Qwen3 Reranker 8B is een model voor het opnieuw rangschikken van tekst, beschikbaar onder de exacte ID qwen/qwen3-reranker-8b. Het neemt een zoekvraag en een verzameling kandidaatdocumenten aan en retourneert een relevantierangschikking. Een praktische plaats ervoor is tussen een eerste zoekopdracht en de toepassing die de geselecteerde passages gebruikt: haal eerst mogelijke overeenkomsten op, rangschik die opnieuw op basis van de daadwerkelijke vraag en geef de gekozen brontekst door aan de volgende stap.
Stuur POST /v1/rerank met een JSON-body met model, query en documents. Stel model in op qwen/qwen3-reranker-8b, geef de zoekvraag op als tekenreeks en plaats de kandidaatpassages in een niet-lege array van teksttekenreeksen. Bewaar de volgorde van de invoerarray en je eigen documentidentificaties daarnaast, omdat de geretourneerde index een document via de oorspronkelijke positie identificeert. Neem het materiaal dat de relevantie bepaalt, zoals een productnaam, beleidsvoorwaarde of technische passage, op in de tekst die je voor die kandidaat aanlevert.
De optionele parameter top_n is een geheel getal met een minimum van 1 en selecteert hoeveel van de meest relevante documenten worden geretourneerd. Voor een ondersteuningszoekopdracht kan query de exacte vraag van een klant zijn en kunnen documents kandidaatsecties uit het helpcentrum zijn. Gebruik voor een interne kennisbank de vraag samen met passages die hun sectietitels behouden en voldoende omliggende tekst bevatten om elk resultaat uit te leggen. Kies een resultaataantal dat past bij het daaropvolgende antwoord of de zoekweergave.
Het gepubliceerde modelprofiel vermeldt een contextlengte van 40 960 tokens. Houd bij het voorbereiden van het verzoek rekening met de zoekvraag en de aangeleverde documenttekst en selecteer de passages die nuttig zijn voor de vraag. Opnieuw rangschikken levert scores en bronselecties op; gebruik de geselecteerde documenttekst wanneer een andere stap een antwoord of citaat moet samenstellen.
De bewerking retourneert een volledig JSON-antwoord. Lees results in de geretourneerde relevantievolgorde, bewaar van elk resultaat de index, relevance_score en geretourneerde documentinhoud en behoud de model-, identificatie- en usage-velden van het antwoord wanneer die aanwezig zijn. Koppel indices terug aan je oorspronkelijke documenten voordat je een bron presenteert of een antwoord samenstelt. Sla het oorspronkelijke antwoord en de verzoekidentiteit op als de levering wordt onderbroken, zodat het bestaande resultaat kan worden onderzocht zonder dezelfde onzekere bewerking opnieuw in te dienen.
", "aboutText": "Qwen3 Reranker 8B is een model voor het opnieuw rangschikken van tekst, beschikbaar onder de exacte ID qwen/qwen3-reranker-8b. Het neemt een zoekvraag en een verzameling kandidaatdocumenten aan en retourneert een relevantierangschikking. Een praktische plaats ervoor is tussen een eerste zoekopdracht en de toepassing die de geselecteerde passages gebruikt: haal eerst mogelijke overeenkomsten op, rangschik die opnieuw op basis van de daadwerkelijke vraag en geef de gekozen brontekst door aan de volgende stap.\n\nStuur POST /v1/rerank met een JSON-body met model, query en documents. Stel model in op qwen/qwen3-reranker-8b, geef de zoekvraag op als tekenreeks en plaats de kandidaatpassages in een niet-lege array van teksttekenreeksen. Bewaar de volgorde van de invoerarray en je eigen documentidentificaties daarnaast, omdat de geretourneerde index een document via de oorspronkelijke positie identificeert. Neem het materiaal dat de relevantie bepaalt, zoals een productnaam, beleidsvoorwaarde of technische passage, op in de tekst die je voor die kandidaat aanlevert.\n\nDe optionele parameter top_n is een geheel getal met een minimum van 1 en selecteert hoeveel van de meest relevante documenten worden geretourneerd. Voor een ondersteuningszoekopdracht kan query de exacte vraag van een klant zijn en kunnen documents kandidaatsecties uit het helpcentrum zijn. Gebruik voor een interne kennisbank de vraag samen met passages die hun sectietitels behouden en voldoende omliggende tekst bevatten om elk resultaat uit te leggen. Kies een resultaataantal dat past bij het daaropvolgende antwoord of de zoekweergave.\n\nHet gepubliceerde modelprofiel vermeldt een contextlengte van 40 960 tokens. Houd bij het voorbereiden van het verzoek rekening met de zoekvraag en de aangeleverde documenttekst en selecteer de passages die nuttig zijn voor de vraag. Opnieuw rangschikken levert scores en bronselecties op; gebruik de geselecteerde documenttekst wanneer een andere stap een antwoord of citaat moet samenstellen.