{ "aboutHtml": "

Cohere Rerank 4 Pro – į kokybę orientuotas Cohere Rerank 4 šeimos modelis. Jis vertina kandidatų dokumentus pagal užklausą ir grąžina jų aktualumo tvarką bei įverčius. Modelis skirtas sudėtingoms paieškos užduotims, įskaitant daugiakalbius dokumentus ir pusiau struktūruotą informaciją. Jis tinka paieškos arba paieška papildytai darbo eigai po to, kai esama sistema surenka kandidatus: rezultatas padeda pasirinkti, kurias ištraukas rodyti arba pateikti kaip įrodymus kitam etapui.

Gamintojo identifikatorius yra rerank-v4.0-pro, atskiras nuo rerank-v4.0-fast ir rerank-v3.5. Pro skiriamas sudėtingiems atvejams, kai svarbiausia paieškos kokybė, o Fast orientuotas į mažesnę delsą ir didesnį pralaidumą. Abu Rerank 4 leidimai naudoja 32 768 žetonų kontekstą. Užklausa ir vienas kandidato dokumentas dalijasi šiuo limitu; tai nėra atskiras pilnas langas kiekvienam įvesties laukui arba viso saugomo paieškos tekstyno limitas.

Pateikite aiškią užklausą ir kandidatų tekstinių eilučių sąrašą. Kiekviename grąžintame rezultate yra originalus dokumento indeksas ir aktualumo įvertis; top_n gali pasirinkti grąžinamų surikiuotų rezultatų skaičių, o jo nenurodžius gamintojas grąžina visus rezultatus. Prie kiekvienos įvesties išsaugokite šaltinio identifikatorių, kad rikiavimą būtų galima susieti su tikslia ištrauka. Pagalbos klausime paklauskite apie reikalingas sąlygas ir pateikite atrinktus taisyklių skyrius, nesitikėdami, kad perrikiavimo modelis suras sąraše nesančias politikas.

Modelis palaiko daugiau nei 100 kalbų ir gali perrikiuoti anglišką bei neanglišką medžiagą. Užklausai su keliais reikalavimais nurodykite sąlygas, dėl kurių ištrauka naudinga, pavyzdžiui, produktą, situaciją ir reikalingą procedūrą. Pusiau struktūruotiems įrašams Cohere rekomenduoja YAML eilutes, užuot V2 dokumentų sąraše pateikus neapdorotus objektus. Prasmingus laukus, pavyzdžiui, pavadinimą ir turinį, dėkite apgalvota tvarka, nes trumpinimas gali pašalinti vėlesnius laukus. Toks parengimas naudingas produktų įrašams, žinutėms ir dokumentų metaduomenims, taip pat įprastai prozai.

Modeliui skirtas pasirengimo vadovas Rerank 4 užklausą apriboja pirmaisiais 16 384 žetonais. Jis aprašo ilgesnių dokumentų apdorojimą fragmentais, kurie dalijasi 32 768 žetonų kontekstu su užklausa ir rezervuotais žetonais. Dabartinis V2 žinynas atskirai nustato max_tokens_per_doc numatytąją reikšmę 4096 ir nurodo, kad ilgesnės dokumentų eilutės trumpinamos pagal šį nustatymą. Modelio langą ir gamintojo užklausos dokumentų trumpinimą laikykite skirtingais valdikliais. Parenkite glaustas reikšmingas ištraukas arba pasirinkite tinkamą dokumento limitą, užuot manę, kad kiekvienas ilgas šaltinis visada perskaitomas visas.

Rekomenduojamam užklausos našumui Cohere pataria vienu metu nesiųsti daugiau nei 1 000 dokumentų. Skaidydami didesnį sąrašą į valdomas grupes, išsaugokite kandidatų identifikatorius. Aktualumo įverčiai normalizuojami nuo 0 iki 1, tačiau priklauso nuo užklausos bei kandidatų; jie nėra tiesinis faktinio teisingumo matas. Tvarką naudokite kaip pagrindinį paieškos rezultatą. Filtruodami pagal įverčio slenkstį, nustatykite jį pagal reprezentatyvias tikros srities užklausas ir ribinio aktualumo ištraukas, o ne manykite, kad egzistuoja visuotinis slenkstis.

Naudingas galutinis rezultatas – surikiuotas kandidatų sąrašas su šaltinių identifikatoriais ir įverčiais, parengtas paieškos rodiniui arba įrodymų atrankos žingsniui. Aukšto aktualumo įverčio dokumente vis tiek gali būti pasenusios arba klaidingos informacijos, todėl išsaugokite jo šaltinį bei turinį jį naudojančiam etapui. Pro paskirtis – aktualumo vertinimas, o ne laisvos formos atsakymo rašymas arba įterpinių generavimas. Lygindami arba tobulindami paieškos darbo eigą, prie rezultato išsaugokite tikslų Pro leidimą.

