Skip to main content
POST
重排序文档
使用 jina-reranker-v3 针对某个 query 对文档列表重排序。需要提供非空的 query 和非空的 documents 数组;结果按 relevance_score 排序返回。可选的 top_n 用于只返回最相关的若干文档。它与基于 embedding 的检索天然互补:先用 embedding 召回候选,再用重排序确定最终顺序。 通过 AIsa 中继路径 /v1/rerank 提供服务——OpenAI 兼容。按 token 计费,每 100 万 tokens $0.050usage.total_tokens 字段给出每次请求计费的 token 数。

授权

Authorization
string
header
必填

Bearer authentication header of the form Bearer <token>, where <token> is your auth token.

请求体

application/json
model
string
必填

重排序模型名称。

示例:

"jina-reranker-v3"

query
string
必填

用于对文档排序的非空查询字符串。

示例:

"What is the capital of France?"

documents
string[]
必填

要重排序的非空文档字符串数组。

Minimum array length: 1
示例:
top_n
integer

可选。只返回相关性最高的前 N 个文档。

示例:

2

响应

200 - application/json

按相关性排序的重排序结果。

model
string
示例:

"jina-reranker-v3"

results
object[]
usage
object