{
  "aboutHtml": "<p>Qwen3 Rerank ocenia podane teksty względem zapytania i instrukcji porządkowania. Dokładny skonfigurowany identyfikator to qwen3-rerank. Jego zadaniem jest porządkowanie dostarczonych kandydatów na potrzeby wyszukiwania i wyboru dokumentów; żądanie przechowuje razem zapytanie, instrukcję i fragmenty do oceny, aby ocenę trafności można było prześledzić do jej wejść.</p><p>Przygotuj documents jako tablicę ciągów znaków, z jednym fragmentem do oceny w każdym wpisie. Osobno zachowaj mapowanie każdej pozycji tablicy na własny identyfikator dokumentu, tytuł lub miejsce w źródle. Pozwala to aplikacji ponownie powiązać wynik porządkowania z pierwotnym fragmentem bez dodawania nieudokumentowanych obiektów identyfikatorów do tablicy ciągów znaków. Przy wyszukiwaniu na potrzeby obsługi klienta kandydatami mogą być odpowiednie sekcje pobrane wcześniej z przewodnika po produkcie; zapytanie powinno wyrażać rzeczywistą potrzebę informacyjną użytkownika.</p><p>Udokumentowane żądanie wymaga pól model, documents, query, top_n i instruct. Pola query i instruct są ciągami znaków, a top_n jest jawnie podawaną liczbą całkowitą. Opublikowany przykład używa trzech tekstów do oceny, top_n=2 i instrukcji wyszukania trafnych fragmentów odpowiadających na zapytanie wyszukiwania w sieci. Użyj instruct do określenia relacji istotnej dla porządkowania, umieszczając rzeczywiste pytanie w query, a materiał do oceny w documents.</p><p>Przewodnik operacji podaje maksymalną długość wejścia 30K. Ogranicz fragmenty do tekstu potrzebnego do oceny ich trafności, zachowując nagłówki lub sąsiedni kontekst, gdy zmieniają znaczenie. Zachowaj granice źródeł, aby wybrany fragment nadal można było sprawdzić w pierwotnym dokumencie. Dokładny profil żądania i jego wymagane pola pozostają podstawą przygotowania wejścia.</p><p>Zwrócony wynik strukturalny zawiera wpisy results z polami index i relevance_score. Pole index odnosi się do pozycji tekstu w pierwotnej tablicy documents, a nie do jego pozycji na uporządkowanej liście wyników. Zachowaj zwróconą kolejność i użyj każdego indeksu, aby odzyskać odpowiedni tekst wejściowy. Zachowaj wszystkie zwrócone wyniki, aby aplikacja mogła sprawdzić wybrane fragmenty wraz z ich ocenami.</p><p>Zachowaj pełną odpowiedź JSON, łącznie z polem model, identyfikatorem odpowiedzi id i usage.total_tokens. W odpowiedzi może brakować tekstu dokumentu, dlatego przy przetwarzaniu indeksów utrzymuj dostęp do pierwotnej tablicy kandydatów. Oceny trafności i raportowane zużycie pełnią różne role: oceny opisują wynik porządkowania, a zużycie zapisuje ilość zaraportowaną dla operacji. Żadna z tych informacji nie zastępuje fragmentu źródłowego wspierającego późniejszą odpowiedź.</p><p>W procesie wyszukiwania użyj porządkowania do wyboru fragmentów, które następny krok powinien sprawdzić lub zacytować. Porównaj wybrany fragment z zapytaniem i instrukcją, zanim przedstawisz jego treść jako dowód. Wysoka pozycja na liście wyników wskazuje fragment do sprawdzenia; późniejsza odpowiedź aplikacji powinna pozostać powiązana z rzeczywistym tekstem i jego identyfikatorem źródła.</p><p>Sprawdź wynik na reprezentatywnych zapytaniach i zestawach kandydatów używanych przez aplikację. Upewnij się, że indeksy wskazują zamierzone pierwotne teksty, kolejność służy podanej instrukcji, a wybrane fragmenty odpowiadają na pytanie. Zachowaj razem dokładny identyfikator, zapytanie, instrukcję, mapowanie kandydatów i pełną odpowiedź, tworząc zapis wyboru trafnych materiałów do ponownego wykorzystania w następnym kroku wyszukiwania lub pracy z dokumentami.</p>",
  "aboutText": "Qwen3 Rerank ocenia podane teksty względem zapytania i instrukcji porządkowania. Dokładny skonfigurowany identyfikator to qwen3-rerank. Jego zadaniem jest porządkowanie dostarczonych kandydatów na potrzeby wyszukiwania i wyboru dokumentów; żądanie przechowuje razem zapytanie, instrukcję i fragmenty do oceny, aby ocenę trafności można było prześledzić do jej wejść.\n\nPrzygotuj documents jako tablicę ciągów znaków, z jednym fragmentem do oceny w każdym wpisie. Osobno zachowaj mapowanie każdej pozycji tablicy na własny identyfikator dokumentu, tytuł lub miejsce w źródle. Pozwala to aplikacji ponownie powiązać wynik porządkowania z pierwotnym fragmentem bez dodawania nieudokumentowanych obiektów identyfikatorów do tablicy ciągów znaków. Przy wyszukiwaniu na potrzeby obsługi klienta kandydatami mogą być odpowiednie sekcje pobrane wcześniej z przewodnika po produkcie; zapytanie powinno wyrażać rzeczywistą potrzebę informacyjną użytkownika.\n\nUdokumentowane żądanie wymaga pól model, documents, query, top_n i instruct. Pola query i instruct są ciągami znaków, a top_n jest jawnie podawaną liczbą całkowitą. Opublikowany przykład używa trzech tekstów do oceny, top_n=2 i instrukcji wyszukania trafnych fragmentów odpowiadających na zapytanie wyszukiwania w sieci. Użyj instruct do określenia relacji istotnej dla porządkowania, umieszczając rzeczywiste pytanie w query, a materiał do oceny w documents.