", "aboutText": "Cohere Rerank 4 Pro – į kokybę orientuotas Cohere Rerank 4 šeimos modelis. Jis vertina kandidatų dokumentus pagal užklausą ir grąžina jų aktualumo tvarką bei įverčius. Modelis skirtas sudėtingoms paieškos užduotims, įskaitant daugiakalbius dokumentus ir pusiau struktūruotą informaciją. Jis tinka paieškos arba paieška papildytai darbo eigai po to, kai esama sistema surenka kandidatus: rezultatas padeda pasirinkti, kurias ištraukas rodyti arba pateikti kaip įrodymus kitam etapui.\n\nGamintojo identifikatorius yra rerank-v4.0-pro, atskiras nuo rerank-v4.0-fast ir rerank-v3.5. Pro skiriamas sudėtingiems atvejams, kai svarbiausia paieškos kokybė, o Fast orientuotas į mažesnę delsą ir didesnį pralaidumą. Abu Rerank 4 leidimai naudoja 32 768 žetonų kontekstą. Užklausa ir vienas kandidato dokumentas dalijasi šiuo limitu; tai nėra atskiras pilnas langas kiekvienam įvesties laukui arba viso saugomo paieškos tekstyno limitas.\n\nPateikite aiškią užklausą ir kandidatų tekstinių eilučių sąrašą. Kiekviename grąžintame rezultate yra originalus dokumento indeksas ir aktualumo įvertis; top_n gali pasirinkti grąžinamų surikiuotų rezultatų skaičių, o jo nenurodžius gamintojas grąžina visus rezultatus. Prie kiekvienos įvesties išsaugokite šaltinio identifikatorių, kad rikiavimą būtų galima susieti su tikslia ištrauka. Pagalbos klausime paklauskite apie reikalingas sąlygas ir pateikite atrinktus taisyklių skyrius, nesitikėdami, kad perrikiavimo modelis suras sąraše nesančias politikas.\n\nModelis palaiko daugiau nei 100 kalbų ir gali perrikiuoti anglišką bei neanglišką medžiagą. Užklausai su keliais reikalavimais nurodykite sąlygas, dėl kurių ištrauka naudinga, pavyzdžiui, produktą, situaciją ir reikalingą procedūrą. Pusiau struktūruotiems įrašams Cohere rekomenduoja YAML eilutes, užuot V2 dokumentų sąraše pateikus neapdorotus objektus. Prasmingus laukus, pavyzdžiui, pavadinimą ir turinį, dėkite apgalvota tvarka, nes trumpinimas gali pašalinti vėlesnius laukus. Toks parengimas naudingas produktų įrašams, žinutėms ir dokumentų metaduomenims, taip pat įprastai prozai.\n\nModeliui skirtas pasirengimo vadovas Rerank 4 užklausą apriboja pirmaisiais 16 384 žetonais. Jis aprašo ilgesnių dokumentų apdorojimą fragmentais, kurie dalijasi 32 768 žetonų kontekstu su užklausa ir rezervuotais žetonais. Dabartinis V2 žinynas atskirai nustato max_tokens_per_doc numatytąją reikšmę 4096 ir nurodo, kad ilgesnės dokumentų eilutės trumpinamos pagal šį nustatymą. Modelio langą ir gamintojo užklausos dokumentų trumpinimą laikykite skirtingais valdikliais. Parenkite glaustas reikšmingas ištraukas arba pasirinkite tinkamą dokumento limitą, užuot manę, kad kiekvienas ilgas šaltinis visada perskaitomas visas.\n\nRekomenduojamam užklausos našumui Cohere pataria vienu metu nesiųsti daugiau nei 1 000 dokumentų. Skaidydami didesnį sąrašą į valdomas grupes, išsaugokite kandidatų identifikatorius. Aktualumo įverčiai normalizuojami nuo 0 iki 1, tačiau priklauso nuo užklausos bei kandidatų; jie nėra tiesinis faktinio teisingumo matas. Tvarką naudokite kaip pagrindinį paieškos rezultatą. Filtruodami pagal įverčio slenkstį, nustatykite jį pagal reprezentatyvias tikros srities užklausas ir ribinio aktualumo ištraukas, o ne manykite, kad egzistuoja visuotinis slenkstis.\n\nNaudingas galutinis rezultatas – surikiuotas kandidatų sąrašas su šaltinių identifikatoriais ir įverčiais, parengtas paieškos rodiniui arba įrodymų atrankos žingsniui. Aukšto aktualumo įverčio dokumente vis tiek gali būti pasenusios arba klaidingos informacijos, todėl išsaugokite jo šaltinį bei turinį jį naudojančiam etapui. Pro paskirtis – aktualumo vertinimas, o ne laisvos formos atsakymo rašymas arba įterpinių generavimas. Lygindami arba tobulindami paieškos darbo eigą, prie rezultato išsaugokite tikslų Pro leidimą.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "7683c04ec34aab5c4075159cac4d608cc4e5e57d8356c1518451d76ec941c898", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "lt", "methods": [ { "html": "
•

Cohere: Rerank 4 Pro

Cohere /cohere/rerank-4-pro

Pradžia

Cohere Rerank 4 Pro rikiuoja kandidatų dokumentus pagal aktualumą užklausai paieškos ir paieška papildytoms darbo eigoms. Tai į kokybę orientuotas Rerank 4 leidimas su 32K kontekstu, daugiakalbyste ir pusiau struktūruoto teksto palaikymu.

Leidžiamos įvestys
Tekstas
Rezultatai
Surikiuoti rezultatai
Apie modelį

Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.

Cohere Rerank 4 Pro – į kokybę orientuotas Cohere Rerank 4 šeimos modelis. Jis vertina kandidatų dokumentus pagal užklausą ir grąžina jų aktualumo tvarką bei įverčius. Modelis skirtas sudėtingoms paieškos užduotims, įskaitant daugiakalbius dokumentus ir pusiau struktūruotą informaciją. Jis tinka paieškos arba paieška papildytai darbo eigai po to, kai esama sistema surenka kandidatus: rezultatas padeda pasirinkti, kurias ištraukas rodyti arba pateikti kaip įrodymus kitam etapui.

