Source: https://ailoot.ai/models/ms/voyageai-rerank-3-lite/
Canonical: https://ailoot.ai/models/ms/voyageai-rerank-3-lite/
Language: ms

# VoyageAI by MongoDB: rerank-3-lite

[Markdown](https://ailoot.ai/models/ms/voyageai-rerank-3-lite/index.md) · [JSON](https://ailoot.ai/models/ms/voyageai-rerank-3-lite/facts.json)

## [VoyageAI by MongoDB: rerank-3-lite](https://ailoot.ai/models/ms/voyageai-rerank-3-lite/)

Voyage rerank-3-lite memberi skor dan menyusun semula dokumen teks calon untuk pertanyaan, dengan tumpuan pada carian yang responsif. Ia menyokong arahan kerelevanan dan tetingkap pertanyaan-dokumen 32,000 token, menjadikannya berguna selepas pemerolehan maklumat berasaskan vektor atau kata kunci dalam aliran kerja carian dan RAG.

- [**Ailoot Ultra · Pemeringkatan semula** `POST /v1/rerank` `voyageai/rerank-3-lite`](https://ailoot.ai/models/ms/voyageai-rerank-3-lite/#method-0)

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Voyage rerank-3-lite ialah edisi siri Rerank 3 Voyage yang memfokuskan kependaman. Ia menerima pertanyaan teks dan dokumen calon, menilai setiap pasangan pertanyaan-dokumen bersama-sama, serta mengembalikan skor kerelevanan mengikut kedudukan. Ia berfungsi pada peringkat kedua carian: alat pemerolehan berasaskan pembenaman atau kata kunci mencari calon, kemudian Lite memperhalusi susunannya. Hasilnya ialah pemeringkatan untuk digunakan dalam carian atau aliran kerja penjanaan diperkaya pemerolehan maklumat.

Perubahan dalam Rerank 3 Lite Pengeluar menekankan pemerolehan dokumen panjang dan kod yang lebih kukuh berbanding rerank-2.5-lite. Kedua-dua edisi Rerank 3 mengekalkan pematuhan arahan dan kelas konteks 32K yang sama, manakala Lite direka untuk aplikasi yang sensitif terhadap kependaman. Ini menjadikannya calon praktikal untuk carian pangkalan pengetahuan interaktif, pemerolehan dokumen sokongan dan carian kod apabila pengguna memerlukan hasil berkaitan dengan segera. Pilih berdasarkan keperluan kualiti dan masa respons koleksi sebenar, tanpa menganggap edisi lebih kecil bermakna tetingkap konteks lebih kecil.

Pandu kerelevanan melalui pertanyaan Arahan bahasa semula jadi boleh disertakan bersama pertanyaan untuk menerangkan perkara yang dianggap relevan. Pastikan soalan dan keutamaan kerelevanan ringkas serta konsisten. Untuk carian sokongan perisian, gunakan “Cari prosedur untuk menetapkan semula peranti; utamakan arahan bagi versi perkakasan yang dinyatakan.” Untuk nama produk yang kabur, sertakan kategori produk supaya makna yang tidak berkaitan tidak mendominasi. Keutamaan dalam pertanyaan memandu penskoran semantik; gunakan metadata koleksi yang jelas untuk memilih produk, versi dokumen atau skop akses yang betul sebelum membina senarai calon.

Sediakan senarai pendek calon teks Dokumen input ialah rentetan. Ekstrak teks yang boleh dibaca daripada bahan sumber dan kekalkan tajuk, pengepala, pengecam serta konteks sekeliling yang berguna. Kekalkan pemetaan stabil daripada setiap kedudukan input kepada rekod asal. Untuk artikel penyelesaian masalah, sertakan gejala dan prosedur berkaitan, bukan hanya ayat yang terpisah. Untuk carian kod sumber, sertakan fungsi dan maklumat berhampiran yang diperlukan untuk membezakannya daripada fungsi bernama serupa. Buang navigasi atau teks templat berulang apabila ia mengambil ruang petikan yang berguna.

Pemeringkat semula hanya boleh menyusun semula dokumen yang diterimanya. Jika carian pertama tidak pernah memperoleh artikel berkaitan, peringkat ini tidak boleh mendapatkan kembali calon yang tiada itu. Periksa senarai pendek dan susunan akhir apabila hasil kelihatan salah. Apabila dokumen panjang meliputi banyak topik, asingkan bahagian yang koheren dan kekalkan rujukan dokumen induknya supaya bahagian berkaitan boleh dipilih tanpa kehilangan sumbernya.

