Jina Reranker v2 Base Multilingual is een tekstrangschikkingsmodel voor de tweede fase van informatieopzoeking. Geef het een zoekvraag en kandidaatdocumenten of -passages; het beoordeelt ieder zoekvraag-documentpaar en geeft een relevantiescore terug. Het bruikbare resultaat is een beter geordende verzameling kandidaten voor zoeken of een proces met retrieval-augmented generation. Het schrijft geen antwoord op de zoekvraag en maakt geen documentembeddings.
Schrijf de zoekvraag zo dat ze de informatiebehoefte weergeeft. Lever vervolgens de teksten aan die een eerdere opzoekstap gevonden heeft. Houd bij iedere kandidaat een stabiele identificatie, zodat de relevantiescore aan het oorspronkelijke document, onderdeel of record gekoppeld kan worden.
Gebruik voor een ondersteuningszoekactie de werkelijke vraag en kandidaatfragmenten met de relevante procedure. Een vraag over het resetten van een specifiek apparaat moet gekoppeld worden aan passages die de apparaatnaam, versie en resetvoorwaarden behouden. Een passage die het apparaat alleen noemt, kan minder bruikbaar zijn dan een passage die de gevraagde handeling uitlegt. Lever de inhoud aan die het model nodig heeft om te vergelijken, niet alleen een documenttitel.
Gebruik samenhangende passages. Een tabelkop, definitie of uitzondering kan veranderen hoe een alinea zich tot de zoekvraag verhoudt; verwijder die dus niet enkel om iedere kandidaat even kort te maken. De reranker beoordeelt aangeleverde kandidaten en kan geen relevant document terughalen dat de eerdere opzoekfase weggelaten heeft.
Dit is een cross-encoder: de zoekvraag en een kandidaattekst worden samen verwerkt. De interface voor directe scores geeft voor ieder overeenkomstig paar een relevantiescore als zwevendekommagetal terug. Hogere scores wijzen in die vergelijking op grotere relevantie. De score is een rangschikkingssignaal, geen gegenereerde uitleg of bewijs dat het document waar is.
De maker biedt ook een herordeningsfunctie die geordende documenten met hun scores teruggeeft. Een regelaar voor topresultaten selecteert hoeveel gerangschikte kandidaten behouden moeten blijven. Bewaar hun identificaties en tekst wanneer u ze naar de volgende fase doorgeeft. In een vraag-antwoordproces heeft het volgende model nog steeds de zoekvraag en het geselecteerde bewijs nodig; de gerangschikte lijst zelf is geen beantwoorde vraag.
Houd de zoekvraag en evaluatiecriteria gelijk wanneer u wijzigingen in informatieopzoeking vergelijkt. Inspecteer of de passages die bovenaan terechtkomen de gevraagde informatie werkelijk bevatten. Stel filterdrempels in met voorbeelden uit uw eigen verzameling in plaats van een relevantiescore als universele maat voor antwoordjuistheid te behandelen.
Het model ondersteunt een contextlengte tot 1.024 tokens. De gedocumenteerde hulpfunctie rerank() verwerkt langere documenten met een schuivend venster, kent de stukken afzonderlijk scores toe en combineert ze tot resultaten op documentniveau. Het opdelen in stukken is gedrag van die hulpfunctie en mag niet verward worden met één modelinvoer met een onbeperkt contextvenster.
De hulpfunctie biedt regelaars voor zoekvraaglengte en stuklengte en een overlapinstelling. De gedocumenteerde standaardoverlap is 80. Het gepubliceerde gebruiksvoorbeeld specificeert een maximale zoekvraaglengte van 512 en een stuklengte van 1.024; dit zijn voorbeeldinstellingen van de hulpfunctie, die onderscheiden moeten blijven van de belofte dat iedere aanroeper of route ze gebruikt.
