Alibaba Cloud Model Studio:Reordenamiento de texto
Última actualización: Oct 12, 2026
Un modelo de reordenamiento vuelve a puntuar los documentos devueltos por la recuperación inicial, mostrando los resultados más relevantes en la parte superior.
Resumen de modelos
ImportanteEl modelo gte-rerank se descontinuará el 30 de mayo de 2026. Cambie a qwen3-rerank.
Singapore
Modelo
Máximo de documentos
Máximo de tokens de entrada por elemento
Máximo de tokens de entrada por solicitud
Idiomas admitidos
Escenarios
qwen3-rerank
500
4,000
120,000
Más de 100 idiomas principales, como chino, inglés, español, francés, portugués, indonesio, japonés, coreano, alemán y ruso
Recuperación semántica de texto
Aplicaciones RAG
Beijing
Modelo
Máximo de documentos
Máximo de tokens de entrada por elemento
Máximo de tokens de entrada por solicitud
Idiomas admitidos
Escenarios
qwen3-vl-rerank
Texto: 100
Imagen: 40
Video: 4
8,000
120,000
33 idiomas principales, como chino, inglés, japonés, coreano, francés y alemán
Clustering de imágenes
Búsqueda multimodal
Recuperación de imágenes
Recuperación de videos
gte-rerank-v2
500
4,000
30,000
Más de 50 idiomas, como chino, inglés, japonés, coreano, tailandés, español, francés, portugués, alemán, indonesio y árabe
Recuperación semántica de texto
Aplicaciones RAG
Máximo de tokens de entrada por elemento: Máximo de tokens por consulta o documento. Si una consulta o documento excede este límite, la API devuelve un error HTTP 400 y no trunca la entrada.
Máximo de documentos: Máximo de documentos por solicitud. Para qwen3-vl-rerank, el límite varía según el tipo de documento (texto, imagen, video o mixto).
Máximo de tokens de entrada por solicitud: Calculado como Query Tokens × Number of documents + Total document tokens. No debe exceder el límite por solicitud.
Limitaciones de entrada
Modelo
Imagen
Video
qwen3-vl-rerank
JPEG, PNG, WEBP, BMP, TIFF, ICO, DIB, ICNS y SGI (compatible con URL o Base64)
El tipo de contenido de la solicitud. Debe ser application/json.
Authorizationstring(Requerido)
Autentica la solicitud con una clave API de Model Studio. Ejemplo: Bearer sk-xxxx.
Cuerpo de la solicitud
modelstring(Obligatorio)
El nombre del modelo. Valores admitidos: qwen3-rerank, gte-rerank-v2, qwen3-vl-rerank.
inputobject(Obligatorio)
Contenido de entrada.
Anide query y documents en el objeto input.
Propiedades
querystring | object(Requerido)
Texto de consulta (máx. 4,000 tokens).
qwen3-vl-rerank admite dos formatos de query:
Formato de cadena: Pase una cadena de texto directamente, p. ej., "query": "What is a rerank model?".
Formato de objeto: Pase un diccionario especificando el tipo de modalidad y el valor como {"modality type": "input content"}. Tipos admitidos: text y image.
Consulta de texto: "query": {"text": "What is a text rerank model?"}
Consulta de imagen: "query": {"image": "Image URL or Base64-encoded string"}
documentsarray(Requerido)
Documentos candidatos a ordenar. Cada elemento es una cadena.
qwen3-vl-rerank acepta un diccionario o cadena por elemento: {"modality type": "text/image URL/video URL"}. Tipos admitidos: text, image, video.
Texto: La clave es text, el valor es una cadena. Una cadena simple sin envoltura de diccionario también funciona.
Imagen: La clave es image, el valor es una URL o URI de datos Base64 (data:image/{format};base64,{data}, donde {format} es jpeg/png y {data} es la cadena codificada).
Video: La clave es video, el valor debe ser una URL accesible públicamente.
parametersobject(Opcional)
Parámetros opcionales.
Anide top_n y instruct en el objeto parameters.