\n\nDe bewerking retourneert een volledig JSON-antwoord. Lees results in de geretourneerde relevantievolgorde, bewaar van elk resultaat de index, relevance_score en geretourneerde documentinhoud en behoud de model-, identificatie- en usage-velden van het antwoord wanneer die aanwezig zijn. Koppel indices terug aan je oorspronkelijke documenten voordat je een bron presenteert of een antwoord samenstelt. Sla het oorspronkelijke antwoord en de verzoekidentiteit op als de levering wordt onderbroken, zodat het bestaande resultaat kan worden onderzocht zonder dezelfde onzekere bewerking opnieuw in te dienen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4abdc7913f2ab26223a2e045a18c65b75ebed3d0e221ed733aa46942898b2cda", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "qwen/qwen3-reranker-8bQwen3 Reranker 8B rangschikt aangeleverde tekstdocumenten op basis van een zoekvraag. Stuur qwen/qwen3-reranker-8b naar het Rerank-eindpunt met de zoekvraag en kandidaatpassages en gebruik vervolgens de geretourneerde relevantiescores en oorspronkelijke documentindices om materiaal voor zoekresultaten, een kennisbankantwoord of een ophaalwerkproces te selecteren.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3 Reranker 8B is een model voor het opnieuw rangschikken van tekst, beschikbaar onder de exacte ID qwen/qwen3-reranker-8b. Het neemt een zoekvraag en een verzameling kandidaatdocumenten aan en retourneert een relevantierangschikking. Een praktische plaats ervoor is tussen een eerste zoekopdracht en de toepassing die de geselecteerde passages gebruikt: haal eerst mogelijke overeenkomsten op, rangschik die opnieuw op basis van de daadwerkelijke vraag en geef de gekozen brontekst door aan de volgende stap.
Stuur POST /v1/rerank met een JSON-body met model, query en documents. Stel model in op qwen/qwen3-reranker-8b, geef de zoekvraag op als tekenreeks en plaats de kandidaatpassages in een niet-lege array van teksttekenreeksen. Bewaar de volgorde van de invoerarray en je eigen documentidentificaties daarnaast, omdat de geretourneerde index een document via de oorspronkelijke positie identificeert. Neem het materiaal dat de relevantie bepaalt, zoals een productnaam, beleidsvoorwaarde of technische passage, op in de tekst die je voor die kandidaat aanlevert.
De optionele parameter top_n is een geheel getal met een minimum van 1 en selecteert hoeveel van de meest relevante documenten worden geretourneerd. Voor een ondersteuningszoekopdracht kan query de exacte vraag van een klant zijn en kunnen documents kandidaatsecties uit het helpcentrum zijn. Gebruik voor een interne kennisbank de vraag samen met passages die hun sectietitels behouden en voldoende omliggende tekst bevatten om elk resultaat uit te leggen. Kies een resultaataantal dat past bij het daaropvolgende antwoord of de zoekweergave.
Het gepubliceerde modelprofiel vermeldt een contextlengte van 40 960 tokens. Houd bij het voorbereiden van het verzoek rekening met de zoekvraag en de aangeleverde documenttekst en selecteer de passages die nuttig zijn voor de vraag. Opnieuw rangschikken levert scores en bronselecties op; gebruik de geselecteerde documenttekst wanneer een andere stap een antwoord of citaat moet samenstellen.
De bewerking retourneert een volledig JSON-antwoord. Lees results in de geretourneerde relevantievolgorde, bewaar van elk resultaat de index, relevance_score en geretourneerde documentinhoud en behoud de model-, identificatie- en usage-velden van het antwoord wanneer die aanwezig zijn. Koppel indices terug aan je oorspronkelijke documenten voordat je een bron presenteert of een antwoord samenstelt. Sla het oorspronkelijke antwoord en de verzoekidentiteit op als de levering wordt onderbroken, zodat het bestaande resultaat kan worden onderzocht zonder dezelfde onzekere bewerking opnieuw in te dienen.
POST /v1/reranktextranking| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-reranker-8b | Standaard— |
Veldquery | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Velddocuments | Typearray | VereisteVereist | Waarden en limieten | Standaard— |
Veldtop_n | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, query, documents |
Parameteroptional | Contracttop_n |
Parametermaterial_types | Contracttext |
Parameterconditions | Contract |
Levenscyclus: synchronous_json
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 |
| Configuratieinvoertoken | Tariefstaffel— | Rekeneenheid/ 1K tokens | Kosten Invoer $0.0004 / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"documents": ["Paris is the capital of France.", "Berlin is the capital of Germany."], "model": "qwen/qwen3-reranker-8b", "query": "What is the capital of France?", "top_n": 3}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\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\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
| Veld | Type |
|---|---|
Veldresults | Typearray |
Ailoot Ultra qwen/qwen3-reranker-8b
Gebruik de hierboven getoonde methodepaden.