Had konteks dan permintaan Panduan semasa pengeluar menyatakan maksimum pertanyaan 8,000 token dan maksimum gabungan 32,000 token bagi pertanyaan bersama setiap dokumen individu. Ia membenarkan sehingga 1,000 dokumen calon dan jumlah belanjawan permintaan 600,000 token, dikira sebagai token pertanyaan didarab bilangan dokumen, ditambah semua token dokumen. Oleh itu, pertanyaan panjang menggunakan ruang dalam setiap pasangan dan menyumbang berulang kali kepada jumlah belanjawan. Kira teks yang dihantar dengan pentoken model yang sesuai tanpa menganggap aksara, perkataan dan token boleh saling menggantikan.

Contohnya, pertanyaan 500 token dengan 100 dokumen yang masing-masing mengandungi 4,000 token bersamaan 450,000 token input mengikut formula itu. Ini menggambarkan perancangan belanjawan, bukannya saiz senarai pendek yang disyorkan atau hasil kelajuan yang diukur. Pilihan pemangkasan yang didokumenkan diaktifkan secara lalai; teks yang terlalu besar boleh dipendekkan sebelum penskoran. Sediakan bahagian penting dengan sengaja supaya pemangkasan tidak membuang petikan yang perlu dipadankan.

Baca dan gunakan hasil Hasil disusun daripada skor kerelevanan tertinggi ke bawah. Setiap hasil mengenal pasti kedudukan input asal dokumen, membolehkan aplikasi melampirkan tajuk, pengecam rekod dan sumbernya sendiri. Tetapan top\_k mengawal bilangan calon berperingkat yang dikembalikan; tanpanya, semua calon dikembalikan. Antara muka REST pengeluar juga boleh mengembalikan teks dokumen. Kekalkan pengecam asal bersama hasil yang dipilih apabila memaparkan halaman carian atau meneruskan bukti ke langkah penjanaan jawapan.

Skor kerelevanan menyatakan sejauh mana calon sepadan dengan pertanyaan; ia tidak membuktikan bahawa pernyataan calon adalah benar. Bandingkan item berkedudukan tertinggi dengan soalan sebenar pengguna, termasuk pengecualian dan perbezaan versi dokumen. Jika setiap calon tidak relevan, item berkedudukan tertinggi tetap wujud. Tentukan cara aplikasi anda mengendalikan keadaan itu menggunakan pertanyaan yang mewakili koleksi.

Menaik taraf dan memilih edisi Pengeluar menerangkan rerank-3-lite sebagai naik taraf kepada rerank-2.5-lite dengan semantik API yang tidak berubah dan skor yang ditentukur kepada taburan pendahulunya yang sepadan. Kekalkan pemetaan rekod dan peringkat pemerolehan maklumat sedia ada, kemudian bandingkan susunan yang terhasil pada pertanyaan bermakna sebelum bergantung pada ambang skor yang telah ditetapkan. Gunakan Lite untuk pengalaman carian yang mementingkan masa respons; gunakan edisi rerank-3 yang memfokuskan kualiti sebagai perbandingan apabila kerelevanan calon yang sukar menjadi keutamaan lebih besar.

**Ailoot Ultra · Pemeringkatan semula** `POST /v1/rerank` `voyageai/rerank-3-lite`

[`voyageai/rerank-3-lite`](https://ailoot.ai/models/ms/#m=voyageai%2Frerank-3-lite&route=Ultra&caller=voyageai%2Frerank-3-lite&fmt=rerank)

VoyageAI by MongoDB /`voyageai/rerank-3-lite`

### Pengenalan

Voyage rerank-3-lite memberi skor dan menyusun semula dokumen teks calon untuk pertanyaan, dengan tumpuan pada carian yang responsif. Ia menyokong arahan kerelevanan dan tetingkap pertanyaan-dokumen 32,000 token, menjadikannya berguna selepas pemerolehan maklumat berasaskan vektor atau kata kunci dalam aliran kerja carian dan RAG.