\n\nPrzewodnik operacji podaje maksymalną długość wejścia 30K. Ogranicz fragmenty do tekstu potrzebnego do oceny ich trafności, zachowując nagłówki lub sąsiedni kontekst, gdy zmieniają znaczenie. Zachowaj granice źródeł, aby wybrany fragment nadal można było sprawdzić w pierwotnym dokumencie. Dokładny profil żądania i jego wymagane pola pozostają podstawą przygotowania wejścia.\n\nZwrócony wynik strukturalny zawiera wpisy results z polami index i relevance_score. Pole index odnosi się do pozycji tekstu w pierwotnej tablicy documents, a nie do jego pozycji na uporządkowanej liście wyników. Zachowaj zwróconą kolejność i użyj każdego indeksu, aby odzyskać odpowiedni tekst wejściowy. Zachowaj wszystkie zwrócone wyniki, aby aplikacja mogła sprawdzić wybrane fragmenty wraz z ich ocenami.\n\nZachowaj pełną odpowiedź JSON, łącznie z polem model, identyfikatorem odpowiedzi id i usage.total_tokens. W odpowiedzi może brakować tekstu dokumentu, dlatego przy przetwarzaniu indeksów utrzymuj dostęp do pierwotnej tablicy kandydatów. Oceny trafności i raportowane zużycie pełnią różne role: oceny opisują wynik porządkowania, a zużycie zapisuje ilość zaraportowaną dla operacji. Żadna z tych informacji nie zastępuje fragmentu źródłowego wspierającego późniejszą odpowiedź.\n\nW procesie wyszukiwania użyj porządkowania do wyboru fragmentów, które następny krok powinien sprawdzić lub zacytować. Porównaj wybrany fragment z zapytaniem i instrukcją, zanim przedstawisz jego treść jako dowód. Wysoka pozycja na liście wyników wskazuje fragment do sprawdzenia; późniejsza odpowiedź aplikacji powinna pozostać powiązana z rzeczywistym tekstem i jego identyfikatorem źródła.\n\nSprawdź wynik na reprezentatywnych zapytaniach i zestawach kandydatów używanych przez aplikację. Upewnij się, że indeksy wskazują zamierzone pierwotne teksty, kolejność służy podanej instrukcji, a wybrane fragmenty odpowiadają na pytanie. Zachowaj razem dokładny identyfikator, zapytanie, instrukcję, mapowanie kandydatów i pełną odpowiedź, tworząc zapis wyboru trafnych materiałów do ponownego wykorzystania w następnym kroku wyszukiwania lub pracy z dokumentami.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "354496343cd0ffcb9d49f4574353b81dbc40d275a5078fa0699615fdd5ed7497",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "pl",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Qwen: Qwen3 Rerank</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Zamknij\">×</button></div><div class=\"idline\"><span>Qwen /</span><code>qwen3-rerank</code><button type=\"button\" id=\"copy-id\">Kopiuj ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Sekcje karty modelu\"><button type=\"button\" data-card-jump=\"overview\">Start</button><button type=\"button\" data-card-jump=\"methods\">Dane wejściowe i metody</button><button type=\"button\" data-card-jump=\"pricing\">Cennik</button><button type=\"button\" data-card-jump=\"examples\">Przykłady</button><button type=\"button\" data-card-jump=\"results\">Wyniki</button><button type=\"button\" data-card-jump=\"aliases\">Aliasy</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Metody API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|rerank|/v1/rerank|qwen3-rerank\">Ponowne rankowanie</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Start</h3><p class=\"mdesc-full\">Qwen3 Rerank porządkuje podane teksty według zapytania i instrukcji. Profil o dokładnym identyfikatorze qwen3-rerank przyjmuje listy dokumentów tekstowych i zwraca indeksowane oceny trafności z informacją o zużyciu do wyszukiwania i wyboru dokumentów.</p><dl class=\"card-io\" data-card-io><div><dt>Akceptowane dane wejściowe</dt><dd>Tekst</dd></div><div><dt>Wyniki</dt><dd>structured</dd></div></dl><details class=\"card-about\"><summary>O modelu</summary><p class=\"note-s\" data-model-method-boundary>Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.</p><div class=\"mabout\" id=\"m-about\"><p>Qwen3 Rerank ocenia podane teksty względem zapytania i instrukcji porządkowania. Dokładny skonfigurowany identyfikator to qwen3-rerank. Jego zadaniem jest porządkowanie dostarczonych kandydatów na potrzeby wyszukiwania i wyboru dokumentów; żądanie przechowuje razem zapytanie, instrukcję i fragmenty do oceny, aby ocenę trafności można było prześledzić do jej wejść.</p><p>Przygotuj documents jako tablicę ciągów znaków, z jednym fragmentem do oceny w każdym wpisie. Osobno zachowaj mapowanie każdej pozycji tablicy na własny identyfikator dokumentu, tytuł lub miejsce w źródle. Pozwala to aplikacji ponownie powiązać wynik porządkowania z pierwotnym fragmentem bez dodawania nieudokumentowanych obiektów identyfikatorów do tablicy ciągów znaków. Przy wyszukiwaniu na potrzeby obsługi klienta kandydatami mogą być odpowiednie sekcje pobrane wcześniej z przewodnika po produkcie; zapytanie powinno wyrażać rzeczywistą potrzebę informacyjną użytkownika.</p><p>Udokumentowane żądanie wymaga pól model, documents, query, top_n i instruct. Pola query i instruct są ciągami znaków, a top_n jest jawnie podawaną liczbą całkowitą. Opublikowany przykład używa trzech tekstów do oceny, top_n=2 i instrukcji wyszukania trafnych fragmentów odpowiadających na zapytanie wyszukiwania w sieci. Użyj instruct do określenia relacji istotnej dla porządkowania, umieszczając rzeczywiste pytanie w query, a materiał do oceny w documents.