Bewaar voor een lange handleiding voldoende naburige tekst om een instructie en haar voorwaarden samen te tonen. Inspecteer bij de beoordeling het relevante deel van een hoog gerangschikt document in plaats van aan te nemen dat ieder onderdeel de zoekvraag even goed beantwoordt.
Het v2-model is meertalig. De voorbeelden van de maker rangschikken Engelse zoekvragen tegenover Engelse, Duitse, Spaanse, Chinese en Japanse passages. Dit ondersteunt een verzameling waarin relevant materiaal in meerdere talen geschreven is zonder dat iedere kandidaat eerst naar de taal van de zoekvraag vertaald hoeft te worden.
De gedocumenteerde taakomvang omvat ook codeopzoeking en het rangschikken van tekstrepresentaties rond functies of SQL. Dit blijven relevantierangschikkingstaken: het model beoordeelt de aangeleverde tekst. Het voert geen functie of SQL uit en produceert geen hulpmiddelresultaat enkel omdat zulke kandidaten in de opzoekverzameling voorkomen.
Houd dit profiel v2 Base Multilingual gescheiden van de eerdere uitsluitend Engelstalige reranker van Jina, Jina Reranker v3 en multimodale herordeningsprofielen. Het zijn verschillende modellen met verschillende taak- en invoerkenmerken. De invoer van dit profiel bestaat uit zoekvraag-tekstparen; beeld- of video-inhoud heeft een eigen geschikte representatie of model nodig.
De referentie-implementatie van de maker ondersteunt directe scores en een hulpfunctie voor documentrangschikking, met optionele versnelde attention. Die implementatiekeuzes beïnvloeden hoe invoer voorbereid en verwerkt wordt; ze tonen niet aan dat iedere integratie identieke regelaars beschikbaar stelt.
Gebruik de gerangschikte uitvoer voor meertalig zoeken, ondersteuningskennisbanken, documentopzoeking en bewijsselectie vóór generatie. Beoordeel de bovenste passages, bewaar de oorspronkelijke koppeling met kandidaten en onderscheid relevantie van feitelijke geldigheid. Een bruikbaar opzoekresultaat brengt het juiste aangeleverde bewijs naar voren en laat de volgende taak — antwoorden, samenvatten of beslissen — aan het passende proces over.
", "aboutText": "Jina Reranker v2 Base Multilingual is een tekstrangschikkingsmodel voor de tweede fase van informatieopzoeking. Geef het een zoekvraag en kandidaatdocumenten of -passages; het beoordeelt ieder zoekvraag-documentpaar en geeft een relevantiescore terug. Het bruikbare resultaat is een beter geordende verzameling kandidaten voor zoeken of een proces met retrieval-augmented generation. Het schrijft geen antwoord op de zoekvraag en maakt geen documentembeddings.\n\n### Bereid de zoekvraag en kandidaatpassages voor\n\nSchrijf de zoekvraag zo dat ze de informatiebehoefte weergeeft. Lever vervolgens de teksten aan die een eerdere opzoekstap gevonden heeft. Houd bij iedere kandidaat een stabiele identificatie, zodat de relevantiescore aan het oorspronkelijke document, onderdeel of record gekoppeld kan worden.\n\nGebruik voor een ondersteuningszoekactie de werkelijke vraag en kandidaatfragmenten met de relevante procedure. Een vraag over het resetten van een specifiek apparaat moet gekoppeld worden aan passages die de apparaatnaam, versie en resetvoorwaarden behouden. Een passage die het apparaat alleen noemt, kan minder bruikbaar zijn dan een passage die de gevraagde handeling uitlegt. Lever de inhoud aan die het model nodig heeft om te vergelijken, niet alleen een documenttitel.\n\nGebruik samenhangende passages. Een tabelkop, definitie of uitzondering kan veranderen hoe een alinea zich tot de zoekvraag verhoudt; verwijder die dus niet enkel om iedere kandidaat even kort te maken. De reranker beoordeelt aangeleverde kandidaten en kan geen relevant document terughalen dat de eerdere opzoekfase weggelaten heeft.