Reclasseur sémantique de documents. Trie jusqu’à 500 candidats par requête selon leur pertinence, prend en charge 100+ langages et accepte une instruction de tri personnalisée.
Alibaba CloudRemonteurs4K contextePublié 5 juin 2025SingaporeEndpoint propriétaireReclasseur sémantique de documents. Trie jusqu’à 500 candidats par requête selon leur pertinence, prend en charge 100+ langages et accepte une instruction de tri personnalisée.
Aussi connu sous le nom Alibaba Cloud Qwen3 Rerank
qwen3-rerank/v1/reranksTarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
Qwen3 Rerank est servi via POST /v1/reranks avec l'id de modèle qwen3-rerank et votre clé API EmpirioLabs. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
curl https://api.empiriolabs.ai/v1/reranks \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-rerank",
"prompt": "Your input here."
}'Paramètres de requête pris en charge par l'API Qwen3 Rerank sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| query | string | - | - | Requête du texte pour classer les documents. Maximum 4 000 jetons. |
| documents | array | - | - | Documents candidats à trier (chaînes de caractères). Maximum 500 objets, chacun jusqu’à 4 000 jetons. |
| top_n | number | 10 | 1 à 500 | Nombre de documents les mieux classés à retourner. Par défaut, tout est appliqué. |
| instruct | string | Given a web search query, retrieve relevant passages that answer the query. | - | Enseignement personnalisé de l’anglais. Utilisez « Retrieve semantiqually similar text. » pour le tri par similarité. |
| return_documents | boolean | false | - | Lorsque c’est vrai, retournez le texte original du document à côté de chaque résultat. |
Limites par requête - Jusqu’à 500 documents candidats par requête - Maximum 4 000 jetons par query/document - Max 120 000 jetons par requête (formule: query_tokens × n_docs + sum_of_doc_tokens) - Les jetons facturés sont requêtes + documents combinés; seules les reclassements réussis sont facturées Langues - 100+ langues majeures incluant le chinois, l’anglais, l’espagnol, le français, le portugais, l’indonésien, le japonais, le coréen, l’allemand, le russe Modes de tri (paramètre instruct) - *Récupération par défaut, questions-réponses*: 'Given a web search query, retrieve relevant passages that answer the query. - *Semantic similarity*: Retrieve semantically similar text.' - Ou toute instruction anglaise personnalisée (voir [invites de tâche modèles](https://github.com/QwenLM/Qwen3-Embedding/blob/main/evaluation/task_prompts.json))
Sur EmpirioLabs, Qwen3 Rerank est facturé à l'usage : Entrée $0.10 par 1M de jetons d’invite. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
Qwen3 Rerank prend en charge une fenêtre de contexte de 4K tokens.
Qwen3 Rerank est servi via POST /v1/reranks sur api.empiriolabs.ai avec une authentification standard par token Bearer.
Oui. Le playground EmpirioLabs exécute Qwen3 Rerank dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.