</p><p>Przewodnik operacji podaje maksymalną długość wejścia 30K. Ogranicz fragmenty do tekstu potrzebnego do oceny ich trafności, zachowując nagłówki lub sąsiedni kontekst, gdy zmieniają znaczenie. Zachowaj granice źródeł, aby wybrany fragment nadal można było sprawdzić w pierwotnym dokumencie. Dokładny profil żądania i jego wymagane pola pozostają podstawą przygotowania wejścia.</p><p>Zwrócony wynik strukturalny zawiera wpisy results z polami index i relevance_score. Pole index odnosi się do pozycji tekstu w pierwotnej tablicy documents, a nie do jego pozycji na uporządkowanej liście wyników. Zachowaj zwróconą kolejność i użyj każdego indeksu, aby odzyskać odpowiedni tekst wejściowy. Zachowaj wszystkie zwrócone wyniki, aby aplikacja mogła sprawdzić wybrane fragmenty wraz z ich ocenami.</p><p>Zachowaj pełną odpowiedź JSON, łącznie z polem model, identyfikatorem odpowiedzi id i usage.total_tokens. W odpowiedzi może brakować tekstu dokumentu, dlatego przy przetwarzaniu indeksów utrzymuj dostęp do pierwotnej tablicy kandydatów. Oceny trafności i raportowane zużycie pełnią różne role: oceny opisują wynik porządkowania, a zużycie zapisuje ilość zaraportowaną dla operacji. Żadna z tych informacji nie zastępuje fragmentu źródłowego wspierającego późniejszą odpowiedź.</p><p>W procesie wyszukiwania użyj porządkowania do wyboru fragmentów, które następny krok powinien sprawdzić lub zacytować. Porównaj wybrany fragment z zapytaniem i instrukcją, zanim przedstawisz jego treść jako dowód. Wysoka pozycja na liście wyników wskazuje fragment do sprawdzenia; późniejsza odpowiedź aplikacji powinna pozostać powiązana z rzeczywistym tekstem i jego identyfikatorem źródła.</p><p>Sprawdź wynik na reprezentatywnych zapytaniach i zestawach kandydatów używanych przez aplikację. Upewnij się, że indeksy wskazują zamierzone pierwotne teksty, kolejność służy podanej instrukcji, a wybrane fragmenty odpowiadają na pytanie. Zachowaj razem dokładny identyfikator, zapytanie, instrukcję, mapowanie kandydatów i pełną odpowiedź, tworząc zapis wyboru trafnych materiałów do ponownego wykorzystania w następnym kroku wyszukiwania lub pracy z dokumentami.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Dostępne w Ailoot · dane wejściowe i metody</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Ponowne rankowanie</b> <code>POST /v1/rerank</code></summary><dl class=\"method-capabilities\"><div><dt>Wejście</dt><dd><code>text</code></dd></div><div><dt>Wyjście</dt><dd><code>structured</code></dd></div><div><dt>Format wyjściowy</dt><dd>application/json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Pole</th><th>Typ</th><th>Wymaganie</th><th>Wartości i limity</th><th>Domyślnie</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Wymaganie\"><span class=\"card-cell-label\">Wymaganie</span>Wymagane</td><td data-cell-label=\"Wartości i limity\"><span class=\"card-cell-label\">Wartości i limity</span><div>qwen3-rerank</div><div>Warunki: Dosłowny selektor modelu.</div></td><td data-cell-label=\"Domyślnie\" data-default=\"unspecified\"><span class=\"card-cell-label\">Domyślnie</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">documents</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>array</code></td><td data-cell-label=\"Wymaganie\"><span class=\"card-cell-label\">Wymaganie</span>Wymagane</td><td data-cell-label=\"Wartości i limity\"><span class=\"card-cell-label\">Wartości i limity</span><div>Warunki: Fragmenty tekstu do oceny, zachowane w pierwotnej kolejności wejściowej.</div></td><td data-cell-label=\"Domyślnie\" data-default=\"unspecified\"><span class=\"card-cell-label\">Domyślnie</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">query</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Wymaganie\"><span class=\"card-cell-label\">Wymaganie</span>Wymagane</td><td data-cell-label=\"Wartości i limity\"><span class=\"card-cell-label\">Wartości i limity</span><div>Warunki: Zapytanie do oceny trafności.</div></td><td data-cell-label=\"Domyślnie\" data-default=\"unspecified\"><span class=\"card-cell-label\">Domyślnie</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">top_n</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>integer</code></td><td data-cell-label=\"Wymaganie\"><span class=\"card-cell-label\">Wymaganie</span>Wymagane</td><td data-cell-label=\"Wartości i limity\"><span class=\"card-cell-label\">Wartości i limity</span><div>Warunki: Żądana liczba wyników w rankingu; nie określa się nieudokumentowanego minimum, maksimum ani wartości domyślnej.</div></td><td data-cell-label=\"Domyślnie\" data-default=\"unspecified\"><span class=\"card-cell-label\">Domyślnie</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">instruct</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Wymaganie\"><span class=\"card-cell-label\">Wymaganie</span>Wymagane</td><td data-cell-label=\"Wartości i limity\"><span class=\"card-cell-label\">Wartości i limity</span><div>Warunki: Instrukcja opisująca zadanie wyszukiwania.