{
  "aboutHtml": "<p>BGE Reranker v2 M3 — многоязычная модель оценки релевантности на основе BGE-M3. Она совместно получает запрос и отобранный фрагмент и возвращает оценку их связи. BAAI позиционирует эту версию как эффективный многоязычный реранкер, в том числе для поиска на китайском и английском, когда поисковому приложению нужно уточнить уже имеющийся список кандидатов.</p><h4>Релевантность пары «запрос — фрагмент»</h4><p>Кросс-энкодер обрабатывает оба текста совместно, позволяя их содержимому взаимодействовать до формирования оценки релевантности. Это отличается от модели эмбеддингов, которая кодирует тексты независимо для многократного векторного сравнения. Результат реранкера — скалярная оценка конкретной пары, а не вектор документа или письменный ответ.</p><p>Используйте модель после первоначального поиска, отобравшего вероятно подходящие фрагменты. Соедините вопрос с каждым кандидатом и упорядочьте кандидатов по полученным оценкам. Так более подробное сравнение применяется к управляемому короткому списку, а не ко всем фрагментам большой коллекции.</p><h4>Версия v2 M3</h4><p>Разработчик указывает BGE-M3 как базовую модель и называет многоязычность одной из основных возможностей. В семействе реранкеров v2 M3 — эффективный многоязычный вариант; версии на основе Gemma и варианты с выбором слоёв являются отдельными моделями с другими особенностями реализации. Название M3 здесь не означает, что реранкер возвращает плотные, разреженные и многовекторные эмбеддинги исходной модели эмбеддингов.</p><p>Это различие важно при выборе нужного приложению результата. Выбирайте модель эмбеддингов для представления коллекции документов и поиска по ней. Выбирайте этот реранкер, когда тексты кандидатов уже есть и нужно определить, какой фрагмент наиболее релевантен текущему запросу.</p><h4>Подготовка кандидатов для полезного ранжирования</h4><p>Передайте реальный вопрос и весь текст кандидата, необходимый для его интерпретации. Сохраняйте заголовки или соседние определения, если они определяют смысл фрагмента. В опубликованном примере Transformers запрос и фрагмент токенизируются вместе с усечением и max_length=512. Это настройка примера, а не общий лимит модели. Размещайте вопрос и необходимые доказательства в выбранном бюджете пары и проверяйте, что удаляется при усечении. Результат, упоминающий тот же продукт, что и запрос, может оставаться нерелевантным, если описывает другую операцию или условие; при оценке качества поиска готовьте примеры, позволяющие различать такие случаи.</p><p>В помощнике по документам сохраняйте идентификаторы кандидатов вместе с их текстом, оценивайте пары «вопрос — фрагмент» и передавайте выбранные исходные фрагменты на этап ответа. Тогда отвечающая модель получает доказательства, а не оценку релевантности без источника. Это пример поискового процесса; сам реранкер не ищет во внешней коллекции и не пишет ответ.</p><h4>Чтение и нормализация оценок</h4><p>Производитель возвращает необработанные оценки релевантности: более высокое значение означает более близкое соответствие. Документированная необязательная нормализация применяет сигмоидную функцию, переводя оценку в диапазон от 0 до 1. Нормализованная оценка имеет удобный диапазон, но само это преобразование не устанавливает калиброванную вероятность правильности кандидата.</p><p>Выбирайте пороги ранжирования или фильтрации на репрезентативных парах «запрос — фрагмент» из своей нагрузки. Включайте фрагменты с общими ключевыми словами, отвечающие на другой вопрос, и релевантные фрагменты с иными формулировками. Тогда выбранный порог будет иметь смысл для коллекции, в которой выполняется поиск.</p><p>Для проекта с Ailoot API определите, что должен содержать итоговый контекст и сколько кандидатов можно эффективно проверить. Полезный результат — лучше упорядоченный набор доказательств для следующего шага приложения. Отделяйте оценки релевантности этой версии от эмбеддингов документов, сгенерированного текста и настроек выбора слоёв, документированных для других реранкеров.</p>",
  "aboutText": "BGE Reranker v2 M3 — многоязычная модель оценки релевантности на основе BGE-M3. Она совместно получает запрос и отобранный фрагмент и возвращает оценку их связи. BAAI позиционирует эту версию как эффективный многоязычный реранкер, в том числе для поиска на китайском и английском, когда поисковому приложению нужно уточнить уже имеющийся список кандидатов.\n\n### Релевантность пары «запрос — фрагмент»\n\nКросс-энкодер обрабатывает оба текста совместно, позволяя их содержимому взаимодействовать до формирования оценки релевантности. Это отличается от модели эмбеддингов, которая кодирует тексты независимо для многократного векторного сравнения. Результат реранкера — скалярная оценка конкретной пары, а не вектор документа или письменный ответ.\n\nИспользуйте модель после первоначального поиска, отобравшего вероятно подходящие фрагменты. Соедините вопрос с каждым кандидатом и упорядочьте кандидатов по полученным оценкам. Так более подробное сравнение применяется к управляемому короткому списку, а не ко всем фрагментам большой коллекции.\n\n### Версия v2 M3\n\nРазработчик указывает BGE-M3 как базовую модель и называет многоязычность одной из основных возможностей. В семействе реранкеров v2 M3 — эффективный многоязычный вариант; версии на основе Gemma и варианты с выбором слоёв являются отдельными моделями с другими особенностями реализации. Название M3 здесь не означает, что реранкер возвращает плотные, разреженные и многовекторные эмбеддинги исходной модели эмбеддингов.