Gamintojo identifikatorius yra rerank-v4.0-pro, atskiras nuo rerank-v4.0-fast ir rerank-v3.5. Pro skiriamas sudėtingiems atvejams, kai svarbiausia paieškos kokybė, o Fast orientuotas į mažesnę delsą ir didesnį pralaidumą. Abu Rerank 4 leidimai naudoja 32 768 žetonų kontekstą. Užklausa ir vienas kandidato dokumentas dalijasi šiuo limitu; tai nėra atskiras pilnas langas kiekvienam įvesties laukui arba viso saugomo paieškos tekstyno limitas.

Pateikite aiškią užklausą ir kandidatų tekstinių eilučių sąrašą. Kiekviename grąžintame rezultate yra originalus dokumento indeksas ir aktualumo įvertis; top_n gali pasirinkti grąžinamų surikiuotų rezultatų skaičių, o jo nenurodžius gamintojas grąžina visus rezultatus. Prie kiekvienos įvesties išsaugokite šaltinio identifikatorių, kad rikiavimą būtų galima susieti su tikslia ištrauka. Pagalbos klausime paklauskite apie reikalingas sąlygas ir pateikite atrinktus taisyklių skyrius, nesitikėdami, kad perrikiavimo modelis suras sąraše nesančias politikas.

Modelis palaiko daugiau nei 100 kalbų ir gali perrikiuoti anglišką bei neanglišką medžiagą. Užklausai su keliais reikalavimais nurodykite sąlygas, dėl kurių ištrauka naudinga, pavyzdžiui, produktą, situaciją ir reikalingą procedūrą. Pusiau struktūruotiems įrašams Cohere rekomenduoja YAML eilutes, užuot V2 dokumentų sąraše pateikus neapdorotus objektus. Prasmingus laukus, pavyzdžiui, pavadinimą ir turinį, dėkite apgalvota tvarka, nes trumpinimas gali pašalinti vėlesnius laukus. Toks parengimas naudingas produktų įrašams, žinutėms ir dokumentų metaduomenims, taip pat įprastai prozai.

Modeliui skirtas pasirengimo vadovas Rerank 4 užklausą apriboja pirmaisiais 16 384 žetonais. Jis aprašo ilgesnių dokumentų apdorojimą fragmentais, kurie dalijasi 32 768 žetonų kontekstu su užklausa ir rezervuotais žetonais. Dabartinis V2 žinynas atskirai nustato max_tokens_per_doc numatytąją reikšmę 4096 ir nurodo, kad ilgesnės dokumentų eilutės trumpinamos pagal šį nustatymą. Modelio langą ir gamintojo užklausos dokumentų trumpinimą laikykite skirtingais valdikliais. Parenkite glaustas reikšmingas ištraukas arba pasirinkite tinkamą dokumento limitą, užuot manę, kad kiekvienas ilgas šaltinis visada perskaitomas visas.

Rekomenduojamam užklausos našumui Cohere pataria vienu metu nesiųsti daugiau nei 1 000 dokumentų. Skaidydami didesnį sąrašą į valdomas grupes, išsaugokite kandidatų identifikatorius. Aktualumo įverčiai normalizuojami nuo 0 iki 1, tačiau priklauso nuo užklausos bei kandidatų; jie nėra tiesinis faktinio teisingumo matas. Tvarką naudokite kaip pagrindinį paieškos rezultatą. Filtruodami pagal įverčio slenkstį, nustatykite jį pagal reprezentatyvias tikros srities užklausas ir ribinio aktualumo ištraukas, o ne manykite, kad egzistuoja visuotinis slenkstis.

Naudingas galutinis rezultatas – surikiuotas kandidatų sąrašas su šaltinių identifikatoriais ir įverčiais, parengtas paieškos rodiniui arba įrodymų atrankos žingsniui. Aukšto aktualumo įverčio dokumente vis tiek gali būti pasenusios arba klaidingos informacijos, todėl išsaugokite jo šaltinį bei turinį jį naudojančiam etapui. Pro paskirtis – aktualumo vertinimas, o ne laisvos formos atsakymo rašymas arba įterpinių generavimas. Lygindami arba tobulindami paieškos darbo eigą, prie rezultato išsaugokite tikslų Pro leidimą.

Prieinama Ailoot · įvestys ir metodai

Ailoot Ultra · Perrikiavimas POST /v1/rerank
Įvestis
text
Išvestis
rerank
Išvesties formatas
json
LaukasTipasReikalavimasReikšmės ir ribosNumatyta
LaukasdocumentsTipasarrayReikalavimasPrivalomaReikšmės ir ribosNumatyta—
LaukasmodelTipasstringReikalavimasPrivalomaReikšmės ir ribos
cohere/rerank-4-pro
Numatyta—
LaukasproviderTipasschemaReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
LaukasqueryTipasstringReikalavimasPrivalomaReikšmės ir ribosNumatyta—
Laukassession_idTipasstringReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Laukastop_nTipasintegerReikalavimasNeprivalomaReikšmės ir ribos
Mažiausia reikšmė: 1
Numatyta—
LaukastraceTipasschemaReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
LaukasuserTipasstringReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Laukasdocuments[].textTipasstringReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Laukasdocuments[].imageTipasstringReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Įvesties medžiagos deriniai

text_rerank · Privaloma: query, documents array with minItems1

Metodo parametrai ir gyvavimo ciklas
ParametrasSpecifikacija
Parametrascontent_typeSpecifikacijaapplication/json
ParametrasrequiredSpecifikacijamodel, query, documents
Parametrasmaterial_typesSpecifikacijatext
Parametrasoptional_controlsSpecifikacijaprovider, session_id, top_n, trace, user
Parametrasmultimodal_input_bindingSpecifikacijanull

Gyvavimo ciklas: synchronous

Siųskite tikslų modelio ID ir išsaugokite visą pirminį atsakymą.

