跳轉到主要內容
Rerank v5.0 Pro 依文件與查詢的相關性重新排序。適用於重視檢索品質的複雜查詢,在將候選片段交給 LLM 前篩選相關內容。 先檢索候選文件,再進行重排序。回應包含相關性分數與原始文件索引,不產生回答或向量。在 MixRoute 上使用 /v1/rerank。

模型資訊

廠商上下文視窗為每組查詢與文件合計 32,768 tokens,不是整個文件清單共用的上限。實際請求限制取決於 MixRoute 路由。

請求欄位

請求示例

設定 MIXROUTE_API_KEY 環境變數。Python 示例使用 requests 套件。

回應欄位

results[].index 是文件在原始 documents 陣列中的索引,從 0 開始。results[].relevance_score 是相關性分數,數值越大表示越相關。僅在回應包含文件原文時讀取 results[].document.text。

用量與計費

透過 usage.prompt_tokens 和 usage.total_tokens 讀取回報的 token 用量。重排序不產生回答文字,因此 usage.completion_tokens 可以為 0。其他通用 token 欄位不能取代這兩個用量欄位。 目前價格和可用路由請查看模型廣場。控制台消費紀錄顯示每個請求的實際費用;核對帳單時應使用這些紀錄,不要將 usage 物件當作美元金額。 完整請求格式。