\n\nЭто различие важно при выборе нужного приложению результата. Выбирайте модель эмбеддингов для представления коллекции документов и поиска по ней. Выбирайте этот реранкер, когда тексты кандидатов уже есть и нужно определить, какой фрагмент наиболее релевантен текущему запросу.\n\n### Подготовка кандидатов для полезного ранжирования\n\nПередайте реальный вопрос и весь текст кандидата, необходимый для его интерпретации. Сохраняйте заголовки или соседние определения, если они определяют смысл фрагмента. В опубликованном примере Transformers запрос и фрагмент токенизируются вместе с усечением и max_length=512. Это настройка примера, а не общий лимит модели. Размещайте вопрос и необходимые доказательства в выбранном бюджете пары и проверяйте, что удаляется при усечении. Результат, упоминающий тот же продукт, что и запрос, может оставаться нерелевантным, если описывает другую операцию или условие; при оценке качества поиска готовьте примеры, позволяющие различать такие случаи.\n\nВ помощнике по документам сохраняйте идентификаторы кандидатов вместе с их текстом, оценивайте пары «вопрос — фрагмент» и передавайте выбранные исходные фрагменты на этап ответа. Тогда отвечающая модель получает доказательства, а не оценку релевантности без источника. Это пример поискового процесса; сам реранкер не ищет во внешней коллекции и не пишет ответ.\n\n### Чтение и нормализация оценок\n\nПроизводитель возвращает необработанные оценки релевантности: более высокое значение означает более близкое соответствие. Документированная необязательная нормализация применяет сигмоидную функцию, переводя оценку в диапазон от 0 до 1. Нормализованная оценка имеет удобный диапазон, но само это преобразование не устанавливает калиброванную вероятность правильности кандидата.\n\nВыбирайте пороги ранжирования или фильтрации на репрезентативных парах «запрос — фрагмент» из своей нагрузки. Включайте фрагменты с общими ключевыми словами, отвечающие на другой вопрос, и релевантные фрагменты с иными формулировками. Тогда выбранный порог будет иметь смысл для коллекции, в которой выполняется поиск.\n\nДля проекта с Ailoot API определите, что должен содержать итоговый контекст и сколько кандидатов можно эффективно проверить. Полезный результат — лучше упорядоченный набор доказательств для следующего шага приложения. Отделяйте оценки релевантности этой версии от эмбеддингов документов, сгенерированного текста и настроек выбора слоёв, документированных для других реранкеров.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "88f72184ff86b5fcef7ba9f6c039993c83c62537d1e3c5052372453dacc6e984",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "ru",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">bge-reranker-v2-m3</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Закрыть\">×</button></div><div class=\"idline\"><span>BAAI /</span><code>bge-reranker-v2-m3</code><button type=\"button\" id=\"copy-id\">Скопировать ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Разделы карточки модели\"><button type=\"button\" data-card-jump=\"overview\">Начало</button><button type=\"button\" data-card-jump=\"methods\">Входные данные и методы</button><button type=\"button\" data-card-jump=\"pricing\">Тарифы</button><button type=\"button\" data-card-jump=\"examples\">Примеры</button><button type=\"button\" data-card-jump=\"results\">Результаты</button><button type=\"button\" data-card-jump=\"aliases\">Псевдонимы</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Методы 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|bge-reranker-v2-m3\">Переранжирование</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\">Начало</h3><p class=\"mdesc-full\">Многоязычный кросс-энкодер BAAI для ранжирования отобранных фрагментов по запросу. Он совместно читает каждую пару «запрос — фрагмент» и возвращает оценку релевантности, уточняя короткий список результатов поиска без генерации ответа или эмбеддингов документов.</p><dl class=\"card-io\" data-card-io><div><dt>Допустимые входные данные</dt><dd>Текст</dd></div><div><dt>Результаты</dt><dd>Ранжированные результаты</dd></div></dl><details class=\"card-about\"><summary>О модели</summary><p class=\"note-s\" data-model-method-boundary>Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.</p><div class=\"mabout\" id=\"m-about\"><p>BGE Reranker v2 M3 — многоязычная модель оценки релевантности на основе BGE-M3. Она совместно получает запрос и отобранный фрагмент и возвращает оценку их связи. BAAI позиционирует эту версию как эффективный многоязычный реранкер, в том числе для поиска на китайском и английском, когда поисковому приложению нужно уточнить уже имеющийся список кандидатов.</p><h4>Релевантность пары «запрос — фрагмент»</h4><p>Кросс-энкодер обрабатывает оба текста совместно, позволяя их содержимому взаимодействовать до формирования оценки релевантности. Это отличается от модели эмбеддингов, которая кодирует тексты независимо для многократного векторного сравнения. Результат реранкера — скалярная оценка конкретной пары, а не вектор документа или письменный ответ.</p><p>Используйте модель после первоначального поиска, отобравшего вероятно подходящие фрагменты. Соедините вопрос с каждым кандидатом и упорядочьте кандидатов по полученным оценкам. Так более подробное сравнение применяется к управляемому короткому списку, а не ко всем фрагментам большой коллекции.