Cohere Rerank 4 Fast é a edição Rerank 4 mais leve, posicionada para tarefas de recuperação com menor latência e maior débito. Recebe uma consulta e documentos candidatos e devolve a ordenação e as pontuações de relevância. É útil para pesquisa interativa, seleção repetida de elementos de prova e aplicações que precisam de reordenar uma lista de resultados existente. Fast mantém-se uma edição distinta de Rerank 4 Pro, que é posicionado para casos mais complexos em que a qualidade da recuperação tem prioridade.
O código do fabricante é rerank-v4.0-fast. Tal como Pro, tem um contexto de 32 768 tokens e cobertura multilingue em mais de 100 idiomas. A consulta e um documento partilham o contexto; não é uma dimensão vetorial nem um orçamento para um corpus indexado inteiro. Forneça os textos candidatos a comparar, em vez de esperar que o modelo recupere documentos de uma fonte que não lhe foi dada.
O resultado documentado inclui o índice original do documento e uma relevance_score. top_n seleciona quantos resultados são devolvidos, enquanto a sua omissão devolve a lista ordenada completa. Mantenha os identificadores de fonte junto das entradas para permitir ligar a nova ordenação às passagens reais. Numa pesquisa de produtos, descreva na consulta os atributos exigidos e reordene as descrições candidatas; uma posição superior deve continuar ligada ao registo de produto que a originou.
O modelo pode trabalhar com documentos em inglês e noutros idiomas e com registos semiestruturados. No fluxo V2, as entradas de documentos são cadeias de caracteres, e a Cohere recomenda representar dados estruturados em YAML. Coloque primeiro os campos importantes e preserve a sua ordem para que um truncamento não descarte o conteúdo necessário à avaliação da relevância. Um registo de apoio pode conter título, produto e texto do procedimento; uma mensagem pode conter o assunto e o corpo. Estas relações explícitas dão ao ordenador informação para além de uma lista de palavras-chave coincidentes.
O limite de consulta específico do modelo no guia de preparação da Cohere é de 16 384 tokens, com a consulta e o documento a consumirem o contexto partilhado. O guia descreve processamento por blocos de documentos mais longos, enquanto a referência V2 define separadamente o truncamento documental predefinido para 4096 tokens através de max_tokens_per_doc. Verifique essa definição efetiva do documento, em vez de presumir que toda a janela de 32K do modelo é sempre utilizada. Prepare passagens relevantes ou um orçamento documental adequado à tarefa real de recuperação.
Para o desempenho recomendado, a Cohere desaconselha mais de 1 000 documentos num pedido. Divida conjuntos de candidatos maiores em grupos geríveis, mantendo os respetivos identificadores. As pontuações de saída são normalizadas de 0 a 1 e dependem da consulta e das passagens. A ordenação é o resultado principal; uma pontuação não é um múltiplo linear de relevância nem prova de que uma passagem esteja correta. Estabeleça qualquer limiar de filtragem com consultas representativas e passagens de relevância limítrofe do domínio.
Um resultado Fast útil é uma lista ordenada que pode imediatamente alimentar uma apresentação de pesquisa ou selecionar elementos de prova para uma etapa de redação de respostas. Preserve o texto de origem com a pontuação e reveja se os primeiros resultados abordam efetivamente as condições pedidas. O papel de Fast é a ordenação de recuperação, em vez de gerar uma nova explicação ou um vetor de embedding. Mantenha consistentes a edição identificada e a preparação da entrada ao aperfeiçoar o comportamento de relevância.