Planai

Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.

Spartusis režimas
Nenurodyta Pasirinkus spartųjį režimą
Flex režimas
Nenurodyta Pasirinkus flex režimą
Didžiausios samprotavimo pastangos
Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)

Ailoot įkainiai

Kainos pagal konfigūraciją

Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.

KonfigūracijaĮkainių lentelėApskaitos vienetasMokestis
KonfigūracijaBaziniai žetonų įkainiaiĮkainių lentelėBazinis įkainisApskaitos vienetas—Mokestis
Įvestis · Įvesties tokenai — / 1K tokenų
Išvestis · Išvesties tokenai — / 1K tokenų
Įvestis · Talpyklos skaitymas — / 1K tokenų
Įvestis · Rašymas į talpyklą — / 1K tokenų
Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų
KonfigūracijaUltraĮkainių lentelė—Apskaitos vienetasuž paieškos vienetąMokestis
total · paieškos vienetas $0.005 už paieškos vienetą

Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →

Užklausų pavyzdžiai

Ailoot Ultra · Perrikiavimas

{\n  "documents": [\n    "Paris is the capital of France.",\n    "Berlin is the capital of Germany."\n  ],\n  "model": "cohere/rerank-4-pro",\n  "query": "What is the capital of France?",\n  "top_n": 3\n}

Gauti ir išsaugoti rezultatus

Ailoot Ultra · Perrikiavimas

json

Išsaugoti visus baigtus rezultatus

Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.

Išsaugomas kiekvienas tikras rezultato indeksas, baigtinė relevance_score reikšmė ir pradinis dokumento objektas. Indeksai susieja rezultatus su pradiniu dokumentų masyvu. Visas pradinis JSON saugomas ir grąžinamas tik atsiskaičius.

Jei reikia patikrinti pradinį atsakymą

Išsaugokite pradinę operaciją ir visą arba dalinį atsakymą; nekartokite POST.

Atsakymo laukai
LaukasTipas
LaukasmodelTipasstring
LaukasidTipasstring
LaukasproviderTipasstring
Laukasresults[].indexTipasinteger
Laukasresults[].relevance_scoreTipasnumber
Laukasresults[].document.textTipasstring
Laukasresults[].document.imageTipasstring
Laukasusage.search_unitsTipasinteger
Laukasusage.total_tokensTipasinteger
Laukasusage.costTipasnumber
Klaidos ir tolesni veiksmai
AtsakymasSąlygaKitas žingsnis
Atsakymas400 · invalid_request_errorSąlygaNegaliojantis privalomas laukas, pateikimo forma arba reikšmėKitas žingsnisPataisykite nurodytą užklausos lauką.