</p><h4>Версия v2 M3</h4><p>Разработчик указывает BGE-M3 как базовую модель и называет многоязычность одной из основных возможностей. В семействе реранкеров v2 M3 — эффективный многоязычный вариант; версии на основе Gemma и варианты с выбором слоёв являются отдельными моделями с другими особенностями реализации. Название M3 здесь не означает, что реранкер возвращает плотные, разреженные и многовекторные эмбеддинги исходной модели эмбеддингов.</p><p>Это различие важно при выборе нужного приложению результата. Выбирайте модель эмбеддингов для представления коллекции документов и поиска по ней. Выбирайте этот реранкер, когда тексты кандидатов уже есть и нужно определить, какой фрагмент наиболее релевантен текущему запросу.</p><h4>Подготовка кандидатов для полезного ранжирования</h4><p>Передайте реальный вопрос и весь текст кандидата, необходимый для его интерпретации. Сохраняйте заголовки или соседние определения, если они определяют смысл фрагмента. В опубликованном примере Transformers запрос и фрагмент токенизируются вместе с усечением и max_length=512. Это настройка примера, а не общий лимит модели. Размещайте вопрос и необходимые доказательства в выбранном бюджете пары и проверяйте, что удаляется при усечении. Результат, упоминающий тот же продукт, что и запрос, может оставаться нерелевантным, если описывает другую операцию или условие; при оценке качества поиска готовьте примеры, позволяющие различать такие случаи.</p><p>В помощнике по документам сохраняйте идентификаторы кандидатов вместе с их текстом, оценивайте пары «вопрос — фрагмент» и передавайте выбранные исходные фрагменты на этап ответа. Тогда отвечающая модель получает доказательства, а не оценку релевантности без источника. Это пример поискового процесса; сам реранкер не ищет во внешней коллекции и не пишет ответ.</p><h4>Чтение и нормализация оценок</h4><p>Производитель возвращает необработанные оценки релевантности: более высокое значение означает более близкое соответствие. Документированная необязательная нормализация применяет сигмоидную функцию, переводя оценку в диапазон от 0 до 1. Нормализованная оценка имеет удобный диапазон, но само это преобразование не устанавливает калиброванную вероятность правильности кандидата.</p><p>Выбирайте пороги ранжирования или фильтрации на репрезентативных парах «запрос — фрагмент» из своей нагрузки. Включайте фрагменты с общими ключевыми словами, отвечающие на другой вопрос, и релевантные фрагменты с иными формулировками. Тогда выбранный порог будет иметь смысл для коллекции, в которой выполняется поиск.</p><p>Для проекта с Ailoot API определите, что должен содержать итоговый контекст и сколько кандидатов можно эффективно проверить. Полезный результат — лучше упорядоченный набор доказательств для следующего шага приложения. Отделяйте оценки релевантности этой версии от эмбеддингов документов, сгенерированного текста и настроек выбора слоёв, документированных для других реранкеров.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Доступно в Ailoot · входные данные и методы</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Переранжирование</b> <code>POST /v1/rerank</code></summary><dl class=\"method-capabilities\"><div><dt>Входные данные</dt><dd><code>text</code></dd></div><div><dt>Результат</dt><dd><code>rerank</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Поле</th><th>Тип</th><th>Требование</th><th>Значения и ограничения</th><th>По умолчанию</th></tr></thead><tbody><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>string</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Обязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span><div>bge-reranker-v2-m3</div></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">query</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>string</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Необязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">documents</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span><code>array</code></td><td data-cell-label=\"Требование\"><span class=\"card-cell-label\">Требование</span>Обязательно</td><td data-cell-label=\"Значения и ограничения\"><span class=\"card-cell-label\">Значения и ограничения</span></td><td data-cell-label=\"По умолчанию\" data-default=\"unspecified\"><span class=\"card-cell-label\">По умолчанию</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Параметры и жизненный цикл метода</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Параметр</th><th>Контракт</th></tr></thead><tbody><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>content_type</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>application/json</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>required</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>model, documents</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_types</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>text</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_conditions</code></th><td data-cell-label=\"Контракт\"><span class=\"card-cell-label\">Контракт</span>Укажите реальный поисковый запрос и непустой массив исходных текстовых документов. Индексы результатов относятся к этому исходному массиву.</td></tr></tbody></table></div><p>Жизненный цикл: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Тарифы</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.