リランキングモデルは、初期検索で返されたドキュメントを再スコアリングし、最も関連性の高い結果を最上位に表示します。
モデル概要
重要gte-rerank モデルは 2026 年 5 月 30 日に提供を終了します。qwen3-rerank に切り替えてください。
シンガポール
モデル | 最大ドキュメント数 | アイテムあたりの最大入力トークン数 | リクエストあたりの最大入力トークン数 | サポート言語 | シナリオ |
|---|---|---|---|---|---|
qwen3-rerank | 500 | 4,000 | 120,000 | 中国語、英語、スペイン語、フランス語、ポルトガル語、インドネシア語、日本語、韓国語、ドイツ語、ロシア語など 100 以上の主要言語 |
|
北京
モデル | 最大ドキュメント数 | アイテムあたりの最大入力トークン数 | リクエストあたりの最大入力トークン数 | サポート言語 | シナリオ |
|---|---|---|---|---|---|
qwen3-vl-rerank | テキスト:100 イメージ:40 ビデオ:4 | 8,000 | 120,000 | 中国語、英語、日本語、韓国語、フランス語、ドイツ語など 33 の主要言語 |
|
gte-rerank-v2 | 500 | 4,000 | 30,000 | 中国語、英語、日本語、韓国語、タイ語、スペイン語、フランス語、ポルトガル語、ドイツ語、インドネシア語、アラビア語など 50 以上の言語 |
|
- アイテムあたりの最大入力トークン数:クエリまたはドキュメントあたりの最大トークン数。単一のクエリまたはドキュメントの入力がこの上限を超えると、API は HTTP 400 エラーを返し、入力内容は切り捨てられません。
- 最大ドキュメント数:リクエストあたりの最大ドキュメント数。
qwen3-vl-rerankの場合、制限はドキュメントタイプ (テキスト、イメージ、ビデオ、または混合) によって異なります。 - リクエストあたりの最大入力トークン数:
クエリのトークン数 × ドキュメント数 + ドキュメントの合計トークン数として計算されます。リクエストあたりの制限を超えてはなりません。
入力制限
モデル | 画像 | ビデオ |
|---|---|---|
qwen3-vl-rerank | JPEG、PNG、WEBP、BMP、TIFF、ICO、DIB、ICNS、SGI (URL または Base64 をサポート) | MP4、AVI、MOV (URL のみ) |
前提条件
API キーを取得し、API キーを環境変数として設定します。SDK を使用するには、DashScope SDK をインストールします。
HTTP
{WorkspaceId} を実際の ワークスペース ID に置き換えます。
このセクションでは DashScope HTTP API について説明します。また、
qwen3-rerankとqwen3.7-text-rerankは OpenAI 互換 API にも対応しています。詳しくは OpenAI 互換 API を参照してください。
リクエストリクエストヘッダーContent-Type リクエストのコンテンツタイプは Authorization Model Studio API キーでリクエストを認証します。例: Bearer sk-xxxx。 リクエストボディmodel モデル名。サポートされている値:qwen3-rerank、gte-rerank-v2、qwen3-vl-rerank。 input 入力コンテンツ。
parameters オプションのパラメーター。
| qwen3-rerank
qwen3-vl-rerankテキストクエリ イメージクエリ gte-rerank-v2 |
応答request_id 追跡とトラブルシューティングのためのユニークなリクエスト識別子。 output タスクの出力。 usage トークン使用量統計。 code エラーコード。失敗したリクエストに対してのみ返されます。詳細については、「エラーコード」をご参照ください。 message 詳細なエラーメッセージ。失敗したリクエストに対してのみ返されます。詳細については、「エラーコード」をご参照ください。 | 成功応答失敗応答リクエストが失敗した場合、 |
OpenAI 互換 API
qwen3-rerank と qwen3.7-text-rerank は OpenAI 互換 API で呼び出すことができます。gte-rerank-v2 と qwen3-vl-rerank はサポートされておらず、呼び出すと model_not_supported エラーが返されます。
エンドポイント:POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-api/v1/reranks
DashScope HTTP API との違い:
- リクエストボディはフラットな構造で、
query、documents、top_n、instruct、return_documentsはmodelと同じ階層に指定します。inputやparametersにはネストしません。 - 並べ替え結果はレスポンスの
results配列に含まれ、各要素にはindex(リクエスト内でのドキュメントの位置)とrelevance_score(関連性スコア)が含まれます。return_documentsがtrueの場合はdocument.textも返されます。
リクエスト例
curl --request POST \
--url https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-api/v1/reranks \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "qwen3-rerank",
"query": "What is a rerank model",
"documents": [
"Rerank models are widely used in search engines and recommendation systems",
"Quantum computing is a frontier field of computer science"
],
"top_n": 2,
"return_documents": true
}'
レスポンス例
{
"object": "list",
"results": [
{
"document": {
"text": "Rerank models are widely used in search engines and recommendation systems"
},
"index": 0,
"relevance_score": 0.8369123119638817
},
{
"document": {
"text": "Quantum computing is a frontier field of computer science"
},
"index": 1,
"relevance_score": 0.2453528429428607
}
],
"model": "qwen3-rerank",
"id": "f55bad52-5f1a-9db2-a915-57ef33e94664",
"usage": {
"total_tokens": 66
}
}
Python および Node.js の呼び出し例については、リランキングを参照してください。
SDK の使用
例
リランキングモデル API を呼び出します。
SDK のパラメーター名は HTTP API と一致しますが、構造は異なります。HTTP はネストされた
inputおよびparametersオブジェクトを使用するのに対し、SDK は FLAT 構造を使用します。
import os
import dashscope
# 以下は中国 (北京) リージョンの設定です。リージョンによって region の値は異なります。呼び出し時は、{WorkspaceId} をお使いのワークスペース ID に置き換えてください。
client = dashscope.Client(
# 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えてください: api_key="sk-xxx"
# API キーはリージョン固有です。API キーを取得するには、https://www.alibabacloud.com/help/model-studio/get-api-key をご参照ください
api_key=os.getenv("DASHSCOPE_API_KEY"),
workspace="{WorkspaceId}",
region="cn-beijing",
)
def text_rerank():
resp = client.rerank.create(
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()
イメージクエリを使用したマルチモーダル再ランキングには、 qwen3-vl-rerank を使用します。
import os
import dashscope
import json
# 以下は中国 (北京) リージョンの設定です。リージョンによって region の値は異なります。呼び出し時は、{WorkspaceId} をお使いのワークスペース ID に置き換えてください。
client = dashscope.Client(
# 環境変数を設定していない場合は、次の行を Model Studio API キーに置き換えてください: api_key="sk-xxx"
# API キーはリージョン固有です。API キーを取得するには、https://www.alibabacloud.com/help/model-studio/get-api-key をご参照ください
api_key=os.getenv("DASHSCOPE_API_KEY"),
workspace="{WorkspaceId}",
region="cn-beijing",
)
def vl_rerank():
resp = client.rerank.create(
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
)
print(json.dumps(resp.model_dump(), ensure_ascii=False, indent=4))
if __name__ == '__main__':
vl_rerank()
出力例
注記SDK は HTTP レスポンスをラップします。リクエストが成功した場合、コード と メッセージ は常に空の文字列です。
{
"request_id": "4b0805c0-6b36-490d-8bc1-4365f4c89905",
"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
}
}
エラーコード
モデルの呼び出しが失敗し、エラーメッセージが返された場合は、「エラーコード」を参照して解決してください。