\n\n### Scores voor zoekvraag-documentparen\n\nDit is een cross-encoder: de zoekvraag en een kandidaattekst worden samen verwerkt. De interface voor directe scores geeft voor ieder overeenkomstig paar een relevantiescore als zwevendekommagetal terug. Hogere scores wijzen in die vergelijking op grotere relevantie. De score is een rangschikkingssignaal, geen gegenereerde uitleg of bewijs dat het document waar is.\n\nDe maker biedt ook een herordeningsfunctie die geordende documenten met hun scores teruggeeft. Een regelaar voor topresultaten selecteert hoeveel gerangschikte kandidaten behouden moeten blijven. Bewaar hun identificaties en tekst wanneer u ze naar de volgende fase doorgeeft. In een vraag-antwoordproces heeft het volgende model nog steeds de zoekvraag en het geselecteerde bewijs nodig; de gerangschikte lijst zelf is geen beantwoorde vraag.\n\nHoud de zoekvraag en evaluatiecriteria gelijk wanneer u wijzigingen in informatieopzoeking vergelijkt. Inspecteer of de passages die bovenaan terechtkomen de gevraagde informatie werkelijk bevatten. Stel filterdrempels in met voorbeelden uit uw eigen verzameling in plaats van een relevantiescore als universele maat voor antwoordjuistheid te behandelen.\n\n### Modelvenster en langere documenten\n\nHet model ondersteunt een contextlengte tot 1.024 tokens. De gedocumenteerde hulpfunctie `rerank()` verwerkt langere documenten met een schuivend venster, kent de stukken afzonderlijk scores toe en combineert ze tot resultaten op documentniveau. Het opdelen in stukken is gedrag van die hulpfunctie en mag niet verward worden met één modelinvoer met een onbeperkt contextvenster.\n\nDe hulpfunctie biedt regelaars voor zoekvraaglengte en stuklengte en een overlapinstelling. De gedocumenteerde standaardoverlap is 80. Het gepubliceerde gebruiksvoorbeeld specificeert een maximale zoekvraaglengte van 512 en een stuklengte van 1.024; dit zijn voorbeeldinstellingen van de hulpfunctie, die onderscheiden moeten blijven van de belofte dat iedere aanroeper of route ze gebruikt.\n\nBewaar voor een lange handleiding voldoende naburige tekst om een instructie en haar voorwaarden samen te tonen. Inspecteer bij de beoordeling het relevante deel van een hoog gerangschikt document in plaats van aan te nemen dat ieder onderdeel de zoekvraag even goed beantwoordt.\n\n### Meertalige en gespecialiseerde tekstzoekacties\n\nHet v2-model is meertalig. De voorbeelden van de maker rangschikken Engelse zoekvragen tegenover Engelse, Duitse, Spaanse, Chinese en Japanse passages. Dit ondersteunt een verzameling waarin relevant materiaal in meerdere talen geschreven is zonder dat iedere kandidaat eerst naar de taal van de zoekvraag vertaald hoeft te worden.\n\nDe gedocumenteerde taakomvang omvat ook codeopzoeking en het rangschikken van tekstrepresentaties rond functies of SQL. Dit blijven relevantierangschikkingstaken: het model beoordeelt de aangeleverde tekst. Het voert geen functie of SQL uit en produceert geen hulpmiddelresultaat enkel omdat zulke kandidaten in de opzoekverzameling voorkomen.\n\n### Editie en praktische limieten\n\nHoud dit profiel v2 Base Multilingual gescheiden van de eerdere uitsluitend Engelstalige reranker van Jina, Jina Reranker v3 en multimodale herordeningsprofielen. Het zijn verschillende modellen met verschillende taak- en invoerkenmerken. De invoer van dit profiel bestaat uit zoekvraag-tekstparen; beeld- of video-inhoud heeft een eigen geschikte representatie of model nodig.