Pseudonimai

Modelių pseudonimai

Ailoot Ultra cohere/rerank-4-pro

Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

Susiję ID iškvietimui

cohere/rerank-4-pro

", "method_identity": { "effective_request_model_id": "cohere/rerank-4-pro", "fmt": "rerank", "http": "POST", "path": "/v1/rerank", "request_model_id": "cohere/rerank-4-pro", "route_label": "Ultra" }, "method_key": "Ultra|rerank|/v1/rerank|cohere%2Frerank-4-pro", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "errors": [ { "code": null, "condition": "Negaliojantis privalomas laukas, pateikimo forma arba reikšmė", "http_status": 400, "recovery": "Pataisykite nurodytą užklausos lauką.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Išsaugokite pradinę operaciją ir visą arba dalinį atsakymą; nekartokite POST." }, "material_combinations": [ { "accepted": [ "string documents", "objects with text; image only for separately exact-supported multimodal model" ], "mode": "text_rerank", "required": [ "query", "documents array with minItems1" ] } ], "operation_modes": [ "rerank" ], "outputs": { "all_results": "Išsaugomas kiekvienas tikras rezultato indeksas, baigtinė relevance_score reikšmė ir pradinis dokumento objektas. Indeksai susieja rezultatus su pradiniu dokumentų masyvu. Visas pradinis JSON saugomas ir grąžinamas tik atsiskaičius.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "enum": null, "enum_known": false, "minItems": 1, "name": "documents", "required": true, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "cohere/rerank-4-pro" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "The search query to rerank documents against", "enum": null, "enum_known": false, "name": "query", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Number of most relevant documents to return", "enum": null, "enum_known": false, "minimum": 1, "name": "top_n", "required": false, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "documents[].text", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Official family image carrier is remote http/https URL or data:image URI; only for exact multimodal-model bindings.", "enum": null, "enum_known": false, "name": "documents[].image", "required": false, "type": "string" } ], "unsupported": [ "stream=true" ] }, "hints": [ "Siųskite tikslų modelio ID ir išsaugokite visą pirminį atsakymą." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "multimodal_input_binding": null, "optional_controls": [ "provider", "session_id", "top_n", "trace", "user" ], "required": [ "model", "query", "documents" ] }, "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Preserve original operation and full/partial reply; do not replay POST." }, "manufacturer_capability": { "context_length": 32768, "manufacturer_input": [ "text" ], "manufacturer_output": [ "rerank" ] }, "method": { "http": "POST", "path": "/v1/rerank" }, "method_aliases": [], "operation_modes": [ "rerank" ], "output": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "schema": { "request": { "description": "Rerank request input", "example": { "documents": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "model": "cohere/rerank-v3.5", "query": "What is the capital of France?", "top_n": 3 }, "properties": { "documents": { "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "example": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "items": { "anyOf": [ { "type": "string" }, { "description": "A structured document with optional text and/or image content. At least one of `text` or `image` must be provided.", "properties": { "image": { "description": "An image associated with the document, as a remote URL (http/https) or a base64-encoded data URI (data:image/...).", "example": "https://upload.wikimedia.org/wikipedia/commons/thumb/8/8b/Phytogenic.png", "type": "string" }, "text": { "description": "The document text", "example": "AI enables robots to perceive, plan, and act autonomously.", "type": "string" } }, "type": "object" } ], "description": "A document to rerank. Either a plain string, or a structured object with optional `text` and/or `image`." }, "minItems": 1, "type": "array" }, "model": { "enum": [ "cohere/rerank-4-pro" ], "type": "string" }, "provider": { "allOf": [ { "$ref": "#/components/schemas/ProviderPreferences" }, { "description": "Provider routing preferences for the request." } ] }, "query": { "description": "The search query to rerank documents against", "example": "What is the capital of France?", "type": "string" }, "session_id": { "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "example": "session-1234", "maxLength": 256, "type": "string" }, "top_n": { "description": "Number of most relevant documents to return", "example": 3, "minimum": 1, "type": "integer" }, "trace": { "$ref": "#/components/schemas/TraceConfig" }, "user": { "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "example": "user-1234", "maxLength": 256, "type": "string" } }, "required": [ "model", "query", "documents" ], "type": "object" }, "response": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "native_endpoint": "rerank", "quoted_unit": "per search unit" }, "label": "Ultra", "units": [ { "amount": "0.005", "amount_unit": "usd_per_declared_unit", "billing_input": true, "estimate_only": false, "key": "search_unit", "label": "search unit", "native_amount_usd_per_unit": "0.005", "native_quantity": 1, "public_unit_label": "per search unit", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "total", "unit": "search_unit" } ] } ], "examples": [ { "code": "{\n \"documents\": [\n \"Paris is the capital of France.\",\n \"Berlin is the capital of Germany.\"\n ],\n \"model\": \"cohere/rerank-4-pro\",\n \"query\": \"What is the capital of France?