</div></td><td data-cell-label=\"Domyślnie\" data-default=\"unspecified\"><span class=\"card-cell-label\">Domyślnie</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Kombinacje materiałów wejściowych</summary><p class=\"note-s\"><b></b></p></details><details class=\"note-s\" data-method-contract><summary>Parametry i cykl życia metody</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parametr</th><th>Kontrakt</th></tr></thead><tbody><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>content_type</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>application/json</td></tr><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>required</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>model, documents, query, top_n, instruct</td></tr><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>optional</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span></td></tr><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>material_types</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>text</td></tr><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>additional_properties</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>true</td></tr></tbody></table></div><p>Cykl życia: <code>synchronous</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Cennik</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.</p><dl data-price-conditions><dt>Tryb szybki</dt><dd>Nie określono <span class=\"note-s\">Gdy wybrany jest tryb szybki</span></dd><dt>Tryb flex</dt><dd>Nie określono <span class=\"note-s\">Gdy wybrany jest tryb flex</span></dd><dt>Maksymalna intensywność rozumowania</dt><dd>Nie określono <span class=\"note-s\">Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Stawki Ailoot</h4><h4>Ceny według konfiguracji</h4><p class=\"note-s\">Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfiguracja</th><th>Tabela stawek</th><th>Jednostka rozliczeniowa</th><th>Opłata</th></tr></thead><tbody><tr><th data-cell-label=\"Konfiguracja\" scope=\"row\"><span class=\"card-cell-label\">Konfiguracja</span>Bazowe stawki za tokeny</th><td data-cell-label=\"Tabela stawek\"><span class=\"card-cell-label\">Tabela stawek</span>Stawka podstawowa</td><td data-cell-label=\"Jednostka rozliczeniowa\"><span class=\"card-cell-label\">Jednostka rozliczeniowa</span>—</td><td data-cell-label=\"Opłata\"><span class=\"card-cell-label\">Opłata</span><div><span>Wejście · Tokeny wejściowe</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wyjście · Tokeny wyjściowe</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wejście · Odczyt cache</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wejście · Zapis do cache</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wejście · Zapis do cache, 1 godz.</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div></td></tr><tr><th data-cell-label=\"Konfiguracja\" scope=\"row\"><span class=\"card-cell-label\">Konfiguracja</span>token (łącznie)</th><td data-cell-label=\"Tabela stawek\"><span class=\"card-cell-label\">Tabela stawek</span>—</td><td data-cell-label=\"Jednostka rozliczeniowa\"><span class=\"card-cell-label\">Jednostka rozliczeniowa</span>/ 1K tokenów</td><td data-cell-label=\"Opłata\"><span class=\"card-cell-label\">Opłata</span><div><span>Wejście · token (łącznie)</span> <b>$0.00014</b> <span class=\"price-unit\">/ 1K tokenów</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. <a href=\"/docs/pl/billing/reserve/\">Jak działają rezerwacja i rozliczenie →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Przykładowe żądania</h3><h4>Ailoot Ultra · Ponowne rankowanie</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Warianty kodu\"><button class=\"cg-tab\" id=\"model-code-2786-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2786-panel-0\" aria-selected=\"true\" tabindex=\"0\">JSON · ponownie uszereguj teksty</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopiuj kod\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2786-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2786-tab-0\"><pre data-lang=\"json\"><code>{\n  &quot;model&quot;: &quot;qwen3-rerank&quot;,\n  &quot;query&quot;: &quot;Which passage discusses text ranking?&quot;,\n  &quot;documents&quot;: [\n    &quot;Text ranking orders candidate passages by relevance.&quot;,\n    &quot;Quantum computing studies computation using quantum systems.&quot;,\n    &quot;Pretrained language models can improve text ranking.&quot;\n  ],\n  &quot;top_n&quot;: 2,\n  &quot;instruct&quot;: &quot;Given a web search query, retrieve relevant passages that answer the query.&quot;\n}</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Odbieranie i zapisywanie wyników</h3><h4>Ailoot Ultra · Ponowne rankowanie</h4><p class=\"note-s\">Odczytaj indeksy i oceny trafności, a następnie powiąż każdy indeks z oryginalnymi dokumentami. Dokument powtórzony w odpowiedzi może być nieobecny.</p><div class=\"card-result-process\" data-unknown-recovery><h5>Jeśli trzeba sprawdzić pierwotną odpowiedź</h5><p class=\"note-s\">Po niejednoznacznym wysłaniu zachowaj oryginalną odpowiedź i identyfikator żądania; nigdy nie wysyłaj go ponownie.</p></div><details class=\"card-about\" data-output-fields><summary>Pola odpowiedzi</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Pole</th><th>Typ</th><th>Znaczenie</th></tr></thead><tbody><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">results[].index</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>integer</td><td data-cell-label=\"Znaczenie\"><span class=\"card-cell-label\">Znaczenie</span>Indeks odpowiadającego mu oryginalnego dokumentu wejściowego.