\n\nDe referentie-implementatie van de maker ondersteunt directe scores en een hulpfunctie voor documentrangschikking, met optionele versnelde attention. Die implementatiekeuzes beïnvloeden hoe invoer voorbereid en verwerkt wordt; ze tonen niet aan dat iedere integratie identieke regelaars beschikbaar stelt.\n\nGebruik de gerangschikte uitvoer voor meertalig zoeken, ondersteuningskennisbanken, documentopzoeking en bewijsselectie vóór generatie. Beoordeel de bovenste passages, bewaar de oorspronkelijke koppeling met kandidaten en onderscheid relevantie van feitelijke geldigheid. Een bruikbaar opzoekresultaat brengt het juiste aangeleverde bewijs naar voren en laat de volgende taak — antwoorden, samenvatten of beslissen — aan het passende proces over.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "626b6749615f258a711b44a9cf03bd0b3ab514aaa3b9b9b7907bd300787283a4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "jina-reranker-v2-base-multilingualJina Reranker v2 Base Multilingual kent scores toe aan kandidaatteksten tegenover een zoekvraag en ordent ze op relevantie. De cross-encoder verwerkt meertalige zoekresultaten, terwijl de herordeningstool van de maker langere documenten in stukken rond een modelvenster van 1.024 tokens verdeelt.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Jina Reranker v2 Base Multilingual is een tekstrangschikkingsmodel voor de tweede fase van informatieopzoeking. Geef het een zoekvraag en kandidaatdocumenten of -passages; het beoordeelt ieder zoekvraag-documentpaar en geeft een relevantiescore terug. Het bruikbare resultaat is een beter geordende verzameling kandidaten voor zoeken of een proces met retrieval-augmented generation. Het schrijft geen antwoord op de zoekvraag en maakt geen documentembeddings.
Schrijf de zoekvraag zo dat ze de informatiebehoefte weergeeft. Lever vervolgens de teksten aan die een eerdere opzoekstap gevonden heeft. Houd bij iedere kandidaat een stabiele identificatie, zodat de relevantiescore aan het oorspronkelijke document, onderdeel of record gekoppeld kan worden.
Gebruik voor een ondersteuningszoekactie de werkelijke vraag en kandidaatfragmenten met de relevante procedure. Een vraag over het resetten van een specifiek apparaat moet gekoppeld worden aan passages die de apparaatnaam, versie en resetvoorwaarden behouden. Een passage die het apparaat alleen noemt, kan minder bruikbaar zijn dan een passage die de gevraagde handeling uitlegt. Lever de inhoud aan die het model nodig heeft om te vergelijken, niet alleen een documenttitel.
Gebruik samenhangende passages. Een tabelkop, definitie of uitzondering kan veranderen hoe een alinea zich tot de zoekvraag verhoudt; verwijder die dus niet enkel om iedere kandidaat even kort te maken. De reranker beoordeelt aangeleverde kandidaten en kan geen relevant document terughalen dat de eerdere opzoekfase weggelaten heeft.
Dit is een cross-encoder: de zoekvraag en een kandidaattekst worden samen verwerkt. De interface voor directe scores geeft voor ieder overeenkomstig paar een relevantiescore als zwevendekommagetal terug. Hogere scores wijzen in die vergelijking op grotere relevantie. De score is een rangschikkingssignaal, geen gegenereerde uitleg of bewijs dat het document waar is.
De maker biedt ook een herordeningsfunctie die geordende documenten met hun scores teruggeeft. Een regelaar voor topresultaten selecteert hoeveel gerangschikte kandidaten behouden moeten blijven. Bewaar hun identificaties en tekst wanneer u ze naar de volgende fase doorgeeft. In een vraag-antwoordproces heeft het volgende model nog steeds de zoekvraag en het geselecteerde bewijs nodig; de gerangschikte lijst zelf is geen beantwoorde vraag.
