Cohere Rerank 4 Fast è l'edizione più leggera di Rerank 4, proposta per attività di recupero a latenza più bassa e volume di elaborazione maggiore. Riceve una query e documenti candidati, quindi restituisce il loro ordine di pertinenza e i relativi punteggi. È utile per ricerca interattiva, selezione ripetuta delle prove e applicazioni che devono riordinare un elenco di risultati esistente. Fast resta un'edizione distinta da Rerank 4 Pro, proposto per casi più complessi in cui la qualità del recupero ha priorità.
Il codice del produttore è rerank-v4.0-fast. Come Pro, ha un contesto di 32.768 token e copertura multilingue in più di 100 lingue. La query e un documento condividono il contesto; non è una dimensione vettoriale né un budget per un intero corpus indicizzato. Fornisci i testi candidati da confrontare, senza aspettarti che il modello recuperi documenti da una fonte che non gli è stata fornita.
Il risultato documentato include l'indice del documento originale e un relevance_score. top_n seleziona quanti risultati restituire, mentre ometterlo restituisce l'intero elenco classificato. Mantieni gli identificatori delle fonti accanto agli input affinché il nuovo ordine possa essere collegato ai passaggi effettivi. Per una ricerca di prodotti, descrivi nella query gli attributi richiesti e riordina le descrizioni candidate; una posizione migliore deve restare collegata alla scheda prodotto che l'ha prodotta.
Il modello può lavorare con documenti in inglese e in altre lingue e con record semistrutturati. Nel flusso V2, gli input documentali sono stringhe e Cohere consiglia di rappresentare i dati strutturati come YAML. Inserisci per primi i campi importanti e preservane l'ordine, così che un troncamento non elimini il contenuto necessario a giudicare la pertinenza. Un record di supporto può contenere titolo, prodotto e testo della procedura; un messaggio può contenere oggetto e corpo. Queste relazioni esplicite forniscono al classificatore informazioni che vanno oltre un elenco di parole chiave corrispondenti.
Il limite di query specifico del modello nella guida preparatoria di Cohere è di 16.384 token, con query e documento che consumano il contesto condiviso. La guida descrive l'elaborazione a segmenti di documenti più lunghi, mentre il riferimento V2 imposta separatamente il troncamento dei documenti a 4096 token tramite max_tokens_per_doc. Controlla quell'impostazione documentale effettiva, senza presumere che venga sempre usata l'intera finestra del modello di 32K. Prepara passaggi pertinenti o un budget documentale adatto all'attività di recupero effettiva.
Per le prestazioni consigliate, Cohere sconsiglia più di 1.000 documenti in una richiesta. Suddividi insiemi di candidati più grandi in gruppi gestibili mantenendone gli identificatori. I punteggi di output sono normalizzati da 0 a 1 e dipendono dalla query e dai passaggi. Il loro ordine è il risultato fondamentale; un punteggio non è un multiplo lineare della pertinenza né la prova che un passaggio sia corretto. Stabilisci ogni soglia di filtraggio con query rappresentative e passaggi di pertinenza borderline del dominio.
Un risultato Fast utile è un elenco classificato che può alimentare immediatamente una visualizzazione dei risultati di ricerca o selezionare prove per una fase di scrittura della risposta. Conserva il testo sorgente insieme al punteggio e verifica che i primi risultati affrontino davvero le condizioni richieste. Il ruolo di Fast è classificare il recupero, non generare una nuova spiegazione o un vettore di embedding. Mantieni coerenti l'edizione nominata e la preparazione dell'input quando affini il comportamento di pertinenza.