", "aboutText": "Cohere Rerank 4 Fast é a edição Rerank 4 mais leve, posicionada para tarefas de recuperação com menor latência e maior débito. Recebe uma consulta e documentos candidatos e devolve a ordenação e as pontuações de relevância. É útil para pesquisa interativa, seleção repetida de elementos de prova e aplicações que precisam de reordenar uma lista de resultados existente. Fast mantém-se uma edição distinta de Rerank 4 Pro, que é posicionado para casos mais complexos em que a qualidade da recuperação tem prioridade.\n\nO código do fabricante é rerank-v4.0-fast. Tal como Pro, tem um contexto de 32 768 tokens e cobertura multilingue em mais de 100 idiomas. A consulta e um documento partilham o contexto; não é uma dimensão vetorial nem um orçamento para um corpus indexado inteiro. Forneça os textos candidatos a comparar, em vez de esperar que o modelo recupere documentos de uma fonte que não lhe foi dada.\n\nO resultado documentado inclui o índice original do documento e uma relevance_score. top_n seleciona quantos resultados são devolvidos, enquanto a sua omissão devolve a lista ordenada completa. Mantenha os identificadores de fonte junto das entradas para permitir ligar a nova ordenação às passagens reais. Numa pesquisa de produtos, descreva na consulta os atributos exigidos e reordene as descrições candidatas; uma posição superior deve continuar ligada ao registo de produto que a originou.\n\nO modelo pode trabalhar com documentos em inglês e noutros idiomas e com registos semiestruturados. No fluxo V2, as entradas de documentos são cadeias de caracteres, e a Cohere recomenda representar dados estruturados em YAML. Coloque primeiro os campos importantes e preserve a sua ordem para que um truncamento não descarte o conteúdo necessário à avaliação da relevância. Um registo de apoio pode conter título, produto e texto do procedimento; uma mensagem pode conter o assunto e o corpo. Estas relações explícitas dão ao ordenador informação para além de uma lista de palavras-chave coincidentes.\n\nO limite de consulta específico do modelo no guia de preparação da Cohere é de 16 384 tokens, com a consulta e o documento a consumirem o contexto partilhado. O guia descreve processamento por blocos de documentos mais longos, enquanto a referência V2 define separadamente o truncamento documental predefinido para 4096 tokens através de max_tokens_per_doc. Verifique essa definição efetiva do documento, em vez de presumir que toda a janela de 32K do modelo é sempre utilizada. Prepare passagens relevantes ou um orçamento documental adequado à tarefa real de recuperação.\n\nPara o desempenho recomendado, a Cohere desaconselha mais de 1 000 documentos num pedido. Divida conjuntos de candidatos maiores em grupos geríveis, mantendo os respetivos identificadores. As pontuações de saída são normalizadas de 0 a 1 e dependem da consulta e das passagens. A ordenação é o resultado principal; uma pontuação não é um múltiplo linear de relevância nem prova de que uma passagem esteja correta. Estabeleça qualquer limiar de filtragem com consultas representativas e passagens de relevância limítrofe do domínio.\n\nUm resultado Fast útil é uma lista ordenada que pode imediatamente alimentar uma apresentação de pesquisa ou selecionar elementos de prova para uma etapa de redação de respostas. Preserve o texto de origem com a pontuação e reveja se os primeiros resultados abordam efetivamente as condições pedidas. O papel de Fast é a ordenação de recuperação, em vez de gerar uma nova explicação ou um vetor de embedding. Mantenha consistentes a edição identificada e a preparação da entrada ao aperfeiçoar o comportamento de relevância.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cb1d11b3b1d31b05f0b9c43f523212881fb15816c32a2679511b2c8a80f2bb5d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "cohere/rerank-4-fastCohere Rerank 4 Fast ordena documentos candidatos pela relevância para uma consulta, com foco em recuperação de baixa latência e elevado débito. Suporta contexto de 32K, mais de 100 idiomas e texto semiestruturado para fluxos de pesquisa e aumentados por recuperação.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Cohere Rerank 4 Fast é a edição Rerank 4 mais leve, posicionada para tarefas de recuperação com menor latência e maior débito. Recebe uma consulta e documentos candidatos e devolve a ordenação e as pontuações de relevância. É útil para pesquisa interativa, seleção repetida de elementos de prova e aplicações que precisam de reordenar uma lista de resultados existente. Fast mantém-se uma edição distinta de Rerank 4 Pro, que é posicionado para casos mais complexos em que a qualidade da recuperação tem prioridade.
O código do fabricante é rerank-v4.0-fast. Tal como Pro, tem um contexto de 32 768 tokens e cobertura multilingue em mais de 100 idiomas. A consulta e um documento partilham o contexto; não é uma dimensão vetorial nem um orçamento para um corpus indexado inteiro. Forneça os textos candidatos a comparar, em vez de esperar que o modelo recupere documentos de uma fonte que não lhe foi dada.
O resultado documentado inclui o índice original do documento e uma relevance_score. top_n seleciona quantos resultados são devolvidos, enquanto a sua omissão devolve a lista ordenada completa. Mantenha os identificadores de fonte junto das entradas para permitir ligar a nova ordenação às passagens reais. Numa pesquisa de produtos, descreva na consulta os atributos exigidos e reordene as descrições candidatas; uma posição superior deve continuar ligada ao registo de produto que a originou.