Houd de zoekvraag en evaluatiecriteria gelijk wanneer u wijzigingen in informatieopzoeking vergelijkt. Inspecteer of de passages die bovenaan terechtkomen de gevraagde informatie werkelijk bevatten. Stel filterdrempels in met voorbeelden uit uw eigen verzameling in plaats van een relevantiescore als universele maat voor antwoordjuistheid te behandelen.
Het model ondersteunt een contextlengte tot 1.024 tokens. De gedocumenteerde hulpfunctie rerank() verwerkt langere documenten met een schuivend venster, kent de stukken afzonderlijk scores toe en combineert ze tot resultaten op documentniveau. Het opdelen in stukken is gedrag van die hulpfunctie en mag niet verward worden met één modelinvoer met een onbeperkt contextvenster.
De hulpfunctie biedt regelaars voor zoekvraaglengte en stuklengte en een overlapinstelling. De gedocumenteerde standaardoverlap is 80. Het gepubliceerde gebruiksvoorbeeld specificeert een maximale zoekvraaglengte van 512 en een stuklengte van 1.024; dit zijn voorbeeldinstellingen van de hulpfunctie, die onderscheiden moeten blijven van de belofte dat iedere aanroeper of route ze gebruikt.
Bewaar voor een lange handleiding voldoende naburige tekst om een instructie en haar voorwaarden samen te tonen. Inspecteer bij de beoordeling het relevante deel van een hoog gerangschikt document in plaats van aan te nemen dat ieder onderdeel de zoekvraag even goed beantwoordt.
Het v2-model is meertalig. De voorbeelden van de maker rangschikken Engelse zoekvragen tegenover Engelse, Duitse, Spaanse, Chinese en Japanse passages. Dit ondersteunt een verzameling waarin relevant materiaal in meerdere talen geschreven is zonder dat iedere kandidaat eerst naar de taal van de zoekvraag vertaald hoeft te worden.
De gedocumenteerde taakomvang omvat ook codeopzoeking en het rangschikken van tekstrepresentaties rond functies of SQL. Dit blijven relevantierangschikkingstaken: het model beoordeelt de aangeleverde tekst. Het voert geen functie of SQL uit en produceert geen hulpmiddelresultaat enkel omdat zulke kandidaten in de opzoekverzameling voorkomen.
Houd dit profiel v2 Base Multilingual gescheiden van de eerdere uitsluitend Engelstalige reranker van Jina, Jina Reranker v3 en multimodale herordeningsprofielen. Het zijn verschillende modellen met verschillende taak- en invoerkenmerken. De invoer van dit profiel bestaat uit zoekvraag-tekstparen; beeld- of video-inhoud heeft een eigen geschikte representatie of model nodig.
De referentie-implementatie van de maker ondersteunt directe scores en een hulpfunctie voor documentrangschikking, met optionele versnelde attention. Die implementatiekeuzes beïnvloeden hoe invoer voorbereid en verwerkt wordt; ze tonen niet aan dat iedere integratie identieke regelaars beschikbaar stelt.
Gebruik de gerangschikte uitvoer voor meertalig zoeken, ondersteuningskennisbanken, documentopzoeking en bewijsselectie vóór generatie. Beoordeel de bovenste passages, bewaar de oorspronkelijke koppeling met kandidaten en onderscheid relevantie van feitelijke geldigheid. Een bruikbaar opzoekresultaat brengt het juiste aangeleverde bewijs naar voren en laat de volgende taak — antwoorden, samenvatten of beslissen — aan het passende proces over.