", "aboutText": "Cohere Rerank 4 Fast è l'edizione più leggera di Rerank 4, proposta per attività di recupero a latenza più bassa e volume di elaborazione maggiore. Riceve una query e documenti candidati, quindi restituisce il loro ordine di pertinenza e i relativi punteggi. È utile per ricerca interattiva, selezione ripetuta delle prove e applicazioni che devono riordinare un elenco di risultati esistente. Fast resta un'edizione distinta da Rerank 4 Pro, proposto per casi più complessi in cui la qualità del recupero ha priorità.\n\nIl codice del produttore è rerank-v4.0-fast. Come Pro, ha un contesto di 32.768 token e copertura multilingue in più di 100 lingue. La query e un documento condividono il contesto; non è una dimensione vettoriale né un budget per un intero corpus indicizzato. Fornisci i testi candidati da confrontare, senza aspettarti che il modello recuperi documenti da una fonte che non gli è stata fornita.\n\nIl risultato documentato include l'indice del documento originale e un relevance_score. top_n seleziona quanti risultati restituire, mentre ometterlo restituisce l'intero elenco classificato. Mantieni gli identificatori delle fonti accanto agli input affinché il nuovo ordine possa essere collegato ai passaggi effettivi. Per una ricerca di prodotti, descrivi nella query gli attributi richiesti e riordina le descrizioni candidate; una posizione migliore deve restare collegata alla scheda prodotto che l'ha prodotta.\n\nIl modello può lavorare con documenti in inglese e in altre lingue e con record semistrutturati. Nel flusso V2, gli input documentali sono stringhe e Cohere consiglia di rappresentare i dati strutturati come YAML. Inserisci per primi i campi importanti e preservane l'ordine, così che un troncamento non elimini il contenuto necessario a giudicare la pertinenza. Un record di supporto può contenere titolo, prodotto e testo della procedura; un messaggio può contenere oggetto e corpo. Queste relazioni esplicite forniscono al classificatore informazioni che vanno oltre un elenco di parole chiave corrispondenti.\n\nIl limite di query specifico del modello nella guida preparatoria di Cohere è di 16.384 token, con query e documento che consumano il contesto condiviso. La guida descrive l'elaborazione a segmenti di documenti più lunghi, mentre il riferimento V2 imposta separatamente il troncamento dei documenti a 4096 token tramite max_tokens_per_doc. Controlla quell'impostazione documentale effettiva, senza presumere che venga sempre usata l'intera finestra del modello di 32K. Prepara passaggi pertinenti o un budget documentale adatto all'attività di recupero effettiva.\n\nPer le prestazioni consigliate, Cohere sconsiglia più di 1.000 documenti in una richiesta. Suddividi insiemi di candidati più grandi in gruppi gestibili mantenendone gli identificatori. I punteggi di output sono normalizzati da 0 a 1 e dipendono dalla query e dai passaggi. Il loro ordine è il risultato fondamentale; un punteggio non è un multiplo lineare della pertinenza né la prova che un passaggio sia corretto. Stabilisci ogni soglia di filtraggio con query rappresentative e passaggi di pertinenza borderline del dominio.\n\nUn risultato Fast utile è un elenco classificato che può alimentare immediatamente una visualizzazione dei risultati di ricerca o selezionare prove per una fase di scrittura della risposta. Conserva il testo sorgente insieme al punteggio e verifica che i primi risultati affrontino davvero le condizioni richieste. Il ruolo di Fast è classificare il recupero, non generare una nuova spiegazione o un vettore di embedding. Mantieni coerenti l'edizione nominata e la preparazione dell'input quando affini il comportamento di pertinenza.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3df00b58624e4ac64f74c6f982f3840c8d04bba3a5d36dc4f1eb1ea65fc04de7", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "cohere/rerank-4-fastCohere Rerank 4 Fast ordina documenti candidati in base alla pertinenza rispetto a una query, concentrandosi sul recupero a bassa latenza e alto volume. Supporta un contesto di 32K, più di 100 lingue e testo semistrutturato per ricerca e flussi aumentati dal recupero di informazioni.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Cohere Rerank 4 Fast è l'edizione più leggera di Rerank 4, proposta per attività di recupero a latenza più bassa e volume di elaborazione maggiore. Riceve una query e documenti candidati, quindi restituisce il loro ordine di pertinenza e i relativi punteggi. È utile per ricerca interattiva, selezione ripetuta delle prove e applicazioni che devono riordinare un elenco di risultati esistente. Fast resta un'edizione distinta da Rerank 4 Pro, proposto per casi più complessi in cui la qualità del recupero ha priorità.
Il codice del produttore è rerank-v4.0-fast. Come Pro, ha un contesto di 32.768 token e copertura multilingue in più di 100 lingue. La query e un documento condividono il contesto; non è una dimensione vettoriale né un budget per un intero corpus indicizzato. Fornisci i testi candidati da confrontare, senza aspettarti che il modello recuperi documenti da una fonte che non gli è stata fornita.
Il risultato documentato include l'indice del documento originale e un relevance_score. top_n seleziona quanti risultati restituire, mentre ometterlo restituisce l'intero elenco classificato. Mantieni gli identificatori delle fonti accanto agli input affinché il nuovo ordine possa essere collegato ai passaggi effettivi. Per una ricerca di prodotti, descrivi nella query gli attributi richiesti e riordina le descrizioni candidate; una posizione migliore deve restare collegata alla scheda prodotto che l'ha prodotta.
