Source: https://ailoot.ai/models/id/qwen3-rerank/
Canonical: https://ailoot.ai/models/id/qwen3-rerank/
Language: id

# Qwen: Qwen3 Rerank

[Markdown](https://ailoot.ai/models/id/qwen3-rerank/index.md) · [JSON](https://ailoot.ai/models/id/qwen3-rerank/facts.json)

## [Qwen: Qwen3 Rerank](https://ailoot.ai/models/id/qwen3-rerank/)

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.

- [**Ailoot Ultra · Pemeringkatan ulang** `POST /v1/rerank` `qwen3-rerank`](https://ailoot.ai/models/id/qwen3-rerank/#method-0)

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

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.

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.

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.

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.

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.

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.

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.

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.

**Ailoot Ultra · Pemeringkatan ulang** `POST /v1/rerank` `qwen3-rerank`

[`qwen3-rerank`](https://ailoot.ai/models/id/#m=qwen3-rerank&route=Ultra&caller=qwen3-rerank&fmt=rerank)

Qwen /`qwen3-rerank`

### Mulai

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.

Masukan yang diterima

Teks

Hasil

structured

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Pemeringkatan ulang** `POST /v1/rerank`

Masukan

`text`

Keluaran

`structured`

Format keluaran

application/json

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan qwen3-rerank Kondisi: Pemilih model literal. | Bawaan— |
| Kolom`documents` | Jenis`array` | PersyaratanWajib | Nilai & batasan Kondisi: Kandidat potongan teks, dipertahankan dalam urutan masukan aslinya. | Bawaan— |
| Kolom`query` | Jenis`string` | PersyaratanWajib | Nilai & batasan Kondisi: Kueri relevansi. | Bawaan— |
| Kolom`top_n` | Jenis`integer` | PersyaratanWajib | Nilai & batasan Kondisi: Jumlah hasil pemeringkatan yang diminta; tidak ada minimum, maksimum, atau nilai bawaan yang tidak didokumentasikan yang dinyatakan. | Bawaan— |
| Kolom`instruct` | Jenis`string` | PersyaratanWajib | Nilai & batasan Kondisi: Instruksi yang menjelaskan tugas pencarian informasi. | Bawaan— |

Kombinasi bahan masukan

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, documents, query, top\_n, instruct |
| Parameter`optional` | Kontrak |
| Parameter`material_types` | Kontraktext |
| Parameter`additional_properties` | Kontraktrue |

Siklus hidup: `synchronous`

### Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast

Tidak ditentukan Saat mode fast dipilih

Mode Flex

Tidak ditentukan Saat mode flex dipilih

Upaya penalaran maksimum

Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

#### Tarif Ailoot

#### Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

| Konfigurasi | Jadwal tarif | Satuan penagihan | Biaya |
| --- | --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Satuan penagihan— | Biaya Masukan · Token masukan **—** / 1K token Keluaran · Token keluaran **—** / 1K token Masukan · Pembacaan cache **—** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |
| Konfigurasitoken total | Jadwal tarif— | Satuan penagihan/ 1K token | Biaya Masukan · token total **$0.00014** / 1K token |

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Pemeringkatan ulang

JSON · lakukan pemeringkatan ulang teks

```json
{
  "model": "qwen3-rerank",
  "query": "Which passage discusses text ranking?",
  "documents": [
    "Text ranking orders candidate passages by relevance.",
    "Quantum computing studies computation using quantum systems.",
    "Pretrained language models can improve text ranking."
  ],
  "top_n": 2,
  "instruct": "Given a web search query, retrieve relevant passages that answer the query."
}
```

### Terima dan simpan hasil

#### Ailoot Ultra · Pemeringkatan ulang

Baca indeks dan skor relevansi, lalu petakan setiap indeks kembali ke dokumen asli Anda. Dokumen yang dikirim balik dapat tidak disertakan.

##### Jika respons asli perlu diperiksa

Simpan respons asli dan id permintaan setelah pengiriman yang hasilnya ambigu; jangan pernah mengulang pengiriman itu.

Kolom respons

| Kolom | Jenis | Arti |
| --- | --- | --- |
| Kolom`results[].index` | Jenisinteger | ArtiIndeks dokumen masukan asli yang bersesuaian. |
| Kolom`results[].relevance_score` | Jenisnumber | ArtiSkor relevansi yang dikembalikan. |
| Kolom`model` | Jenisstring | ArtiModel respons aktual. |
| Kolom`id` | Jenisstring | ArtiPengenal respons aktual. |
| Kolom`usage.total_tokens` | Jenisinteger | ArtiTotal token terukur yang digunakan untuk penagihan. |

Kesalahan dan langkah berikutnya

| Respons | Kondisi | Langkah berikutnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | KondisiJSON atau pilihan model wajib tidak valid. | Langkah berikutnyaPerbaiki masukan yang ditunjukkan sebelum membuat permintaan baru. |
| Respons401 · `authentication_error` | KondisiKunci API tidak valid. | Langkah berikutnyaGunakan kunci API Ailoot Anda yang valid. |
| Respons503 · `price_unavailable` | KondisiHarga terstruktur untuk metode atau izin akses tidak tersedia. | Langkah berikutnyaSimpan respons asli; jangan ulangi pengiriman yang hasilnya ambigu. |

### Alias

#### Alias model

**Ailoot Ultra** [`qwen3-rerank`](https://ailoot.ai/models/id/#m=qwen3-rerank&route=Ultra&caller=qwen3-rerank&fmt=rerank)

#### Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

#### ID pemanggil terkait

[`qwen3-rerank`](https://ailoot.ai/models/id/#m=qwen3-rerank&route=Ultra&caller=qwen3-rerank&fmt=rerank)

FAQ · Qwen: Qwen3 Rerank

Input dan hasil apa yang tersedia?

`POST /v1/rerank` · `qwen3-rerank`: `text` → `structured`

Kolom apa yang digunakan permintaan?

`POST /v1/rerank` · `qwen3-rerank`: `model`, `documents`, `query`, `top_n`, `instruct`

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.