</p><dl data-price-conditions><dt>Быстрый режим</dt><dd>Не указано <span class=\"note-s\">При выборе быстрого режима</span></dd><dt>Режим flex</dt><dd>Не указано <span class=\"note-s\">При выборе режима flex</span></dd><dt>Максимальная интенсивность рассуждений</dt><dd>Не указано <span class=\"note-s\">При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ставки Ailoot</h4><h4>Цены по конфигурациям</h4><p class=\"note-s\">Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Конфигурация</th><th>Шкала ставок</th><th>Расчётная единица</th><th>Плата</th></tr></thead><tbody><tr><th data-cell-label=\"Конфигурация\" scope=\"row\"><span class=\"card-cell-label\">Конфигурация</span>Базовые тарифы на токены</th><td data-cell-label=\"Шкала ставок\"><span class=\"card-cell-label\">Шкала ставок</span>Базовая ставка</td><td data-cell-label=\"Расчётная единица\"><span class=\"card-cell-label\">Расчётная единица</span>—</td><td data-cell-label=\"Плата\"><span class=\"card-cell-label\">Плата</span><div><span>Вход · Входные токены</span> <b>—</b> <span class=\"price-unit\">/ 1K токенов</span></div><div><span>Выход · Выходные токены</span> <b>—</b> <span class=\"price-unit\">/ 1K токенов</span></div><div><span>Вход · Чтение кэша</span> <b>—</b> <span class=\"price-unit\">/ 1K токенов</span></div><div><span>Вход · Запись в кэш</span> <b>—</b> <span class=\"price-unit\">/ 1K токенов</span></div><div><span>Вход · Запись в кэш, 1 час</span> <b>—</b> <span class=\"price-unit\">/ 1K токенов</span></div></td></tr><tr><th data-cell-label=\"Конфигурация\" scope=\"row\"><span class=\"card-cell-label\">Конфигурация</span>общее число токенов</th><td data-cell-label=\"Шкала ставок\"><span class=\"card-cell-label\">Шкала ставок</span>—</td><td data-cell-label=\"Расчётная единица\"><span class=\"card-cell-label\">Расчётная единица</span>/ 1K токенов</td><td data-cell-label=\"Плата\"><span class=\"card-cell-label\">Плата</span><div><span>Вход · общее число токенов</span> <b>$0.00004</b> <span class=\"price-unit\">/ 1K токенов</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. <a href=\"/docs/ru/billing/reserve/\">Как работают резервирование и расчёт →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Примеры запросов</h3><h4>Ailoot Ultra · Переранжирование</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Варианты кода\"><button class=\"cg-tab\" id=\"model-code-1089-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1089-panel-0\" aria-selected=\"true\" tabindex=\"0\">Используйте реальные входные данные и сохраните полный результат</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Скопировать код\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1089-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1089-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_QUERY:?Set the actual documented input value}&quot;\nexport AILOOT_QUERY\n: &quot;${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}&quot;\nexport AILOOT_DOCUMENTS_JSON\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nrequest={&#39;model&#39;: &#39;bge-reranker-v2-m3&#39;, &#39;query&#39;: &#39;${ACTUAL_QUERY}&#39;, &#39;documents&#39;: &#39;${ACTUAL_DOCUMENTS}&#39;}\nrequest[&#39;query&#39;]=os.environ[&#39;AILOOT_QUERY&#39;]\nrequest[&#39;documents&#39;]=json.loads(os.environ[&#39;AILOOT_DOCUMENTS_JSON&#39;])\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Получить и сохранить результаты</h3><h4>Ailoot Ultra · Переранжирование</h4><p class=\"note-s\">Полный исходный нативный JSON-результат с настроенной моделью ответа, исходными индексами документов, оценками релевантности, строками документов и нативным использованием токенов. Сохраните каждый фактический результат и поле использования.</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Сохраняйте все готовые результаты</h5><p class=\"note-s\">Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.</p><p class=\"note-s\">Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Если нужно проверить исходный ответ</h5><p class=\"note-s\">Сохраните фактический X-Client-Request-ID и полный ответ. Читайте исходные ресурсы, принадлежащие Ailoot, по их точным подписанным URL содержимого; никогда не повторяйте создание с неопределённым исходом.</p></div><details class=\"card-about\" data-output-fields><summary>Поля ответа</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Поле</th><th>Тип</th><th>Значение</th></tr></thead><tbody><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>string</td><td data-cell-label=\"Значение\"><span class=\"card-cell-label\">Значение</span>Точная модель ответа, требуемая настроенным обработчиком Source.</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">results[].index</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>integer</td><td data-cell-label=\"Значение\"><span class=\"card-cell-label\">Значение</span>Уникальный индекс исходного входного документа.</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">results[].relevance_score</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>number</td><td data-cell-label=\"Значение\"><span class=\"card-cell-label\">Значение</span>Конечное значение оценки релевантности.</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">results[].document</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>string</td><td data-cell-label=\"Значение\"><span class=\"card-cell-label\">Значение</span>Исходный текстовый документ, требуемый этим настроенным обработчиком ответа.</td></tr><tr><th data-cell-label=\"Поле\" scope=\"row\"><span class=\"card-cell-label\">Поле</span><code class=\"card-field-name\">usage.total_tokens</code></th><td data-cell-label=\"Тип\" data-field-type><span class=\"card-cell-label\">Тип</span>integer</td><td data-cell-label=\"Значение\"><span class=\"card-cell-label\">Значение</span>Конечное неотрицательное количество нативных токенов, требуемое текущим принятым тарифом.