\",\n \"top_n\": 3\n}", "label": "Retained official request structure; documentary example", "language": "json" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_REQUEST_FILE:?Set your actual JSON request file}\"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='cohere/rerank-4-pro'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use your actual request material and retain the complete result", "language": "bash", "material_policy": "Use real owner-supplied state/questions or query/documents. No invented file ID, document, image URL, job ID or returned result." } ], "family": "rerank", "fast_multiplier": null, "flex_multiplier": null, "fmt": "rerank", "http": "POST", "in": null, "input": [ "text" ], "label": "Perrikiavimas", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "rerank", "out": null, "output": [ "rerank" ], "path": "/v1/rerank", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "search_unit": 0.005 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "native_endpoint": "rerank", "quoted_unit": "per search unit" }, "label": "Ultra", "units": [ { "amount": "0.005", "amount_unit": "usd_per_declared_unit", "billing_input": true, "estimate_only": false, "key": "search_unit", "label": "search unit", "native_amount_usd_per_unit": "0.005", "native_quantity": 1, "public_unit_label": "per search unit", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "total", "unit": "search_unit" } ] } ], "request_model_id": "cohere/rerank-4-pro", "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": "0.005", "amount_unit": "usd_per_declared_unit", "billing_input": true, "estimate_only": false, "key": "search_unit", "label": "search unit", "native_amount_usd_per_unit": "0.005", "native_quantity": 1, "public_unit_label": "per search unit", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "total", "unit": "search_unit" } ] } } ], "model_id": "cohere/rerank-4-pro", "nativeProvenance": { "input_facts_canonical_sha256": "2d22909be64dbef9874daf883a86e1c2d41e67a049ae0641b46eb95932a56576", "input_html_sha256": "cccd1754b56ef621dc6bface0d3c579a2444e3dceb3f42ee7d754504913cb139", "private_audit_sha256": "e61f0e0fd25dc04b2f939f8599a94795cb694df0044252751d46756682fe8228", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/lt/cohere-rerank-4-pro/", "description": "Cohere Rerank 4 Pro rikiuoja kandidatų dokumentus pagal aktualumą užklausai paieškos ir paieška papildytoms darbo eigoms. Tai į kokybę orientuotas Rerank 4 leidimas su 32K kontekstu, daugiakalbyste ir pusiau struktūruoto teksto palaikymu.", "locale": "lt", "md_url": "https://ailoot.ai/models/lt/cohere-rerank-4-pro/index.md", "title": "Cohere: Rerank 4 Pro — Ailoot", "url": "https://ailoot.ai/models/lt/cohere-rerank-4-pro/" }, "rawModel": { "about": "Cohere Rerank 4 Pro – į kokybę orientuotas Cohere Rerank 4 šeimos modelis. Jis vertina kandidatų dokumentus pagal užklausą ir grąžina jų aktualumo tvarką bei įverčius. Modelis skirtas sudėtingoms paieškos užduotims, įskaitant daugiakalbius dokumentus ir pusiau struktūruotą informaciją. Jis tinka paieškos arba paieška papildytai darbo eigai po to, kai esama sistema surenka kandidatus: rezultatas padeda pasirinkti, kurias ištraukas rodyti arba pateikti kaip įrodymus kitam etapui.\n\nGamintojo identifikatorius yra rerank-v4.0-pro, atskiras nuo rerank-v4.0-fast ir rerank-v3.5. Pro skiriamas sudėtingiems atvejams, kai svarbiausia paieškos kokybė, o Fast orientuotas į mažesnę delsą ir didesnį pralaidumą. Abu Rerank 4 leidimai naudoja 32 768 žetonų kontekstą. Užklausa ir vienas kandidato dokumentas dalijasi šiuo limitu; tai nėra atskiras pilnas langas kiekvienam įvesties laukui arba viso saugomo paieškos tekstyno limitas.\n\nPateikite aiškią užklausą ir kandidatų tekstinių eilučių sąrašą. Kiekviename grąžintame rezultate yra originalus dokumento indeksas ir aktualumo įvertis; top_n gali pasirinkti grąžinamų surikiuotų rezultatų skaičių, o jo nenurodžius gamintojas grąžina visus rezultatus. Prie kiekvienos įvesties išsaugokite šaltinio identifikatorių, kad rikiavimą būtų galima susieti su tikslia ištrauka. Pagalbos klausime paklauskite apie reikalingas sąlygas ir pateikite atrinktus taisyklių skyrius, nesitikėdami, kad perrikiavimo modelis suras sąraše nesančias politikas.\n\nModelis palaiko daugiau nei 100 kalbų ir gali perrikiuoti anglišką bei neanglišką medžiagą. Užklausai su keliais reikalavimais nurodykite sąlygas, dėl kurių ištrauka naudinga, pavyzdžiui, produktą, situaciją ir reikalingą procedūrą. Pusiau struktūruotiems įrašams Cohere rekomenduoja YAML eilutes, užuot V2 dokumentų sąraše pateikus neapdorotus objektus. Prasmingus laukus, pavyzdžiui, pavadinimą ir turinį, dėkite apgalvota tvarka, nes trumpinimas gali pašalinti vėlesnius laukus. Toks parengimas naudingas produktų įrašams, žinutėms ir dokumentų metaduomenims, taip pat įprastai prozai.\n\nModeliui skirtas pasirengimo vadovas Rerank 4 užklausą apriboja pirmaisiais 16 384 žetonais. Jis aprašo ilgesnių dokumentų apdorojimą fragmentais, kurie dalijasi 32 768 žetonų kontekstu su užklausa ir rezervuotais žetonais. Dabartinis V2 žinynas atskirai nustato max_tokens_per_doc numatytąją reikšmę 4096 ir nurodo, kad ilgesnės dokumentų eilutės trumpinamos pagal šį nustatymą. Modelio langą ir gamintojo užklausos dokumentų trumpinimą laikykite skirtingais valdikliais. Parenkite glaustas reikšmingas ištraukas arba pasirinkite tinkamą dokumento limitą, užuot manę, kad kiekvienas ilgas šaltinis visada perskaitomas visas.\n\nRekomenduojamam užklausos našumui Cohere pataria vienu metu nesiųsti daugiau nei 1 000 dokumentų. Skaidydami didesnį sąrašą į valdomas grupes, išsaugokite kandidatų identifikatorius. Aktualumo įverčiai normalizuojami nuo 0 iki 1, tačiau priklauso nuo užklausos bei kandidatų; jie nėra tiesinis faktinio teisingumo matas. Tvarką naudokite kaip pagrindinį paieškos rezultatą. Filtruodami pagal įverčio slenkstį, nustatykite jį pagal reprezentatyvias tikros srities užklausas ir ribinio aktualumo ištraukas, o ne manykite, kad egzistuoja visuotinis slenkstis.\n\nNaudingas galutinis rezultatas – surikiuotas kandidatų sąrašas su šaltinių identifikatoriais ir įverčiais, parengtas paieškos rodiniui arba įrodymų atrankos žingsniui. Aukšto aktualumo įverčio dokumente vis tiek gali būti pasenusios arba klaidingos informacijos, todėl išsaugokite jo šaltinį bei turinį jį naudojančiam etapui. Pro paskirtis – aktualumo vertinimas, o ne laisvos formos atsakymo rašymas arba įterpinių generavimas. Lygindami arba tobulindami paieškos darbo eigą, prie rezultato išsaugokite tikslų Pro leidimą.", "alias_of": null, "aliases": [], "author": "Cohere", "available": null, "canonical_model": "cohere/rerank-4-pro", "capabilities": { "context_length": 32768, "manufacturer_input": [ "text" ], "manufacturer_output": [ "rerank" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.005", "amount_unit": "usd_per_declared_unit", "billing_input": true, "estimate_only": false, "key": "search_unit", "label": "search unit", "native_amount_usd_per_unit": "0.005", "native_quantity": 