Propiedades
top_nint(Opcional)
Número de documentos mejor clasificados para devolver. Predeterminado: todos los documentos. Los valores que exceden el total de documentos devuelven todos.
return_documentsbool(Opcional)
Indica si se incluye el texto del documento en los resultados. Predeterminado: false. Modelos admitidos: gte-rerank-v2, qwen3-vl-rerank, qwen3-rerank.
instructstring(Opcional)
Instrucción de ordenamiento personalizada. Aplica a qwen3-rerank y qwen3-vl-rerank. Guía al modelo para aplicar diferentes políticas de ordenamiento. Ejemplos:
Tarea de recuperación de preguntas y respuestas (predeterminado): "Given a web search query, retrieve relevant passages that answer the query."
Enfoque: Encontrar respuestas. El modelo prioriza si un documento responde a la consulta.
Ejemplo: Consulta "¿Cómo prevenir un resfriado?" - El documento "Lavarse las manos frecuentemente previene resfriados" obtiene una puntuación alta; "El resfriado es una enfermedad común" obtiene una puntuación baja (temáticamente relevante pero no responde).
Tarea de ordenamiento por similitud semántica: "Retrieve semantically similar text."
Enfoque: Determinar equivalencia semántica. El modelo evalúa si la consulta y el documento tienen un significado central consistente, independientemente de la redacción o estructura.
Ejemplo: En escenarios de preguntas frecuentes, "¿Cómo cambio mi contraseña?" y "¿Qué pasa si olvido mi contraseña?" son semánticamente similares (puntuación alta). El modelo se enfoca en si ambos reflejan la misma intención del usuario.
Escriba las instrucciones en inglés. Predeterminado: Tarea de recuperación de preguntas y respuestas. Hay más instrucciones disponibles en el repositorio del modelo.
fpsfloat(Opcional)
Solo qwen3-vl-rerank. Controla la cantidad de extracción de fotogramas de video. Valores más pequeños = menos fotogramas. Rango: 0-1 (predeterminado: 1.0).
qwen3-rerank
# This is the Singapore region URL. Replace WorkspaceId with your actual workspace ID. URLs differ by region.
curl --request POST \
--url https://{WorkspaceId}.ap-southeast-1.maas.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": {
"documents": [
"Rerank models are widely used in search engines and recommendation systems. They sort candidate documents based on text relevance.",
"Quantum computing is a cutting-edge field of computer science.",
"The development of pre-trained language models has brought new advancements to rerank models."
],
"query": "What is a rerank model?"
},
"parameters": {
"top_n": 2,
"instruct": "Given a web search query, retrieve relevant passages that answer the query."
}
}'
curl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/rerank/text-rerank/text-rerank' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "qwen3-vl-rerank",
"input":{
"query": {"text": "What is a rerank model?"},
"documents": [
{"text": "Rerank models are widely used in search engines and recommendation systems. They sort candidate documents based on text relevance."},
{"image": "https://img.alicdn.com/imgextra/i3/O1CN01rdstgY1uiZWt8gqSL_!!6000000006071-0-tps-1970-356.jpg"},
{"video": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250107/lbcemt/new+video.mp4"}
]
},
"parameters": {
"return_documents": true,
"top_n": 2,
"fps": 1.0
}
}'
Consulta de imagen
curl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/rerank/text-rerank/text-rerank' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "qwen3-vl-rerank",
"input":{
"query": {"image": "https://img.alicdn.com/imgextra/i3/O1CN01rdstgY1uiZWt8gqSL_!!6000000006071-0-tps-1970-356.jpg"},
"documents": [
{"text": "Text rerank models are widely used in search engines and recommendation systems to sort candidate captions based on text relevance."},
{"image": "https://img.alicdn.com/imgextra/i3/O1CN01rdstgY1uiZWt8gqSL_!!6000000006071-0-tps-1970-356.jpg"},
{"video": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250107/lbcemt/new+video.mp4"}
]
},
"parameters": {
"return_documents": true,
"top_n": 2,
"fps": 1.0
}
}'
gte-rerank-v2
curl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/rerank/text-rerank/text-rerank' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "gte-rerank-v2",
"input":{
"query": "What is a rerank model?",
"documents": [
"Rerank models are widely used in search engines and recommendation systems. They sort candidate documents based on text relevance.",
"Quantum computing is a cutting-edge field of computer science.",
"The development of pre-trained language models has brought new advancements to rerank models."