</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Ошибки и дальнейшие шаги</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Ответ</th><th>Условие</th><th>Следующий шаг</th></tr></thead><tbody><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>Тело JSON или явно указанный канонический ID модели недопустимы.</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Сохраните ответ и исправьте указанное поле запроса.</td></tr><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>Недействительный ключ Ailoot API.</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Используйте ваш авторизованный ключ Ailoot API.</td></tr><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>403 · <code>permission_error</code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>Группа ключа не допускает этот метод.</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Сохраните возвращённые подробности ошибки.</td></tr><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>404 · <code>not_found_error</code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>У выбранного метода нет допущенного маршрута.</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Сохраните возвращённые подробности ошибки.</td></tr><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>422 · <code>price_unavailable</code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>Для принятого тарифа невозможно определить требуемое количество входных данных или его границу.</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Сохраните ответ; используйте представление входных данных, требуемое принятым тарифом.</td></tr><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>503 · <code></code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>Требуемое хранилище, маршрут, цена метода или резервирование недоступны.</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Сохраните полный исходный ответ. Неопределённость резервирования не разрешает повторную отправку.</td></tr><tr><th data-cell-label=\"Ответ\" scope=\"row\"><span class=\"card-cell-label\">Ответ</span>502 · <code>billing_requires_check</code></th><td data-cell-label=\"Условие\"><span class=\"card-cell-label\">Условие</span>Исходный результат, использование или окончательный расчёт требуют проверки.</td><td data-cell-label=\"Следующий шаг\"><span class=\"card-cell-label\">Следующий шаг</span>Сохраните фактический ID запроса и исходный ответ. Читайте существующую запись ресурса, принадлежащего Ailoot; не повторяйте создание.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Псевдонимы</h3><h4>Псевдонимы моделей</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=bge-reranker-v2-m3&amp;route=Ultra&amp;caller=bge-reranker-v2-m3&amp;fmt=rerank\"><code>bge-reranker-v2-m3</code></a></span></p><h4>Псевдонимы путей метода</h4><p class=\"note-s\">Используйте пути методов, указанные выше.</p><h4>Связанные ID для вызова</h4><p class=\"note-s\"><a href=\"#m=bge-reranker-v2-m3&amp;route=Ultra&amp;caller=bge-reranker-v2-m3&amp;fmt=rerank\"><code>bge-reranker-v2-m3</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "bge-reranker-v2-m3",
        "fmt": "rerank",
        "http": "POST",
        "path": "/v1/rerank",
        "request_model_id": "bge-reranker-v2-m3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|rerank|/v1/rerank|bge-reranker-v2-m3",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Тело JSON или явно указанный канонический ID модели недопустимы.",
                "http_status": 400,
                "recovery": "Сохраните ответ и исправьте указанное поле запроса.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Недействительный ключ Ailoot API.",
                "http_status": 401,
                "recovery": "Используйте ваш авторизованный ключ Ailoot API.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Группа ключа не допускает этот метод.",
                "http_status": 403,
                "recovery": "Сохраните возвращённые подробности ошибки.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "У выбранного метода нет допущенного маршрута.",
                "http_status": 404,
                "recovery": "Сохраните возвращённые подробности ошибки.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Для принятого тарифа невозможно определить требуемое количество входных данных или его границу.",
                "http_status": 422,
                "recovery": "Сохраните ответ; используйте представление входных данных, требуемое принятым тарифом.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Требуемое хранилище, маршрут, цена метода или резервирование недоступны.",
                "http_status": 503,
                "recovery": "Сохраните полный исходный ответ. Неопределённость резервирования не разрешает повторную отправку.",
                "type": null
              },
              {
                "code": null,
                "condition": "Исходный результат, использование или окончательный расчёт требуют проверки.",
                "http_status": 502,
                "recovery": "Сохраните фактический ID запроса и исходный ответ. Читайте существующую запись ресурса, принадлежащего Ailoot; не повторяйте создание.",
                "type": "billing_requires_check"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [],
              "unknown": "Сохраните фактический X-Client-Request-ID и полный ответ. Читайте исходные ресурсы, принадлежащие Ailoot, по их точным подписанным URL содержимого; никогда не повторяйте создание с неопределённым исходом."