</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">results[].relevance_score</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>number</td><td data-cell-label=\"Znaczenie\"><span class=\"card-cell-label\">Znaczenie</span>Zwrócona ocena trafności.</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td><td data-cell-label=\"Znaczenie\"><span class=\"card-cell-label\">Znaczenie</span>Faktyczny model odpowiedzi.</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">id</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td><td data-cell-label=\"Znaczenie\"><span class=\"card-cell-label\">Znaczenie</span>Faktyczny identyfikator odpowiedzi.</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">usage.total_tokens</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>integer</td><td data-cell-label=\"Znaczenie\"><span class=\"card-cell-label\">Znaczenie</span>Zmierzona łączna liczba tokenów używana do rozliczenia.</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Błędy i dalsze kroki</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Odpowiedź</th><th>Warunek</th><th>Następny krok</th></tr></thead><tbody><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Nieprawidłowy JSON lub nieprawidłowo wybrany model (wybór modelu jest wymagany).</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Popraw wskazane dane wejściowe przed nowym żądaniem.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Nieprawidłowy klucz API.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Użyj swojego ważnego klucza API Ailoot.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>503 · <code>price_unavailable</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Cennik metody strukturalnej lub dopuszczenie do niej są niedostępne.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Zachowaj oryginalną odpowiedź; nie ponawiaj niejednoznacznego wysłania.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Aliasy</h3><h4>Aliasy modelu</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=qwen3-rerank&amp;route=Ultra&amp;caller=qwen3-rerank&amp;fmt=rerank\"><code>qwen3-rerank</code></a></span></p><h4>Aliasy ścieżek metod</h4><p class=\"note-s\">Użyj ścieżek metod podanych powyżej.</p><h4>Powiązane ID modeli</h4><p class=\"note-s\"><a href=\"#m=qwen3-rerank&amp;route=Ultra&amp;caller=qwen3-rerank&amp;fmt=rerank\"><code>qwen3-rerank</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "qwen3-rerank",
        "fmt": "rerank",
        "http": "POST",
        "path": "/v1/rerank",
        "request_model_id": "qwen3-rerank",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|rerank|/v1/rerank|qwen3-rerank",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "errors": [
              {
                "condition": "Nieprawidłowy JSON lub nieprawidłowo wybrany model (wybór modelu jest wymagany).",
                "http_status": 400,
                "recovery": "Popraw wskazane dane wejściowe przed nowym żądaniem.",
                "type": "invalid_request_error"
              },
              {
                "condition": "Nieprawidłowy klucz API.",
                "http_status": 401,
                "recovery": "Użyj swojego ważnego klucza API Ailoot.",
                "type": "authentication_error"
              },
              {
                "condition": "Cennik metody strukturalnej lub dopuszczenie do niej są niedostępne.",
                "http_status": 503,
                "recovery": "Zachowaj oryginalną odpowiedź; nie ponawiaj niejednoznacznego wysłania.",
                "type": "price_unavailable"
              }
            ],
            "ignored_fields": [],
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/rerank"
              },
              "mode": "synchronous",
              "status": [],
              "submit_status": 200,
              "unknown": "Po niejednoznacznym wysłaniu zachowaj oryginalną odpowiedź i identyfikator żądania; nigdy nie wysyłaj go ponownie."
            },
            "material_combinations": [
              [
                "text"
              ]
            ],
            "operation_modes": [
              "text_reranking"
            ],
            "outputs": {
              "every_actual_output": true,
              "family": "structured",
              "fields": [
                {
                  "description": "Indeks odpowiadającego mu oryginalnego dokumentu wejściowego.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Zwrócona ocena trafności.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Faktyczny model odpowiedzi.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Faktyczny identyfikator odpowiedzi.",
                  "name": "id",
                  "type": "string"
                },
                {
                  "description": "Zmierzona łączna liczba tokenów używana do rozliczenia.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "format": "application/json",
              "result": "Odczytaj indeksy i oceny trafności, a następnie powiąż każdy indeks z oryginalnymi dokumentami. Dokument powtórzony w odpowiedzi może być nieobecny."
