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
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。この制限を超えると切り捨てがトリガーされ、ランキングの精度が低下する可能性があります。
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
各モデルは異なるエンドポイントを使用します：
qwen3-rerank:
POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-api/v1/reranksqwen3-vl-rerank / gte-rerank-v2:
POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/rerank/text-rerank/text-rerank
{WorkspaceId} を実際の ワークスペース ID に置き換えます。
2つの API は、リクエストボディの構造と応答フォーマットが異なります。各モデルのリクエストと応答の例をご参照ください。
リクエスト | qwen3-rerankqwen3-vl-rerankテキストクエリ イメージクエリ gte-rerank-v2 |
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。
|
応答 | 成功応答qwen3-rerankqwen3-vl-rerank / gte-rerank-v2失敗応答リクエストが失敗した場合、 |
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。 |
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 dashscope
# 中国 (北京) リージョン。{WorkspaceId} を実際のワークスペース ID に置き換えてください。構成はリージョンによって異なります。
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()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 dashscope
from http import HTTPStatus
import json
# 中国 (北京) リージョン。{WorkspaceId} を実際のワークスペース ID に置き換えてください。
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()出力例
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。
{
"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
}
}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。