            },
            "outputs": {
              "all_results": "Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.",
              "family": "rerank",
              "fields": [
                {
                  "description": "Точная модель ответа, требуемая настроенным обработчиком Source.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Уникальный индекс исходного входного документа.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Конечное значение оценки релевантности.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Исходный текстовый документ, требуемый этим настроенным обработчиком ответа.",
                  "name": "results[].document",
                  "type": "string"
                },
                {
                  "description": "Конечное неотрицательное количество нативных токенов, требуемое текущим принятым тарифом.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "result": "Полный исходный нативный JSON-результат с настроенной моделью ответа, исходными индексами документов, оценками релевантности, строками документов и нативным использованием токенов. Сохраните каждый фактический результат и поле использования."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "bge-reranker-v2-m3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "query",
                "required": false,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              }
            ],
            "request_schema": {
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "minItems": 1,
                  "type": "array"
                },
                "model": {
                  "enum": [
                    "bge-reranker-v2-m3"
                  ],
                  "type": "string"
                },
                "query": {
                  "type": "string"
                }
              },
              "required": [
                "model",
                "documents"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "documents": "${ACTUAL_DOCUMENTS}",
                "model": "bge-reranker-v2-m3",
                "query": "${ACTUAL_QUERY}"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Укажите реальный поисковый запрос и непустой массив исходных текстовых документов. Индексы результатов относятся к этому исходному массиву."
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "documents"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "rerank",
            "fields": [
              {
                "description": "Exact response model required by the configured Source consumer.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Unique original input document index.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Finite relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Original text document required by this configured response consumer.",
                "name": "results[].document",
                "type": "string"
              },
              {
                "description": "Finite nonnegative native token count required by the current accepted tariff.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "result": "Complete original native JSON result with the configured response model, original document indices, relevance scores, document strings and native token usage. Retain every actual result and usage field."
          }
        },
        "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": "0.00004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000004",
                "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": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_QUERY:?Set the actual documented input value}\"\nexport AILOOT_QUERY\n: \"${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}\"\nexport AILOOT_DOCUMENTS_JSON\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'bge-reranker-v2-m3', 'query': '${ACTUAL_QUERY}', 'documents': '${ACTUAL_DOCUMENTS}'}\nrequest['query']=os.environ['AILOOT_QUERY']\nrequest['documents']=json.loads(os.environ['AILOOT_DOCUMENTS_JSON'])\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n",
            "label": "Use actual input and retain the complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Set your actual query and nonempty array of original text documents. Result indices refer to that original array.",
          "The minimum example omits top_n, return_documents, instruct and other optional controls.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Переранжирование",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "rerank",
        "out": null,
        "output": [
          "rerank"
        ],
        "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": 4e-08
          }
        },
        "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": "0.00004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000004",
                "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": "bge-reranker-v2-m3",
        "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": "0.00004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000004",
            "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": "bge-reranker-v2-m3",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "f1279672ed75400601f91cfe1a47f07f5e92e725568ef5ec874e5734cb52401b",
    "input_html_sha256": "d1a541786c3e820c18012d0cd33816a0bba69e5e5369ba86caddebe0629ffef0",
    "private_audit_sha256": "ccf24ba5c9710ca0e7bf526cde95dc46e8b958fc02d70f04ddd40ccbf278feb1",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/ru/bge-reranker-v2-m3/",
    "description": "Многоязычный кросс-энкодер BAAI для ранжирования отобранных фрагментов по запросу. Он совместно читает каждую пару «запрос — фрагмент» и возвращает оценку релевантности, уточняя короткий список результатов поиска без генерации ответа или эмбеддингов документов.",
    "locale": "ru",
    "md_url": "https://ailoot.ai/models/ru/bge-reranker-v2-m3/index.md",
    "title": "bge-reranker-v2-m3 — Ailoot",
    "url": "https://ailoot.ai/models/ru/bge-reranker-v2-m3/"
  },
  "rawModel": {