POST /v1/reranktextrerank| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten jina-reranker-v2-base-multilingual | Standaard— |
Veldquery | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Velddocuments | Typearray | VereisteVereist | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, documents |
Parametermaterial_types | Contracttext |
Parametermaterial_conditions | ContractStel je werkelijke zoekvraag en een niet-lege array met oorspronkelijke tekstdocumenten in. Resultaatindexen verwijzen naar die oorspronkelijke array. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Rekeneenheid | Kosten |
|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Rekeneenheid— | Kosten Invoer · Invoertokens — / 1K tokens Uitvoer · Uitvoertokens — / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| Configuratietoken (totaal) | Tariefstaffel— | Rekeneenheid/ 1K tokens | Kosten Invoer · token (totaal) $0.0001 / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_QUERY:?Set the actual documented input value}"\nexport AILOOT_QUERY\n: "${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}"\nexport AILOOT_DOCUMENTS_JSON\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'jina-reranker-v2-base-multilingual', 'query': '${ACTUAL_QUERY}', 'documents': '${ACTUAL_DOCUMENTS}'}\nrequest['query']=os.environ['AILOOT_QUERY']\nrequest['documents']=json.loads(os.environ['AILOOT_DOCUMENTS_JSON'])\nPath('request.json').write_text(json.dumps(request,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 response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\nVolledig oorspronkelijk natief JSON-resultaat met het ingestelde antwoordmodel, de oorspronkelijke documentindexen, relevantiescores, documenttekenreeksen en het natieve tokenverbruik. Bewaar elk werkelijk resultaat- en verbruiksveld.
GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige respons en headers, iedere daadwerkelijke uitvoer, de oorspronkelijk teruggegeven identificatoren en alle verbruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de werkelijke X-Client-Request-ID en het volledige antwoord. Raadpleeg de oorspronkelijke assets die je toebehoren en hun exacte ondertekende inhouds-URL's; dien een aanmaakaanvraag met onzekere uitkomst nooit opnieuw in.
| Veld | Type | Betekenis |
|---|---|---|
Veldmodel | Typestring | BetekenisExact antwoordmodel dat de ingestelde Source-verwerker vereist. |
Veldresults[].index | Typeinteger | BetekenisUnieke index van het oorspronkelijke invoerdocument. |
Veldresults[].relevance_score | Typenumber | BetekenisEindige relevantiescore. |
Veldresults[].document | Typestring | BetekenisOorspronkelijk tekstdocument dat deze ingestelde antwoordverwerker vereist. |
Veldusage.total_tokens | Typeinteger | BetekenisEindig, niet-negatief natief aantal tokens dat het huidige geaccepteerde tarief vereist. |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeDe JSON-inhoud of de expliciete canonieke model-ID is ongeldig. | Volgende stapBewaar het antwoord en corrigeer het aangegeven aanvraagveld. |
Antwoord401 · authentication_error | VoorwaardeDe Ailoot API-sleutel is ongeldig. | Volgende stapGebruik je geautoriseerde Ailoot API-sleutel. |
Antwoord403 · permission_error | VoorwaardeDe groep van de sleutel heeft geen toegang tot deze methode. | Volgende stapBewaar de teruggestuurde foutdetails. |
Antwoord404 · not_found_error | VoorwaardeDe geselecteerde methode heeft geen toegelaten route. | Volgende stapBewaar de teruggestuurde foutdetails. |
Antwoord422 · price_unavailable | VoorwaardeVoor het geaccepteerde tarief kan de vereiste invoerhoeveelheid of grenswaarde niet worden bepaald. | Volgende stapBewaar het antwoord; gebruik de invoerweergave die het geaccepteerde tarief vereist. |
Antwoord503 · | VoorwaardeDe vereiste opslag, route, methodeprijs of reservering is niet beschikbaar. | Volgende stapBewaar het volledige oorspronkelijke antwoord. Een onzekere reservering geeft geen toestemming om opnieuw in te dienen. |
Antwoord502 · billing_requires_check | VoorwaardeHet oorspronkelijke resultaat, het verbruik of de afrekening moet worden gecontroleerd. | Volgende stapBewaar de werkelijke aanvraag-ID en het oorspronkelijke antwoord. Raadpleeg de bestaande registratie die je toebehoort; dien de aanmaakaanvraag niet opnieuw in. |
Ailoot Ultra jina-reranker-v2-base-multilingual
Gebruik de hierboven getoonde methodepaden.