1, "public_unit_label": "per search unit", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "total", "unit": "search_unit" } ], "summary": "Visa konfigūracijos kainodara pateikta išsamioje informacijoje." } ], "ctx": null, "entity_type": "model", "formats": [ "rerank" ], "id": "cohere/rerank-4-pro", "input": [ "text" ], "kind": "rerank", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "errors": [ { "code": null, "condition": "Negaliojantis privalomas laukas, pateikimo forma arba reikšmė", "http_status": 400, "recovery": "Pataisykite nurodytą užklausos lauką.", "type": "invalid_request_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Išsaugokite pradinę operaciją ir visą arba dalinį atsakymą; nekartokite POST." }, "material_combinations": [ { "accepted": [ "string documents", "objects with text; image only for separately exact-supported multimodal model" ], "mode": "text_rerank", "required": [ "query", "documents array with minItems1" ] } ], "operation_modes": [ "rerank" ], "outputs": { "all_results": "Išsaugomas kiekvienas tikras rezultato indeksas, baigtinė relevance_score reikšmė ir pradinis dokumento objektas. Indeksai susieja rezultatus su pradiniu dokumentų masyvu. Visas pradinis JSON saugomas ir grąžinamas tik atsiskaičius.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "enum": null, "enum_known": false, "minItems": 1, "name": "documents", "required": true, "type": "array" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "cohere/rerank-4-pro" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "The search query to rerank documents against", "enum": null, "enum_known": false, "name": "query", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "enum": null, "enum_known": false, "maxLength": 256, "name": "session_id", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Number of most relevant documents to return", "enum": null, "enum_known": false, "minimum": 1, "name": "top_n", "required": false, "type": "integer" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "trace", "required": false, "type": "schema" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "enum": null, "enum_known": false, "maxLength": 256, "name": "user", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "documents[].text", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "description": "Official family image carrier is remote http/https URL or data:image URI; only for exact multimodal-model bindings.", "enum": null, "enum_known": false, "name": "documents[].image", "required": false, "type": "string" } ], "unsupported": [ "stream=true" ] }, "hints": [ "Siųskite tikslų modelio ID ir išsaugokite visą pirminį atsakymą." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "multimodal_input_binding": null, "optional_controls": [ "provider", "session_id", "top_n", "trace", "user" ], "required": [ "model", "query", "documents" ] }, "lifecycle": { "cancel": null, "idempotency_header": null, "job_retrieve": null, "mode": "synchronous", "streaming": false, "unknown": "Preserve original operation and full/partial reply; do not replay POST." }, "manufacturer_capability": { "context_length": 32768, "manufacturer_input": [ "text" ], "manufacturer_output": [ "rerank" ] }, "method": { "http": "POST", "path": "/v1/rerank" }, "method_aliases": [], "operation_modes": [ "rerank" ], "output": { "all_results": "Every actual result index, finite relevance_score and original document object is retained. Indices bind the original document array. Entire original JSON is stored and returned only after settlement.", "family": "rerank", "fields": [ { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "provider", "type": "string" }, { "description": null, "name": "results[].index", "type": "integer" }, { "description": null, "name": "results[].relevance_score", "type": "number" }, { "description": null, "name": "results[].document.text", "type": "string" }, { "description": null, "name": "results[].document.image", "type": "string" }, { "description": null, "name": "usage.search_units", "type": "integer" }, { "description": null, "name": "usage.total_tokens", "type": "integer" }, { "description": null, "name": "usage.cost", "type": "number" } ], "format": "json", "schema": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } }, "schema": { "request": { "description": "Rerank request input", "example": { "documents": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "model": "cohere/rerank-v3.5", "query": "What is the capital of France?", "top_n": 3 }, "properties": { "documents": { "description": "The list of documents to rerank. Documents may be plain strings, or structured objects with `text` and/or `image` for multimodal models.", "example": [ "Paris is the capital of France.", "Berlin is the capital of Germany." ], "items": { "anyOf": [ { "type": "string" }, { "description": "A structured document with optional text and/or image content. At least one of `text` or `image` must be provided.", "properties": { "image": { "description": "An image associated with the document, as a remote URL (http/https) or a base64-encoded data URI (data:image/...).", "example": "https://upload.wikimedia.org/wikipedia/commons/thumb/8/8b/Phytogenic.png", "type": "string" }, "text": { "description": "The document text", "example": "AI enables robots to perceive, plan, and act autonomously.", "type": "string" } }, "type": "object" } ], "description": "A document to rerank. Either a plain string, or a structured object with optional `text` and/or `image`." }, "minItems": 1, "type": "array" }, "model": { "enum": [ "cohere/rerank-4-pro" ], "type": "string" }, "provider": { "allOf": [ { "$ref": "#/components/schemas/ProviderPreferences" }, { "description": "Provider routing preferences for the request." } ] }, "query": { "description": "The search query to rerank documents against", "example": "What is the capital of France?", "type": "string" }, "session_id": { "description": "A unique identifier for grouping related requests (e.g., a conversation or agent workflow). Used for observability grouping in Broadcast and private logging; never sent to the provider. If provided in both the request body and the x-session-id header, the body value takes precedence. Maximum of 256 characters.", "example": "session-1234", "maxLength": 256, "type": "string" }, "top_n": { "description": "Number of most relevant