模型市场

Qwen-Rerank

复制成功！
加入对比
向量

概述

向量

基于Qwen LLM底座训练的文本排序模型，对输入的Query和候选Docs进行相关性排序，支持100+语种和长文本输入，适用于文本检索、RAG等场景，效果对齐开源Qwen3-Rerank系列模型

输入

文本

输出

文本

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode，确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能，通过引入外部工具，使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀，减少推理时的重复计算，提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后，模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 文本输入
    ¥0.5/M tokens

速率限制与上下文

  • 最大输入
    30K
  • 最大输出
    0
  • RPM每分钟请求数
    5.40K
  • TPM每分钟 Token 数
    5B
  • 上下文
    30K

API 参考

获取 API Key
复制成功！
123456789101112131415161718
curl --location 'https://dashscope.aliyuncs.com/api/v1/services/rerank/text-rerank/text-rerank' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model": "qwen3-rerank",
    "input": {
        "query": "什么是文本排序模型",
        "documents": [
            "文本排序模型广泛用于搜索引擎和推荐系统中，它们根据文本相关性对候选文本进行排序",
            "量子计算是计算科学的一个前沿领域",
            "预训练语言模型的发展给文本排序模型带来了新的进展"
        ]
    },
    "parameters": {
        "return_documents": true,
        "top_n": 5
    }
}'