Input yang diterima

Teks

Hasil

Hasil mengikut kedudukan

### Tersedia di Ailoot · input & kaedah

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

Input

`text`

Output

`rerank`

Format output

json

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`documents` | Jenis`array` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had voyageai/rerank-3-lite | Lalai— |
| Medan`provider` | Jenis`schema` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`query` | Jenis`string` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`session_id` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`top_n` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— |
| Medan`trace` | Jenis`schema` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`user` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`documents[].text` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`documents[].image` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |

Gabungan bahan input

**text\_rerank** · Diperlukan: query, documents array with minItems1

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, query, documents |
| Parameter`material_types` | Kontraktext |
| Parameter`optional_controls` | Kontrakprovider, session\_id, top\_n, trace, user |
| Parameter`multimodal_input_binding` | Kontraknull |

Kitar hayat: `synchronous`

Hantar ID model yang tepat dan simpan respons natif yang lengkap.

### Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Tidak dinyatakan Apabila mod pantas dipilih

Mod flex

Tidak dinyatakan Apabila mod flex dipilih

Usaha penaakulan maksimum

Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

#### Kadar Ailoot

#### Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

| Konfigurasi | Jadual kadar | Unit pengebilan | Caj |
| --- | --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Unit pengebilan— | Caj Input · Token input **—** / 1K token Output · Token output **—** / 1K token Input · Bacaan cache **—** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |
| KonfigurasiUltra | Jadual kadar— | Unit pengebilan/ 1K token | Caj Input **$0.00004** / 1K token |

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Pemeringkatan semula

Struktur permintaan rasmi yang dikekalkan; contoh dokumentasiGunakan bahan permintaan sebenar anda dan simpan hasil lengkap

```json
{
  "documents": [
    "Paris is the capital of France.",
    "Berlin is the capital of Germany."
  ],
  "model": "voyageai/rerank-3-lite",
  "query": "What is the capital of France?",
  "top_n": 3
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='voyageai/rerank-3-lite'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```

### Terima dan simpan hasil

#### Ailoot Ultra · Pemeringkatan semula

json

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Setiap indeks hasil sebenar, relevance\_score terhingga dan objek dokumen asal dikekalkan. Indeks mengikat tatasusunan dokumen asal. Keseluruhan JSON asal disimpan dan hanya dikembalikan selepas penyelesaian caj.

##### Jika respons asal perlu disemak

Simpan operasi asal dan balasan penuh/separa; jangan ulang POST.

Medan respons

| Medan | Jenis |
| --- | --- |
| Medan`model` | Jenisstring |
| Medan`id` | Jenisstring |
| Medan`provider` | Jenisstring |
| Medan`results[].index` | Jenisinteger |
| Medan`results[].relevance_score` | Jenisnumber |
| Medan`results[].document.text` | Jenisstring |
| Medan`results[].document.image` | Jenisstring |
| Medan`usage.search_units` | Jenisinteger |
| Medan`usage.total_tokens` | Jenisinteger |
| Medan`usage.cost` | Jenisnumber |

Ralat dan langkah seterusnya

| Respons | Syarat | Langkah seterusnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | SyaratMedan wajib, bentuk perwakilan atau nilai tidak sah | Langkah seterusnyaBetulkan medan permintaan yang dinyatakan. |

### Alias

#### Alias model

**Ailoot Ultra** [`voyageai/rerank-3-lite`](https://ailoot.ai/models/ms/#m=voyageai%2Frerank-3-lite&route=Ultra&caller=voyageai%2Frerank-3-lite&fmt=rerank)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`voyageai/rerank-3-lite`](https://ailoot.ai/models/ms/#m=voyageai%2Frerank-3-lite&route=Ultra&caller=voyageai%2Frerank-3-lite&fmt=rerank)

FAQ · VoyageAI by MongoDB: rerank-3-lite

Apakah input dan hasil yang tersedia?

`POST /v1/rerank` · `voyageai/rerank-3-lite`: `text` → `rerank`

Apakah medan yang digunakan oleh permintaan?

`POST /v1/rerank` · `voyageai/rerank-3-lite`: `documents`, `model`, `provider`, `query`, `session_id`, `top_n`, `trace`, `user`

Apakah had yang terpakai?

`POST /v1/rerank` · `voyageai/rerank-3-lite`: `top_n.minimum`: `1`

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

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

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.