]
},
"parameters": {
"return_documents": true,
"top_n": 2
}
}'
CLI de dashscope
Llamada a través de la línea de comandos dashscope.
export DASHSCOPE_API_KEY="your-api-key"
# Replace {WorkspaceId} with your workspace ID, ap-southeast-1 with your region (e.g., us-east-1, eu-central-1)
export DASHSCOPE_HTTP_BASE_URL="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"
dashscope rerank create -m gte-rerank-v2 -q "machine learning" -d "Machine learning is a branch of AI" -d "The weather is really nice today"
ImportanteEl asistente interactivo SDK Expert puede realizar las mismas tareas de desarrollo y solución de problemas mediante lenguaje natural; consulte
{
"output": {
"results": [
{
"document": {
"text": "Rerank models are widely used in search engines and recommendation systems. They sort candidate documents based on text relevance."
},
"index": 0,
"relevance_score": 0.9334521178273196
},
{
"document": {
"text": "The development of pre-trained language models has brought new advancements to rerank models."
},
"index": 2,
"relevance_score": 0.34100082626411193
}
]
},
"usage": {
"total_tokens": 79
},
"request_id": "85ba5752-1900-47d2-8896-23f99b13f6e1"
}
Respuesta fallida
Si una solicitud falla, code y message indican la causa del error.
Los nombres de los parámetros del SDK coinciden con la API HTTP, pero la estructura difiere. HTTP utiliza objetos anidados input y parameters; el SDK utiliza una estructura plana.
import dashscope
# China (Beijing) region. Replace {WorkspaceId} with your actual workspace ID. The configuration varies by region.
dashscope.base_http_api_url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1"
def text_rerank():
resp = dashscope.TextReRank.call(
model="gte-rerank-v2",
query="What is a rerank model?",
documents=[
"Rerank models are widely used in search engines and recommendation systems. They sort candidate documents based on text relevance.",
"Quantum computing is a cutting-edge field of computer science.",
"The development of pre-trained language models has brought new advancements to rerank models."
],
top_n=2,
return_documents=True
)
print(resp)
if __name__ == '__main__':
text_rerank()
Utilice qwen3-vl-rerank para reordenamiento multimodal con una consulta de imagen.
import dashscope
from http import HTTPStatus
import json
# China (Beijing) region. Replace {WorkspaceId} with your actual workspace ID.
dashscope.base_http_api_url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1"
def vl_rerank():
resp = dashscope.TextReRank.call(
model="qwen3-vl-rerank",
query={"image": "https://img.alicdn.com/imgextra/i3/O1CN01rdstgY1uiZWt8gqSL_!!6000000006071-0-tps-1970-356.jpg"},
documents=[
{"text": "Rerank models are widely used in search engines and recommendation systems. They sort candidate documents based on text relevance."},
{"image": "https://img.alicdn.com/imgextra/i3/O1CN01rdstgY1uiZWt8gqSL_!!6000000006071-0-tps-1970-356.jpg"},
{"video": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250107/lbcemt/new+video.mp4"}
],
top_n=2,
return_documents=True
)
if resp.status_code == HTTPStatus.OK:
print(json.dumps(resp, default=str, ensure_ascii=False, indent=4))
else:
print(resp)
if __name__ == '__main__':
vl_rerank()
Salida de ejemplo
NotaEl SDK envuelve la respuesta HTTP. Para solicitudes exitosas, code y message siempre son cadenas vacías.
{
"status_code": 200,
"request_id": "4b0805c0-6b36-490d-8bc1-4365f4c89905",
"code": "",
"message": "",
"output": {
"results": [
{
"index": 0,
"relevance_score": 0.9334521178273196,
"document": {
"text": "Rerank models are widely used in search engines and recommendation systems. They sort candidate documents based on text relevance."
}
},
{
"index": 2,
"relevance_score": 0.34100082626411193,
"document": {
"text": "The development of pre-trained language models has brought new advancements to rerank models."
}
}
]
},
"usage": {
"total_tokens": 79
}
}
Códigos de error
Si la llamada al modelo falla y devuelve un mensaje de error, consulte Códigos de error para su resolución.