Il modello può lavorare con documenti in inglese e in altre lingue e con record semistrutturati. Nel flusso V2, gli input documentali sono stringhe e Cohere consiglia di rappresentare i dati strutturati come YAML. Inserisci per primi i campi importanti e preservane l'ordine, così che un troncamento non elimini il contenuto necessario a giudicare la pertinenza. Un record di supporto può contenere titolo, prodotto e testo della procedura; un messaggio può contenere oggetto e corpo. Queste relazioni esplicite forniscono al classificatore informazioni che vanno oltre un elenco di parole chiave corrispondenti.
Il limite di query specifico del modello nella guida preparatoria di Cohere è di 16.384 token, con query e documento che consumano il contesto condiviso. La guida descrive l'elaborazione a segmenti di documenti più lunghi, mentre il riferimento V2 imposta separatamente il troncamento dei documenti a 4096 token tramite max_tokens_per_doc. Controlla quell'impostazione documentale effettiva, senza presumere che venga sempre usata l'intera finestra del modello di 32K. Prepara passaggi pertinenti o un budget documentale adatto all'attività di recupero effettiva.
Per le prestazioni consigliate, Cohere sconsiglia più di 1.000 documenti in una richiesta. Suddividi insiemi di candidati più grandi in gruppi gestibili mantenendone gli identificatori. I punteggi di output sono normalizzati da 0 a 1 e dipendono dalla query e dai passaggi. Il loro ordine è il risultato fondamentale; un punteggio non è un multiplo lineare della pertinenza né la prova che un passaggio sia corretto. Stabilisci ogni soglia di filtraggio con query rappresentative e passaggi di pertinenza borderline del dominio.
Un risultato Fast utile è un elenco classificato che può alimentare immediatamente una visualizzazione dei risultati di ricerca o selezionare prove per una fase di scrittura della risposta. Conserva il testo sorgente insieme al punteggio e verifica che i primi risultati affrontino davvero le condizioni richieste. Il ruolo di Fast è classificare il recupero, non generare una nuova spiegazione o un vettore di embedding. Mantieni coerenti l'edizione nominata e la preparazione dell'input quando affini il comportamento di pertinenza.
POST /v1/reranktextrerank| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campodocuments | Tipoarray | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti cohere/rerank-4-fast | Predefinito— |
Campoprovider | Tiposchema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campoquery | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camposession_id | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotop_n | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 | Predefinito— |
Campotrace | Tiposchema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campouser | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campodocuments[].text | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campodocuments[].image | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
text_rerank · Obbligatorio: query, documents array with minItems1
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, query, documents |
Parametromaterial_types | Contrattotext |
Parametrooptional_controls | Contrattoprovider, session_id, top_n, trace, user |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous
Invia l'ID esatto del modello e conserva l'intera risposta nativa.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Unità di fatturazione | Costo |
|---|---|---|---|
| ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Unità di fatturazione— | Costo Input · Token in input — / 1K token Output · Token in output — / 1K token Input · Lettura dalla cache — / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneUltra | Listino delle tariffe— | Unità di fatturazioneper unità di ricerca | Costo total · unità di ricerca $0.004 per unità di ricerca |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "documents": [\n "Paris is the capital of France.",\n "Berlin is the capital of Germany."\n ],\n "model": "cohere/rerank-4-fast",\n "query": "What is the capital of France?",\n "top_n": 3\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='cohere/rerank-4-fast'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Vengono conservati ogni indice effettivo dei risultati, ogni relevance_score finito e l'oggetto documento originale. Gli indici corrispondono all'array di documenti originale. L'intero JSON originale viene memorizzato e restituito solo dopo il conguaglio dell'addebito.
Conserva l'operazione originale e la risposta completa o parziale; non ripetere POST.
| Campo | Tipo |
|---|---|
Campomodel | Tipostring |
Campoid | Tipostring |
Campoprovider | Tipostring |
Camporesults[].index | Tipointeger |
Camporesults[].relevance_score | Tiponumber |
Camporesults[].document.text | Tipostring |
Camporesults[].document.image | Tipostring |
Campousage.search_units | Tipointeger |
Campousage.total_tokens | Tipointeger |
Campousage.cost | Tiponumber |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampo obbligatorio, rappresentazione o valore non valido | Passaggio successivoCorreggi il campo della richiesta indicato. |
Ailoot Ultra cohere/rerank-4-fast
Usa i percorsi dei metodi indicati sopra.