [
              "text_reranking"
            ],
            "outputs": {
              "every_actual_output": true,
              "family": "structured",
              "fields": [
                {
                  "description": "Indeks dokumen masukan asli yang bersesuaian.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Skor relevansi yang dikembalikan.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Model respons aktual.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Pengenal respons aktual.",
                  "name": "id",
                  "type": "string"
                },
                {
                  "description": "Total token terukur yang digunakan untuk penagihan.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "format": "application/json",
              "result": "Baca indeks dan skor relevansi, lalu petakan setiap indeks kembali ke dokumen asli Anda. Dokumen yang dikirim balik dapat tidak disertakan."
            },
            "parameters": [
              {
                "availability": "source_interface",
                "conditions": "Pemilih model literal.",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen3-rerank"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Kandidat potongan teks, dipertahankan dalam urutan masukan aslinya.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              },
              {
                "availability": "source_interface",
                "conditions": "Kueri relevansi.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "query",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Jumlah hasil pemeringkatan yang diminta; tidak ada minimum, maksimum, atau nilai bawaan yang tidak didokumentasikan yang dinyatakan.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "top_n",
                "required": true,
                "type": "integer"
              },
              {
                "availability": "source_interface",
                "conditions": "Instruksi yang menjelaskan tugas pencarian informasi.",
                "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": "Pemeringkatan ulang",
        "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": "10c27699eb5859404e53d70e0ad2a244127426747cba87466dd20f6a3e8eb715",
    "input_html_sha256": "b662ccf8d05aabc86646f2414db4c4e4819403901d55574041d225117fbc8b7d",
    "private_audit_sha256": "3c8a569f507ef7f08bee452b56c118bc6e5616168f6e06ed1330d841e4537c9a",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/id/qwen3-rerank/",
    "description": "Qwen3 Rerank mengurutkan teks kandidat untuk kueri dan instruksi yang diberikan. Profil qwen3-rerank yang tepat menerima daftar dokumen teks dan mengembalikan skor relevansi berindeks beserta metadata penggunaan untuk alur pengambilan informasi dan pemilihan dokumen.",
    "locale": "id",
    "md_url": "https://ailoot.ai/models/id/qwen3-rerank/index.md",
    "title": "Qwen: Qwen3 Rerank — Ailoot",
    "url": "https://ailoot.ai/models/id/qwen3-rerank/"
  },
  "rawModel": {
    "about": "Qwen3 Rerank mengevaluasi teks kandidat terhadap kueri dan instruksi pemeringkatan yang diberikan. Pilihan model yang dikonfigurasi secara tepat adalah qwen3-rerank. Perannya adalah mengurutkan kandidat yang diberikan untuk pengambilan informasi dan pemilihan dokumen; permintaan menyimpan kueri, instruksi, dan bagian teks kandidat bersama-sama agar penilaian relevansi dapat ditelusuri kembali ke masukannya.\n\nSiapkan dokumen sebagai larik string, dengan satu bagian teks kandidat dalam setiap entri. Simpan pemetaan terpisah dari setiap posisi larik ke pengenal dokumen, judul, atau lokasi sumber milik Anda sendiri. Ini memungkinkan aplikasi menghubungkan kembali hasil pemeringkatan dengan bagian teks asli tanpa menambahkan objek pengenal yang tidak didokumentasikan ke larik string. Untuk pencarian dukungan, kandidat dapat berupa bagian relevan yang telah diperoleh dari panduan produk; kueri harus menyatakan kebutuhan informasi pengguna yang sebenarnya.\n\nPermintaan yang didokumentasikan mewajibkan model, documents, query, top_n, dan instruct. Kolom query dan instruct berupa string, sedangkan top_n berupa bilangan bulat yang diberikan secara eksplisit. Contoh yang dipublikasikan menggunakan tiga teks kandidat, top_n=2, dan instruksi untuk mengambil bagian teks relevan yang menjawab kueri pencarian web. Gunakan instruct untuk menyatakan hubungan yang penting bagi pemeringkatan, sambil menempatkan pertanyaan sebenarnya dalam query dan bahan yang dievaluasi dalam documents.\n\nPanduan operasi mencantumkan panjang masukan maksimum 30K. Jaga bagian teks kandidat tetap terfokus pada teks yang diperlukan untuk menilai relevansinya, sambil mempertahankan judul atau konteks di sekitarnya ketika hal itu mengubah makna. Pertahankan batas sumber agar bagian yang dipilih tetap dapat diperiksa dalam dokumen aslinya. Profil permintaan yang tepat beserta kolom wajibnya tetap menjadi dasar untuk menyiapkan masukan.\n\nHasil berstruktur yang dikembalikan memuat entri results dengan index dan relevance_score. index merujuk pada posisi kandidat dalam larik documents asli, bukan posisinya dalam daftar hasil pemeringkatan. Pertahankan urutan yang dikembalikan dan gunakan setiap index untuk memperoleh kembali teks masukan yang sesuai. Simpan setiap hasil yang dikembalikan agar aplikasi dapat memeriksa kandidat terpilih dan skornya bersama-sama.\n\nSimpan respons JSON lengkap, termasuk model, id respons, dan usage.total_tokens. Teks dokumen yang dikembalikan dapat tidak tersedia, jadi pertahankan larik kandidat asli saat memproses indeks. Skor relevansi dan penggunaan yang dilaporkan memiliki peran berbeda: skor menjelaskan hasil pemeringkatan, sedangkan penggunaan mencatat jumlah yang dilaporkan untuk operasi. Keduanya tidak menggantikan bagian sumber yang mendukung jawaban berikutnya.