            },
            "parameters": [
              {
                "availability": "source_interface",
                "conditions": "Dosłowny selektor modelu.",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen3-rerank"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Fragmenty tekstu do oceny, zachowane w pierwotnej kolejności wejściowej.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              },
              {
                "availability": "source_interface",
                "conditions": "Zapytanie do oceny trafności.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "query",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Żądana liczba wyników w rankingu; nie określa się nieudokumentowanego minimum, maksimum ani wartości domyślnej.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "top_n",
                "required": true,
                "type": "integer"
              },
              {
                "availability": "source_interface",
                "conditions": "Instrukcja opisująca zadanie wyszukiwania.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "instruct",
                "required": true,
                "type": "string"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "type": "array"
                },
                "instruct": {
                  "type": "string"
                },
                "model": {
                  "const": "qwen3-rerank",
                  "type": "string"
                },
                "query": {
                  "type": "string"
                },
                "top_n": {
                  "type": "integer"
                }
              },
              "required": [
                "model",
                "documents",
                "query",
                "top_n",
                "instruct"
              ],
              "type": "object"
            },
            "source_ambiguities": [
              {
                "field": "maximum_input_length",
                "meaning": "The operation says 30K without specifying a per-document or whole-batch allocation or an explicit unit."
              }
            ],
            "unsupported": []
          },
          "hints": [],
          "input": {
            "additional_properties": true,
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "documents",
              "query",
              "top_n",
              "instruct"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/rerank"
            },
            "mode": "synchronous",
            "status": [],
            "submit_status": 200,
            "unknown": "Preserve the original response and request id after an ambiguous send; never replay it."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "operation_modes": [
            "text_reranking"
          ],
          "output": {
            "every_actual_output": true,
            "family": "structured",
            "fields": [
              {
                "description": "Index of the corresponding original input document.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Returned relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Actual response model.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Actual response identifier.",
                "name": "id",
                "type": "string"
              },
              {
                "description": "Measured total tokens used for billing.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "format": "application/json",
            "result": "Read indices and relevance scores and map each index back to your original documents. An echoed document can be absent."
          }
        },
        "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": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "{\n  \"model\": \"qwen3-rerank\",\n  \"query\": \"Which passage discusses text ranking?\",\n  \"documents\": [\n    \"Text ranking orders candidate passages by relevance.\",\n    \"Quantum computing studies computation using quantum systems.\",\n    \"Pretrained language models can improve text ranking.\"\n  ],\n  \"top_n\": 2,\n  \"instruct\": \"Given a web search query, retrieve relevant passages that answer the query.\"\n}",
            "label": "JSON · rerank text",
            "language": "json"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Keep your original document order so returned indices identify the right passages.",
          "Read relevance_score rather than treating the response as generated text or embeddings.",
          "Billing uses measured total tokens."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Ponowne rankowanie",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "structured"
        ],
        "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": {
            "total_token": 1.4e-07
          }
        },
        "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": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "request_model_id": "qwen3-rerank",
        "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": "0.00014000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000014",
            "native_quantity": 1,
            "native_unit": "total_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "total_token"
          }
        ]
      }
    }
  ],
  "model_id": "qwen3-rerank",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "8d6d710bd2cb483273c6539c41f5506581cf39ad20ca09aa088b8a25aace8c2a",
    "input_html_sha256": "b01cd49b98d7bff0ce67cac0fbf8ee87d06d9ec662f183338df9feca357d5b9e",
    "private_audit_sha256": "5bcb5647dfd5b2789dc78ceee820b076a99b3b8309c5d13c8e4429b0dbb30d57",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/pl/qwen3-rerank/",
    "description": "Qwen3 Rerank porządkuje podane teksty według zapytania i instrukcji. Profil o dokładnym identyfikatorze qwen3-rerank przyjmuje listy dokumentów tekstowych i zwraca indeksowane oceny trafności z informacją o zużyciu do wyszukiwania i wyboru dokumentów.",
    "locale": "pl",
    "md_url": "https://ailoot.ai/models/pl/qwen3-rerank/index.md",
    "title": "Qwen: Qwen3 Rerank — Ailoot",
    "url": "https://ailoot.ai/models/pl/qwen3-rerank/"
  },
  "rawModel": {
