Source: https://ailoot.ai/models/pl/qwen3-rerank/ Canonical: https://ailoot.ai/models/pl/qwen3-rerank/ Language: pl # Qwen: Qwen3 Rerank [Markdown](https://ailoot.ai/models/pl/qwen3-rerank/index.md) · [JSON](https://ailoot.ai/models/pl/qwen3-rerank/facts.json) ## [Qwen: Qwen3 Rerank](https://ailoot.ai/models/pl/qwen3-rerank/) 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. - [**Ailoot Ultra · Ponowne rankowanie** `POST /v1/rerank` `qwen3-rerank`](https://ailoot.ai/models/pl/qwen3-rerank/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. 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. 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. 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. 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. 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. 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. 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. 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. **Ailoot Ultra · Ponowne rankowanie** `POST /v1/rerank` `qwen3-rerank` [`qwen3-rerank`](https://ailoot.ai/models/pl/#m=qwen3-rerank&route=Ultra&caller=qwen3-rerank&fmt=rerank) Qwen /`qwen3-rerank` ### Start 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. Akceptowane dane wejściowe Tekst Wyniki structured ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Ponowne rankowanie** `POST /v1/rerank` Wejście `text` Wyjście `structured` Format wyjściowy application/json | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity qwen3-rerank Warunki: Dosłowny selektor modelu. | Domyślnie— | | Pole`documents` | Typ`array` | WymaganieWymagane | Wartości i limity Warunki: Fragmenty tekstu do oceny, zachowane w pierwotnej kolejności wejściowej. | Domyślnie— | | Pole`query` | Typ`string` | WymaganieWymagane | Wartości i limity Warunki: Zapytanie do oceny trafności. | Domyślnie— | | Pole`top_n` | Typ`integer` | WymaganieWymagane | Wartości i limity Warunki: Żądana liczba wyników w rankingu; nie określa się nieudokumentowanego minimum, maksimum ani wartości domyślnej. | Domyślnie— | | Pole`instruct` | Typ`string` | WymaganieWymagane | Wartości i limity Warunki: Instrukcja opisująca zadanie wyszukiwania. | Domyślnie— | Kombinacje materiałów wejściowych Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, documents, query, top\_n, instruct | | Parametr`optional` | Kontrakt | | Parametr`material_types` | Kontrakttext | | Parametr`additional_properties` | Kontrakttrue | Cykl życia: `synchronous` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji. | Konfiguracja | Tabela stawek | Jednostka rozliczeniowa | Opłata | | --- | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe **—** / 1K tokenów Wyjście · Tokeny wyjściowe **—** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | | Konfiguracjatoken (łącznie) | Tabela stawek— | Jednostka rozliczeniowa/ 1K tokenów | Opłata Wejście · token (łącznie) **$0.00014** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Ponowne rankowanie JSON · ponownie uszereguj teksty ```json { "model": "qwen3-rerank", "query": "Which passage discusses text ranking?", "documents": [ "Text ranking orders candidate passages by relevance.", "Quantum computing studies computation using quantum systems.", "Pretrained language models can improve text ranking." ], "top_n": 2, "instruct": "Given a web search query, retrieve relevant passages that answer the query." } ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Ponowne rankowanie Odczytaj indeksy i oceny trafności, a następnie powiąż każdy indeks z oryginalnymi dokumentami. Dokument powtórzony w odpowiedzi może być nieobecny. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Po niejednoznacznym wysłaniu zachowaj oryginalną odpowiedź i identyfikator żądania; nigdy nie wysyłaj go ponownie. Pola odpowiedzi | Pole | Typ | Znaczenie | | --- | --- | --- | | Pole`results[].index` | Typinteger | ZnaczenieIndeks odpowiadającego mu oryginalnego dokumentu wejściowego. | | Pole`results[].relevance_score` | Typnumber | ZnaczenieZwrócona ocena trafności. | | Pole`model` | Typstring | ZnaczenieFaktyczny model odpowiedzi. | | Pole`id` | Typstring | ZnaczenieFaktyczny identyfikator odpowiedzi. | | Pole`usage.total_tokens` | Typinteger | ZnaczenieZmierzona łączna liczba tokenów używana do rozliczenia. | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowy JSON lub nieprawidłowo wybrany model (wybór modelu jest wymagany). | Następny krokPopraw wskazane dane wejściowe przed nowym żądaniem. | | Odpowiedź401 · `authentication_error` | WarunekNieprawidłowy klucz API. | Następny krokUżyj swojego ważnego klucza API Ailoot. | | Odpowiedź503 · `price_unavailable` | WarunekCennik metody strukturalnej lub dopuszczenie do niej są niedostępne. | Następny krokZachowaj oryginalną odpowiedź; nie ponawiaj niejednoznacznego wysłania. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen3-rerank`](https://ailoot.ai/models/pl/#m=qwen3-rerank&route=Ultra&caller=qwen3-rerank&fmt=rerank) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`qwen3-rerank`](https://ailoot.ai/models/pl/#m=qwen3-rerank&route=Ultra&caller=qwen3-rerank&fmt=rerank) FAQ · Qwen: Qwen3 Rerank Jakie dane wejściowe i wyniki są dostępne? `POST /v1/rerank` · `qwen3-rerank`: `text` → `structured` Jakich pól używa żądanie? `POST /v1/rerank` · `qwen3-rerank`: `model`, `documents`, `query`, `top_n`, `instruct` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.