\n\nUntuk alur pengambilan informasi, gunakan pemeringkatan untuk memilih bagian teks yang harus diperiksa atau dikutip oleh langkah berikutnya. Bandingkan bagian yang dipilih dengan kueri dan instruksi sebelum menyajikan isinya sebagai bukti. Posisi tinggi dalam daftar hasil menunjukkan kandidat untuk ditinjau; jawaban akhir aplikasi harus tetap terhubung dengan teks yang sebenarnya serta pengenal sumbernya.\n\nTinjau hasil menggunakan kueri yang representatif dan kumpulan kandidat yang digunakan aplikasi. Pastikan indeks mengarah ke teks asli yang dituju, urutannya memenuhi instruksi yang diberikan, dan bagian yang dipilih menjawab pertanyaan. Simpan pilihan model yang tepat, kueri, instruksi, pemetaan kandidat, serta respons lengkap bersama-sama, sehingga menghasilkan catatan pemilihan berdasarkan relevansi yang dapat digunakan kembali untuk langkah pengambilan informasi atau dokumen berikutnya.",
    "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": "Informasi lengkap harga konfigurasi tersedia di bagian detail."
      }
    ],
    "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": "JSON atau pilihan model wajib tidak valid.",
                "http_status": 400,
                "recovery": "Perbaiki masukan yang ditunjukkan sebelum membuat permintaan baru.",
                "type": "invalid_request_error"
              },
              {
                "condition": "Kunci API tidak valid.",
                "http_status": 401,
                "recovery": "Gunakan kunci API Ailoot Anda yang valid.",
                "type": "authentication_error"
              },
              {
                "condition": "Harga terstruktur untuk metode atau izin akses tidak tersedia.",
                "http_status": 503,
                "recovery": "Simpan respons asli; jangan ulangi pengiriman yang hasilnya ambigu.",
                "type": "price_unavailable"
              }
            ],
            "ignored_fields": [],
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/rerank"
              },
              "mode": "synchronous",
              "status": [],
              "submit_status": 200,
              "unknown": "Simpan respons asli dan id permintaan setelah pengiriman yang hasilnya ambigu; jangan pernah mengulang pengiriman itu."
            },
            "material_combinations": [
              [
                "text"
              ]
            ],
            "operation_modes": [
              "text_reranking"
            ],
            "outputs": {
              "every_actual_output": true,
              "family": "structured",
              "fields": [
                {
                  "description": "Indeks dokumen masukan asli yang bersesuaian.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Skor relevansi yang dikembalikan.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Model respons aktual.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Pengenal respons aktual.",
                  "name": "id",
                  "type": "string"
                },
                {
                  "description": "Total token terukur yang digunakan untuk penagihan.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "format": "application/json",
              "result": "Baca indeks dan skor relevansi, lalu petakan setiap indeks kembali ke dokumen asli Anda. Dokumen yang dikirim balik dapat tidak disertakan."
            },
            "parameters": [
              {
                "availability": "source_interface",
                "conditions": "Pemilih model literal.",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen3-rerank"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Kandidat potongan teks, dipertahankan dalam urutan masukan aslinya.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              },
              {
                "availability": "source_interface",
                "conditions": "Kueri relevansi.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "query",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Jumlah hasil pemeringkatan yang diminta; tidak ada minimum, maksimum, atau nilai bawaan yang tidak didokumentasikan yang dinyatakan.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "top_n",
                "required": true,
                "type": "integer"
              },
              {
                "availability": "source_interface",
                "conditions": "Instruksi yang menjelaskan tugas pencarian informasi.",
                "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": "Pemeringkatan ulang",
        "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": "Qwen3 Rerank mengurutkan teks kandidat untuk kueri dan instruksi yang diberikan. Profil qwen3-rerank yang tepat menerima daftar dokumen teks dan mengembalikan skor relevansi berindeks beserta metadata penggunaan untuk alur pengambilan informasi dan pemilihan dokumen."
  },
  "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": "Qwen3 Rerank mengurutkan teks kandidat untuk kueri dan instruksi yang diberikan. Profil qwen3-rerank yang tepat menerima daftar dokumen teks dan mengembalikan skor relevansi berindeks beserta metadata penggunaan untuk alur pengambilan informasi dan pemilihan dokumen.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "a4b248af5653c6dc3e6ae5e01f7e08f2f397dbfe157427705e8792a459291bcd",
    "renderer_sha256": "2a0471475a29000c23db326ca1e315df73dee7524f6bc2907818ee3458813f2d"
  },
  "sourceRevision": "63a75c9ee0e2d2c59c7b4ec49308354cb5c839bc7e84199ae7d989f4889888fb"
}