    "about": "Qwen3 Rerank ocenia podane teksty względem zapytania i instrukcji porządkowania. Dokładny skonfigurowany identyfikator to qwen3-rerank. Jego zadaniem jest porządkowanie dostarczonych kandydatów na potrzeby wyszukiwania i wyboru dokumentów; żądanie przechowuje razem zapytanie, instrukcję i fragmenty do oceny, aby ocenę trafności można było prześledzić do jej wejść.\n\nPrzygotuj documents jako tablicę ciągów znaków, z jednym fragmentem do oceny w każdym wpisie. Osobno zachowaj mapowanie każdej pozycji tablicy na własny identyfikator dokumentu, tytuł lub miejsce w źródle. Pozwala to aplikacji ponownie powiązać wynik porządkowania z pierwotnym fragmentem bez dodawania nieudokumentowanych obiektów identyfikatorów do tablicy ciągów znaków. Przy wyszukiwaniu na potrzeby obsługi klienta kandydatami mogą być odpowiednie sekcje pobrane wcześniej z przewodnika po produkcie; zapytanie powinno wyrażać rzeczywistą potrzebę informacyjną użytkownika.\n\nUdokumentowane żądanie wymaga pól model, documents, query, top_n i instruct. Pola query i instruct są ciągami znaków, a top_n jest jawnie podawaną liczbą całkowitą. Opublikowany przykład używa trzech tekstów do oceny, top_n=2 i instrukcji wyszukania trafnych fragmentów odpowiadających na zapytanie wyszukiwania w sieci. Użyj instruct do określenia relacji istotnej dla porządkowania, umieszczając rzeczywiste pytanie w query, a materiał do oceny w documents.\n\nPrzewodnik operacji podaje maksymalną długość wejścia 30K. Ogranicz fragmenty do tekstu potrzebnego do oceny ich trafności, zachowując nagłówki lub sąsiedni kontekst, gdy zmieniają znaczenie. Zachowaj granice źródeł, aby wybrany fragment nadal można było sprawdzić w pierwotnym dokumencie. Dokładny profil żądania i jego wymagane pola pozostają podstawą przygotowania wejścia.\n\nZwrócony wynik strukturalny zawiera wpisy results z polami index i relevance_score. Pole index odnosi się do pozycji tekstu w pierwotnej tablicy documents, a nie do jego pozycji na uporządkowanej liście wyników. Zachowaj zwróconą kolejność i użyj każdego indeksu, aby odzyskać odpowiedni tekst wejściowy. Zachowaj wszystkie zwrócone wyniki, aby aplikacja mogła sprawdzić wybrane fragmenty wraz z ich ocenami.\n\nZachowaj pełną odpowiedź JSON, łącznie z polem model, identyfikatorem odpowiedzi id i usage.total_tokens. W odpowiedzi może brakować tekstu dokumentu, dlatego przy przetwarzaniu indeksów utrzymuj dostęp do pierwotnej tablicy kandydatów. Oceny trafności i raportowane zużycie pełnią różne role: oceny opisują wynik porządkowania, a zużycie zapisuje ilość zaraportowaną dla operacji. Żadna z tych informacji nie zastępuje fragmentu źródłowego wspierającego późniejszą odpowiedź.\n\nW procesie wyszukiwania użyj porządkowania do wyboru fragmentów, które następny krok powinien sprawdzić lub zacytować. Porównaj wybrany fragment z zapytaniem i instrukcją, zanim przedstawisz jego treść jako dowód. Wysoka pozycja na liście wyników wskazuje fragment do sprawdzenia; późniejsza odpowiedź aplikacji powinna pozostać powiązana z rzeczywistym tekstem i jego identyfikatorem źródła.\n\nSprawdź wynik na reprezentatywnych zapytaniach i zestawach kandydatów używanych przez aplikację. Upewnij się, że indeksy wskazują zamierzone pierwotne teksty, kolejność służy podanej instrukcji, a wybrane fragmenty odpowiadają na pytanie. Zachowaj razem dokładny identyfikator, zapytanie, instrukcję, mapowanie kandydatów i pełną odpowiedź, tworząc zapis wyboru trafnych materiałów do ponownego wykorzystania w następnym kroku wyszukiwania lub pracy z dokumentami.",
    "alias_of": null,
    "aliases": [],
    "author": "Qwen",
    "capabilities": {
      "context_length": 30000,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "rerank"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00014000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000014",
            "native_quantity": 1,
            "native_unit": "total_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "total_token"
          }
        ],
        "summary": "Pełny cennik konfiguracji w szczegółach."
      }
    ],
    "ctx": null,
    "formats": [
      "rerank"
    ],
    "id": "qwen3-rerank",
    "input": [
      "text"
    ],
    "kind": "rerank",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "errors": [
              {
                "condition": "Nieprawidłowy JSON lub nieprawidłowo wybrany model (wybór modelu jest wymagany).",
                "http_status": 400,
                "recovery": "Popraw wskazane dane wejściowe przed nowym żądaniem.",
                "type": "invalid_request_error"
              },
              {
                "condition": "Nieprawidłowy klucz API.",
                "http_status": 401,
                "recovery": "Użyj swojego ważnego klucza API Ailoot.",
                "type": "authentication_error"
              },
              {
                "condition": "Cennik metody strukturalnej lub dopuszczenie do niej są niedostępne.",
                "http_status": 503,
                "recovery": "Zachowaj oryginalną odpowiedź; nie ponawiaj niejednoznacznego wysłania.",
                "type": "price_unavailable"
              }
            ],
            "ignored_fields": [],
            "lifecycle": {
              "content": [],
              "create": {
                "http": "POST",
                "path": "/v1/rerank"
              },
              "mode": "synchronous",
              "status": [],
              "submit_status": 200,
              "unknown": "Po niejednoznacznym wysłaniu zachowaj oryginalną odpowiedź i identyfikator żądania; nigdy nie wysyłaj go ponownie."
            },
            "material_combinations": [
              [
                "text"
              ]
            ],
            "operation_modes": [
              "text_reranking"
            ],
            "outputs": {
              "every_actual_output": true,
              "family": "structured",
              "fields": [
                {
                  "description": "Indeks odpowiadającego mu oryginalnego dokumentu wejściowego.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Zwrócona ocena trafności.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Faktyczny model odpowiedzi.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Faktyczny identyfikator odpowiedzi.",
                  "name": "id",
                  "type": "string"
                },
                {
                  "description": "Zmierzona łączna liczba tokenów używana do rozliczenia.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "format": "application/json",
              "result": "Odczytaj indeksy i oceny trafności, a następnie powiąż każdy indeks z oryginalnymi dokumentami. Dokument powtórzony w odpowiedzi może być nieobecny."