    "about": "BGE Reranker v2 M3 — многоязычная модель оценки релевантности на основе BGE-M3. Она совместно получает запрос и отобранный фрагмент и возвращает оценку их связи. BAAI позиционирует эту версию как эффективный многоязычный реранкер, в том числе для поиска на китайском и английском, когда поисковому приложению нужно уточнить уже имеющийся список кандидатов.\n\n### Релевантность пары «запрос — фрагмент»\n\nКросс-энкодер обрабатывает оба текста совместно, позволяя их содержимому взаимодействовать до формирования оценки релевантности. Это отличается от модели эмбеддингов, которая кодирует тексты независимо для многократного векторного сравнения. Результат реранкера — скалярная оценка конкретной пары, а не вектор документа или письменный ответ.\n\nИспользуйте модель после первоначального поиска, отобравшего вероятно подходящие фрагменты. Соедините вопрос с каждым кандидатом и упорядочьте кандидатов по полученным оценкам. Так более подробное сравнение применяется к управляемому короткому списку, а не ко всем фрагментам большой коллекции.\n\n### Версия v2 M3\n\nРазработчик указывает BGE-M3 как базовую модель и называет многоязычность одной из основных возможностей. В семействе реранкеров v2 M3 — эффективный многоязычный вариант; версии на основе Gemma и варианты с выбором слоёв являются отдельными моделями с другими особенностями реализации. Название M3 здесь не означает, что реранкер возвращает плотные, разреженные и многовекторные эмбеддинги исходной модели эмбеддингов.\n\nЭто различие важно при выборе нужного приложению результата. Выбирайте модель эмбеддингов для представления коллекции документов и поиска по ней. Выбирайте этот реранкер, когда тексты кандидатов уже есть и нужно определить, какой фрагмент наиболее релевантен текущему запросу.\n\n### Подготовка кандидатов для полезного ранжирования\n\nПередайте реальный вопрос и весь текст кандидата, необходимый для его интерпретации. Сохраняйте заголовки или соседние определения, если они определяют смысл фрагмента. В опубликованном примере Transformers запрос и фрагмент токенизируются вместе с усечением и max_length=512. Это настройка примера, а не общий лимит модели. Размещайте вопрос и необходимые доказательства в выбранном бюджете пары и проверяйте, что удаляется при усечении. Результат, упоминающий тот же продукт, что и запрос, может оставаться нерелевантным, если описывает другую операцию или условие; при оценке качества поиска готовьте примеры, позволяющие различать такие случаи.\n\nВ помощнике по документам сохраняйте идентификаторы кандидатов вместе с их текстом, оценивайте пары «вопрос — фрагмент» и передавайте выбранные исходные фрагменты на этап ответа. Тогда отвечающая модель получает доказательства, а не оценку релевантности без источника. Это пример поискового процесса; сам реранкер не ищет во внешней коллекции и не пишет ответ.\n\n### Чтение и нормализация оценок\n\nПроизводитель возвращает необработанные оценки релевантности: более высокое значение означает более близкое соответствие. Документированная необязательная нормализация применяет сигмоидную функцию, переводя оценку в диапазон от 0 до 1. Нормализованная оценка имеет удобный диапазон, но само это преобразование не устанавливает калиброванную вероятность правильности кандидата.\n\nВыбирайте пороги ранжирования или фильтрации на репрезентативных парах «запрос — фрагмент» из своей нагрузки. Включайте фрагменты с общими ключевыми словами, отвечающие на другой вопрос, и релевантные фрагменты с иными формулировками. Тогда выбранный порог будет иметь смысл для коллекции, в которой выполняется поиск.\n\nДля проекта с Ailoot API определите, что должен содержать итоговый контекст и сколько кандидатов можно эффективно проверить. Полезный результат — лучше упорядоченный набор доказательств для следующего шага приложения. Отделяйте оценки релевантности этой версии от эмбеддингов документов, сгенерированного текста и настроек выбора слоёв, документированных для других реранкеров.",
    "alias_of": null,
    "aliases": [],
    "author": "BAAI",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [],
      "manufacturer_output": []
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000004",
            "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": "Полная информация о ценах конфигурации — в подробностях."
      }
    ],
    "ctx": null,
    "formats": [
      "rerank"
    ],
    "id": "bge-reranker-v2-m3",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Тело JSON или явно указанный канонический ID модели недопустимы.",
                "http_status": 400,
                "recovery": "Сохраните ответ и исправьте указанное поле запроса.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Недействительный ключ Ailoot API.",
                "http_status": 401,
                "recovery": "Используйте ваш авторизованный ключ Ailoot API.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Группа ключа не допускает этот метод.",
                "http_status": 403,
                "recovery": "Сохраните возвращённые подробности ошибки.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "У выбранного метода нет допущенного маршрута.",
                "http_status": 404,
                "recovery": "Сохраните возвращённые подробности ошибки.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Для принятого тарифа невозможно определить требуемое количество входных данных или его границу.",
                "http_status": 422,
                "recovery": "Сохраните ответ; используйте представление входных данных, требуемое принятым тарифом.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Требуемое хранилище, маршрут, цена метода или резервирование недоступны.",
                "http_status": 503,
                "recovery": "Сохраните полный исходный ответ. Неопределённость резервирования не разрешает повторную отправку.",
                "type": null
              },
              {
                "code": null,
                "condition": "Исходный результат, использование или окончательный расчёт требуют проверки.",
                "http_status": 502,
                "recovery": "Сохраните фактический ID запроса и исходный ответ. Читайте существующую запись ресурса, принадлежащего Ailoot; не повторяйте создание.",
                "type": "billing_requires_check"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [],
              "unknown": "Сохраните фактический X-Client-Request-ID и полный ответ. Читайте исходные ресурсы, принадлежащие Ailoot, по их точным подписанным URL содержимого; никогда не повторяйте создание с неопределённым исходом."