documents to return", "example": 3, "minimum": 1, "type": "integer" }, "trace": { "$ref": "#/components/schemas/TraceConfig" }, "user": { "description": "A unique identifier representing your end-user. Forwarded to Broadcast and private logging as the end-user id; never sent to the provider.", "example": "user-1234", "maxLength": 256, "type": "string" } }, "required": [ "model", "query", "documents" ], "type": "object" }, "response": { "description": "Rerank response containing ranked results", "example": { "id": "gen-rerank-1234567890-abc", "model": "cohere/rerank-v3.5", "results": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "usage": { "search_units": 1, "total_tokens": 150 } }, "properties": { "id": { "description": "Unique identifier for the rerank response (ORID format)", "example": "gen-rerank-1234567890-abc", "type": "string" }, "model": { "description": "The model used for reranking", "example": "cohere/rerank-v3.5", "type": "string" }, "provider": { "description": "The provider that served the rerank request", "example": "Cohere", "type": "string" }, "results": { "description": "List of rerank results sorted by relevance", "example": [ { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 } ], "items": { "description": "A single rerank result", "example": { "document": { "text": "Paris is the capital of France." }, "index": 0, "relevance_score": 0.98 }, "properties": { "document": { "description": "The document object echoing the original input (text and/or image)", "properties": { "image": { "description": "The image (URL or data URI) from the original document", "example": "https://example.com/image.png", "type": "string" }, "text": { "description": "The document text", "example": "Paris is the capital of France.", "type": "string" } }, "type": "object" }, "index": { "description": "Index of the document in the original input list", "example": 0, "type": "integer" }, "relevance_score": { "description": "Relevance score of the document to the query", "example": 0.98, "format": "double", "type": "number" } }, "required": [ "index", "relevance_score", "document" ], "type": "object" }, "type": "array" }, "usage": { "description": "Usage statistics", "example": { "search_units": 1, "total_tokens": 150 }, "properties": { "cost": { "description": "Cost of the request in credits", "example": 0.001, "format": "double", "type": "number" }, "search_units": { "description": "Number of search units consumed (Cohere billing)", "example": 1, "type": "integer" }, "total_tokens": { "description": "Total number of tokens used", "example": 150, "type": "integer" } }, "type": "object" } }, "required": [ "model", "results" ], "type": "object" } } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "native_endpoint": "rerank", "quoted_unit": "per search unit" }, "label": "Ultra", "units": [ { "amount": "0.005", "amount_unit": "usd_per_declared_unit", "billing_input": true, "estimate_only": false, "key": "search_unit", "label": "search unit", "native_amount_usd_per_unit": "0.005", "native_quantity": 1, "public_unit_label": "per search unit", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "total", "unit": "search_unit" } ] } ], "examples": [ { "code": "{\n \"documents\": [\n \"Paris is the capital of France.\",\n \"Berlin is the capital of Germany.\"\n ],\n \"model\": \"cohere/rerank-4-pro\",\n \"query\": \"What is the capital of France?\",\n \"top_n\": 3\n}", "label": "Retained official request structure; documentary example", "language": "json" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_REQUEST_FILE:?Set your actual JSON request file}\"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='cohere/rerank-4-pro'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use your actual request material and retain the complete result", "language": "bash", "material_policy": "Use real owner-supplied state/questions or query/documents. No invented file ID, document, image URL, job ID or returned result." } ], "family": "rerank", "fast_multiplier": null, "flex_multiplier": null, "fmt": "rerank", "http": "POST", "in": null, "input": [ "text" ], "label": "Perrikiavimas", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "rerank", "out": null, "output": [ "rerank" ], "path": "/v1/rerank", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "search_unit": 0.005 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "native_endpoint": "rerank", "quoted_unit": "per search unit" }, "label": "Ultra", "units": [ { "amount": "0.005", "amount_unit": "usd_per_declared_unit", "billing_input": true, "estimate_only": false, "key": "search_unit", "label": "search unit", "native_amount_usd_per_unit": "0.005", "native_quantity": 1, "public_unit_label": "per search unit", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "total", "unit": "search_unit" } ] } ], "request_model_id": "cohere/rerank-4-pro", "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": "0.005", "amount_unit": "usd_per_declared_unit", "billing_input": true, "estimate_only": false, "key": "search_unit", "label": "search unit", "native_amount_usd_per_unit": "0.005", "native_quantity": 1, "public_unit_label": "per search unit", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "total", "unit": "search_unit" } ] } ], "model_aliases": [ { "canonical_model_id": "cohere/rerank-4-pro", "request_model_id": "cohere/rerank-4-pro", "route_label": "Ultra" } ], "name": "Cohere: Rerank 4 Pro", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "public_id": "cohere/rerank-4-pro", "short": "Cohere Rerank 4 Pro rikiuoja kandidatų dokumentus pagal aktualumą užklausai paieškos ir paieška papildytoms darbo eigoms. Tai į kokybę orientuotas Rerank 4 leidimas su 32K kontekstu, daugiakalbyste ir pusiau struktūruoto teksto palaikymu." }, "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": "Cohere Rerank 4 Pro rikiuoja kandidatų dokumentus pagal aktualumą užklausai paieškos ir paieška papildytoms darbo eigoms. Tai į kokybę orientuotas Rerank 4 leidimas su 32K kontekstu, daugiakalbyste ir pusiau struktūruoto teksto palaikymu.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "e9f11521f56bb830aa0e3f5c8f416a5e78425f42ca7aaa3f350464aeea7cb840", "renderer_sha256": "57bd2f8a61f57d341aae369006eca818e3eea645ec43af488ec7b2289eeca772" }, "sourceRevision": "70ed7e1ef67014366511726a54ea1a4c8ce63e9901db41fb621ff12c2267996b" }