            },
            "parameters": [
              {
                "availability": "source_interface",
                "conditions": "Dosłowny selektor modelu.",
                "default": null,
                "default_known": false,
                "enum": [
                  "qwen3-rerank"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Fragmenty tekstu do oceny, zachowane w pierwotnej kolejności wejściowej.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              },
              {
                "availability": "source_interface",
                "conditions": "Zapytanie do oceny trafności.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "query",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "conditions": "Żądana liczba wyników w rankingu; nie określa się nieudokumentowanego minimum, maksimum ani wartości domyślnej.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "top_n",
                "required": true,
                "type": "integer"
              },
              {
                "availability": "source_interface",
                "conditions": "Instrukcja opisująca zadanie wyszukiwania.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "instruct",
                "required": true,
                "type": "string"
              }
            ],
            "request_schema": {
              "additionalProperties": true,
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "type": "array"
                },
                "instruct": {
                  "type": "string"
                },
                "model": {
                  "const": "qwen3-rerank",
                  "type": "string"
                },
                "query": {
                  "type": "string"
                },
                "top_n": {
                  "type": "integer"
                }
              },
              "required": [
                "model",
                "documents",
                "query",
                "top_n",
                "instruct"
              ],
              "type": "object"
            },
            "source_ambiguities": [
              {
                "field": "maximum_input_length",
                "meaning": "The operation says 30K without specifying a per-document or whole-batch allocation or an explicit unit."
              }
            ],
            "unsupported": []
          },
          "hints": [],
          "input": {
            "additional_properties": true,
            "content_type": "application/json",
            "material_types": [
              "text"
            ],
            "optional": [],
            "required": [
              "model",
              "documents",
              "query",
              "top_n",
              "instruct"
            ]
          },
          "lifecycle": {
            "content": [],
            "create": {
              "http": "POST",
              "path": "/v1/rerank"
            },
            "mode": "synchronous",
            "status": [],
            "submit_status": 200,
            "unknown": "Preserve the original response and request id after an ambiguous send; never replay it."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "operation_modes": [
            "text_reranking"
          ],
          "output": {
            "every_actual_output": true,
            "family": "structured",
            "fields": [
              {
                "description": "Index of the corresponding original input document.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Returned relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Actual response model.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Actual response identifier.",
                "name": "id",
                "type": "string"
              },
              {
                "description": "Measured total tokens used for billing.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "format": "application/json",
            "result": "Read indices and relevance scores and map each index back to your original documents. An echoed document can be absent."
          }
        },
        "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": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "{\n  \"model\": \"qwen3-rerank\",\n  \"query\": \"Which passage discusses text ranking?\",\n  \"documents\": [\n    \"Text ranking orders candidate passages by relevance.\",\n    \"Quantum computing studies computation using quantum systems.\",\n    \"Pretrained language models can improve text ranking.\"\n  ],\n  \"top_n\": 2,\n  \"instruct\": \"Given a web search query, retrieve relevant passages that answer the query.\"\n}",
            "label": "JSON · rerank text",
            "language": "json"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Keep your original document order so returned indices identify the right passages.",
          "Read relevance_score rather than treating the response as generated text or embeddings.",
          "Billing uses measured total tokens."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Ponowne rankowanie",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "structured"
        ],
        "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": {
            "total_token": 1.4e-07
          }
        },
        "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": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "total token",
            "units": [
              {
                "amount": "0.00014000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000014",
                "native_quantity": 1,
                "native_unit": "total_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "total_token"
              }
            ]
          }
        ],
        "request_model_id": "qwen3-rerank",
        "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": "0.00014000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000014",
            "native_quantity": 1,
            "native_unit": "total_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "total_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "qwen3-rerank",
        "request_model_id": "qwen3-rerank",
        "route_label": "Ultra"
      }
    ],
    "name": "Qwen: Qwen3 Rerank",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "Qwen3 Rerank porządkuje podane teksty według zapytania i instrukcji. Profil o dokładnym identyfikatorze qwen3-rerank przyjmuje listy dokumentów tekstowych i zwraca indeksowane oceny trafności z informacją o zużyciu do wyszukiwania i wyboru dokumentów."
  },
  "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": "Qwen3 Rerank porządkuje podane teksty według zapytania i instrukcji. Profil o dokładnym identyfikatorze qwen3-rerank przyjmuje listy dokumentów tekstowych i zwraca indeksowane oceny trafności z informacją o zużyciu do wyszukiwania i wyboru dokumentów.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "f2674cf5b1d139377105408c46feb241a41f7e9f192ed3007bb2f81701fd5eb6",
    "renderer_sha256": "1217dcf19a93e99ac1d6fd7bf974dc19adc12fea4bd4470c2601f04e48f688cb"
  },
  "sourceRevision": "8054ddde8afa1817b3365fa16396a7699bad28a141ebad95f30cb21d19d1a4f9"
}