            },
            "outputs": {
              "all_results": "Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания.",
              "family": "rerank",
              "fields": [
                {
                  "description": "Точная модель ответа, требуемая настроенным обработчиком Source.",
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": "Уникальный индекс исходного входного документа.",
                  "name": "results[].index",
                  "type": "integer"
                },
                {
                  "description": "Конечное значение оценки релевантности.",
                  "name": "results[].relevance_score",
                  "type": "number"
                },
                {
                  "description": "Исходный текстовый документ, требуемый этим настроенным обработчиком ответа.",
                  "name": "results[].document",
                  "type": "string"
                },
                {
                  "description": "Конечное неотрицательное количество нативных токенов, требуемое текущим принятым тарифом.",
                  "name": "usage.total_tokens",
                  "type": "integer"
                }
              ],
              "result": "Полный исходный нативный JSON-результат с настроенной моделью ответа, исходными индексами документов, оценками релевантности, строками документов и нативным использованием токенов. Сохраните каждый фактический результат и поле использования."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "bge-reranker-v2-m3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "query",
                "required": false,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "documents",
                "required": true,
                "type": "array"
              }
            ],
            "request_schema": {
              "properties": {
                "documents": {
                  "items": {
                    "type": "string"
                  },
                  "minItems": 1,
                  "type": "array"
                },
                "model": {
                  "enum": [
                    "bge-reranker-v2-m3"
                  ],
                  "type": "string"
                },
                "query": {
                  "type": "string"
                }
              },
              "required": [
                "model",
                "documents"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": false,
              "body": {
                "documents": "${ACTUAL_DOCUMENTS}",
                "model": "bge-reranker-v2-m3",
                "query": "${ACTUAL_QUERY}"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Укажите реальный поисковый запрос и непустой массив исходных текстовых документов. Индексы результатов относятся к этому исходному массиву."
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "documents"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/rerank"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "rerank",
            "fields": [
              {
                "description": "Exact response model required by the configured Source consumer.",
                "name": "model",
                "type": "string"
              },
              {
                "description": "Unique original input document index.",
                "name": "results[].index",
                "type": "integer"
              },
              {
                "description": "Finite relevance score.",
                "name": "results[].relevance_score",
                "type": "number"
              },
              {
                "description": "Original text document required by this configured response consumer.",
                "name": "results[].document",
                "type": "string"
              },
              {
                "description": "Finite nonnegative native token count required by the current accepted tariff.",
                "name": "usage.total_tokens",
                "type": "integer"
              }
            ],
            "result": "Complete original native JSON result with the configured response model, original document indices, relevance scores, document strings and native token usage. Retain every actual result and usage field."
          }
        },
        "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": "0.00004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000004",
                "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": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_QUERY:?Set the actual documented input value}\"\nexport AILOOT_QUERY\n: \"${AILOOT_DOCUMENTS_JSON:?Set the actual documented input value}\"\nexport AILOOT_DOCUMENTS_JSON\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'bge-reranker-v2-m3', 'query': '${ACTUAL_QUERY}', 'documents': '${ACTUAL_DOCUMENTS}'}\nrequest['query']=os.environ['AILOOT_QUERY']\nrequest['documents']=json.loads(os.environ['AILOOT_DOCUMENTS_JSON'])\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\n",
            "label": "Use actual input and retain the complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "rerank",
        "hints": [
          "Set your actual query and nonempty array of original text documents. Result indices refer to that original array.",
          "The minimum example omits top_n, return_documents, instruct and other optional controls.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "text"
        ],
        "label": "Переранжирование",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "rerank",
        "out": null,
        "output": [
          "rerank"
        ],
        "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": 4e-08
          }
        },
        "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": "0.00004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "total_token",
                "label": "total token",
                "native_amount_usd_per_unit": "0.00000004",
                "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": "bge-reranker-v2-m3",
        "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": "0.00004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "total_token",
            "label": "total token",
            "native_amount_usd_per_unit": "0.00000004",
            "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": "bge-reranker-v2-m3",
        "request_model_id": "bge-reranker-v2-m3",
        "route_label": "Ultra"
      }
    ],
    "name": "bge-reranker-v2-m3",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "Многоязычный кросс-энкодер BAAI для ранжирования отобранных фрагментов по запросу. Он совместно читает каждую пару «запрос — фрагмент» и возвращает оценку релевантности, уточняя короткий список результатов поиска без генерации ответа или эмбеддингов документов."
  },
  "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": "Многоязычный кросс-энкодер BAAI для ранжирования отобранных фрагментов по запросу. Он совместно читает каждую пару «запрос — фрагмент» и возвращает оценку релевантности, уточняя короткий список результатов поиска без генерации ответа или эмбеддингов документов.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "1aa3ec3f47b86ecf04ea13e2768e528b50bf753ec59b2312f578d19ee813d12e",
    "renderer_sha256": "aa692ffec412026bdeaf316df24a58e6c5083045e5246f6033f898d132afa5ff"
  },
  "sourceRevision": "68d38f6ca011e8344f516ceebe8dd18dad6dd94e6f61ecc524d03836f1be6891"
}