Jina AI 重排序格式（Rerank）

官方文档
Jina AI Rerank

标准格式

在New API中，Jina AI的rerank格式被采用为标准格式。所有其他供应商（如Xinference、Cohere等）的rerank响应都会被格式化为Jina AI的格式，以提供统一的开发体验。

📝 简介

Jina AI Rerank 是一个强大的文本重排序模型，可以根据查询对文档列表进行相关性排序。该模型支持多语言，可以处理不同语言的文本内容，并为每个文档分配相关性分数。

💡 请求示例

基础重排序请求 ✅

响应示例:

📮 请求

端点

鉴权方法

在请求头中包含以下内容进行 API 密钥认证：

其中 $NEWAPI_API_KEY 是您的 API 密钥。

请求体参数

`model`

类型：字符串

必需：否

默认值：jina-reranker-v2-base-multilingual

说明：要使用的重排序模型

`query`

类型：字符串

必需：是

说明：用于对文档进行相关性排序的查询文本

`top_n`

类型：整数

必需：否

默认值：无限制

说明：返回排序后的前 N 个文档

`documents`

类型：字符串数组

必需：是

说明：要进行重排序的文档列表

限制：每个文档的长度不应超过模型的最大token限制

📥 响应

成功响应

`results`

类型：数组

说明：重排序后的文档列表

属性：

document: 包含文档文本的对象

index: 文档在原始列表中的索引

relevance_score: 相关性分数(0-1之间)

`usage`

类型：对象

说明：token 使用统计

属性：

prompt_tokens: 提示使用的 token 数

completion_tokens: 补全使用的 token 数

total_tokens: 总 token 数

prompt_tokens_details: 提示 token 详细信息

cached_tokens: 缓存的 token 数

audio_tokens: 音频 token 数

completion_tokens_details: 补全 token 详细信息

reasoning_tokens: 推理 token 数

audio_tokens: 音频 token 数

accepted_prediction_tokens: 接受的预测 token 数

rejected_prediction_tokens: 拒绝的预测 token 数

错误响应

当请求出现问题时，API 将返回错误响应：

400 Bad Request: 请求参数无效

401 Unauthorized: API 密钥无效或未提供

429 Too Many Requests: 请求频率超限

500 Internal Server Error: 服务器内部错误

💡 最佳实践

查询优化建议

使用清晰具体的查询文本

避免过于宽泛或模糊的查询

确保查询与文档使用相同的语言风格

文档处理建议

保持文档长度适中，不要超过模型限制

确保文档内容完整且有意义

可以包含多语言文档，模型支持跨语言匹配

性能优化

合理设置 top_n 参数以减少不必要的计算

对于大量文档，考虑分批处理

可以缓存常用查询的结果

多语言支持

该模型支持多种语言的文档重排序，包括但不限于：

英语

中文

德语

西班牙语

日语

法语

无需指定语言参数，模型会自动识别和处理不同语言的内容。

📝 简介#

💡 请求示例#

基础重排序请求 ✅#

📮 请求#

端点#

鉴权方法#

请求体参数#

model#

query#

top_n#

documents#

📥 响应#

成功响应#

results#

usage#

错误响应#

💡 最佳实践#

查询优化建议#

文档处理建议#

性能优化#

多语言支持#