O modelo pode trabalhar com documentos em inglês e noutros idiomas e com registos semiestruturados. No fluxo V2, as entradas de documentos são cadeias de caracteres, e a Cohere recomenda representar dados estruturados em YAML. Coloque primeiro os campos importantes e preserve a sua ordem para que um truncamento não descarte o conteúdo necessário à avaliação da relevância. Um registo de apoio pode conter título, produto e texto do procedimento; uma mensagem pode conter o assunto e o corpo. Estas relações explícitas dão ao ordenador informação para além de uma lista de palavras-chave coincidentes.
O limite de consulta específico do modelo no guia de preparação da Cohere é de 16 384 tokens, com a consulta e o documento a consumirem o contexto partilhado. O guia descreve processamento por blocos de documentos mais longos, enquanto a referência V2 define separadamente o truncamento documental predefinido para 4096 tokens através de max_tokens_per_doc. Verifique essa definição efetiva do documento, em vez de presumir que toda a janela de 32K do modelo é sempre utilizada. Prepare passagens relevantes ou um orçamento documental adequado à tarefa real de recuperação.
Para o desempenho recomendado, a Cohere desaconselha mais de 1 000 documentos num pedido. Divida conjuntos de candidatos maiores em grupos geríveis, mantendo os respetivos identificadores. As pontuações de saída são normalizadas de 0 a 1 e dependem da consulta e das passagens. A ordenação é o resultado principal; uma pontuação não é um múltiplo linear de relevância nem prova de que uma passagem esteja correta. Estabeleça qualquer limiar de filtragem com consultas representativas e passagens de relevância limítrofe do domínio.
Um resultado Fast útil é uma lista ordenada que pode imediatamente alimentar uma apresentação de pesquisa ou selecionar elementos de prova para uma etapa de redação de respostas. Preserve o texto de origem com a pontuação e reveja se os primeiros resultados abordam efetivamente as condições pedidas. O papel de Fast é a ordenação de recuperação, em vez de gerar uma nova explicação ou um vetor de embedding. Mantenha consistentes a edição identificada e a preparação da entrada ao aperfeiçoar o comportamento de relevância.
POST /v1/reranktextrerank| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campodocuments | Tipoarray | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites cohere/rerank-4-fast | Predefinição— |
Campoprovider | Tiposchema | RequisitoOpcional | Valores e limites | Predefinição— |
Campoquery | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Camposession_id | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotop_n | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição— |
Campotrace | Tiposchema | RequisitoOpcional | Valores e limites | Predefinição— |
Campouser | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campodocuments[].text | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campodocuments[].image | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
text_rerank · Obrigatório: query, documents array with minItems1
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, query, documents |
Parâmetromaterial_types | Contratotext |
Parâmetrooptional_controls | Contratoprovider, session_id, top_n, trace, user |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous
Envie o ID exato do modelo e conserve a resposta nativa completa.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Unidade de faturação | Custo |
|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada — / 1K tokens Saída · Tokens de saída — / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoUltra | Tabela de tarifas— | Unidade de faturaçãopor unidade de pesquisa | Custo total · unidade de pesquisa $0.004 por unidade de pesquisa |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "documents": [\n "Paris is the capital of France.",\n "Berlin is the capital of Germany."\n ],\n "model": "cohere/rerank-4-fast",\n "query": "What is the capital of France?",\n "top_n": 3\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='cohere/rerank-4-fast'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
São conservados todos os índices reais dos resultados, os valores finitos de relevance_score e os objetos de documento originais. Os índices correspondem à matriz original de documentos. O JSON original completo é armazenado e devolvido apenas após a liquidação.
Conserve a operação original e a resposta completa/parcial; não repita o POST.
| Campo | Tipo |
|---|---|
Campomodel | Tipostring |
Campoid | Tipostring |
Campoprovider | Tipostring |
Camporesults[].index | Tipointeger |
Camporesults[].relevance_score | Tiponumber |
Camporesults[].document.text | Tipostring |
Camporesults[].document.image | Tipostring |
Campousage.search_units | Tipointeger |
Campousage.total_tokens | Tipointeger |
Campousage.cost | Tiponumber |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampo obrigatório, representação ou valor inválido | Passo seguinteCorrija o campo indicado no pedido. |
Ailoot Ultra cohere/rerank-4-fast
Use os caminhos dos métodos indicados acima.