Alibaba Cloud: Qwen3-VL-Rerank

Qwen3 VL Rerank menyusun ulang kandidat yang diambil menggunakan relevansi visual dan tekstual. Model ini berguna setelah pencarian awal, ketika sistem perlu memilih hasil media campuran mana yang paling menjawab kueri pengguna.

Bandingkan model

qwen3-vl-rerank

TersediaAlibaba CloudRerankSinkronkan

Masukan / Keluaran: $0.10 / —
Konteks: 120K
Modalitas: VisiPeringkat Ulang

Tentang Qwen3-VL-Rerank

Qwen3-VL-Rerank adalah reranker multimodal dari Alibaba. Dengan kueri yang bisa berupa teks atau gambar, model ini memberikan skor pada dokumen kandidat yang dapat berisi teks, gambar, atau video, lalu mengurutkannya berdasarkan relevansi. Model ini ditempatkan setelah pencarian vektor tahap pertama untuk memilih hasil media campuran terbaik. Berbeda dengan Qwen3.7-Text-Rerank yang hanya menangani teks, model ini mendukung 33 bahasa serta menerima kandidat gambar dan video.

Kelebihan

Mengurutkan dokumen yang mencampurkan teks, gambar, dan video dalam satu permintaan.
Kueri itu sendiri bisa berupa gambar, yang memungkinkan pencarian melalui tangkapan layar atau foto.
Mendukung 33 bahasa utama untuk kueri dan dokumen.
Instruksi khusus dapat mendeskripsikan apa arti relevansi untuk tugas Anda.

Kapan harus beralih

Model ini mencakup 33 bahasa, sementara Qwen3.7-Text-Rerank mencakup jauh lebih banyak untuk teks biasa.
Jumlah dokumen dibatasi per permintaan, dengan jumlah gambar dan video yang lebih sedikit daripada bagian teks.
Video harus dikirim melalui URL, dan tidak semua format gambar diterima.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Peringkat UlangEndpoint TokenLab

POST/v1/rerank

curl -X POST "https://api.tokenlab.sh/v1/rerank" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "operation": "rerank",
  "model": "qwen3-vl-rerank",
  "query": "What is the capital of France?",
  "documents": [
    "Paris is the capital of France.",
    "Berlin is the capital of Germany."
  ]
}'

Parameter

Peringkat Ulang

Parameter	Nilai dan batas	Nilai bawaan	Catatan
`documents`	Jumlah masukan: ≥ 1, ≤ 1000	Tidak disediakan	Each document is limited to 100000 characters. Total document text is limited to 2000000 characters.
`query`	Tidak disediakan	Tidak disediakan	Required non-empty text with at most 32000 characters.
`return_documents`	true, false	Tidak disediakan	Tidak disediakan
`top_n`	≥ 1	Tidak disediakan	Positive integer. A public upper bound and uniform omitted-field result count are not verified.

Public /v1/rerank request schema accepts text query and text documents. Image/video rerank remains outside the current TokenLab public contract.

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Default

per 1M token

Harga Official: Masukan $0.10 / Teks Masukan $0.10 / Gambar Masukan $0.258
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Default	Masukan $0.10 / Teks Masukan $0.10 / Gambar Masukan $0.258	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 08.49 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Qwen3-VL-Rerank di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba qwen3-vl-rerank dengan rerank di /v1/rerank. Tampilkan hasil dan biayanya.

Skenario penggunaan

Cocok untuk

Visi

Pencarian gambar produk
Mengurutkan item produk berdasarkan foto pelanggan agar kecocokan visual dan tekstual terdekat muncul di urutan pertama.
RAG Multimodal
Mengurutkan tangkapan layar, slide, dan bagian teks yang diambil untuk sebuah pertanyaan sebelum dikirim ke model penjawab.
Pencarian klip video
Memilih klip yang paling menjawab kueri teks dari kumpulan video kandidat.

Contoh prompt

Kueri: oven belanda enamel merah dengan tutup. Urutkan foto dan deskripsi produk ini berdasarkan relevansi.

Instruksi: utamakan dokumen yang menampilkan dialog kesalahan. Kueri: tangkapan layar dari unggahan yang gagal.

Urutkan lima klip kuliah ini untuk pertanyaan 'bagaimana cara kerja gradient clipping'.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa yang dilakukan Qwen3-VL-Rerank?

Model ini menyusun ulang hasil kandidat berdasarkan relevansi terhadap kueri. Baik kueri maupun kandidat dapat menyertakan teks, gambar, dan video, sehingga model ini berfungsi untuk pengambilan media campuran di mana reranker khusus teks tidak dapat menilai gambar.

Apa perbedaannya dengan Qwen3.7-Text-Rerank?

Qwen3-VL-Rerank menerima gambar dan video serta mencakup 33 bahasa. Qwen3.7-Text-Rerank hanya menerima teks tetapi menangani jauh lebih banyak bahasa dan lebih banyak dokumen per permintaan. Pilih berdasarkan apakah kandidat Anda bersifat visual.

Format media apa saja yang diterima?

Gambar dalam format umum seperti JPEG, PNG, dan WEBP yang dikirim melalui URL atau Base64, serta video dalam format MP4, AVI, atau MOV yang dikirim melalui URL saja.

Bisakah saya menentukan apa yang dianggap relevan?

Ya. Parameter instruksi memungkinkan Anda menyatakan apa arti relevansi, misalnya mencocokkan kesalahan atau gaya tertentu. Parameter ini bersifat opsional, dan hasil dikembalikan sebagai indeks dengan skor relevansi.

Di mana posisinya dalam alur kerja (pipeline)?

Setelah pengambilan (retrieval). Gunakan embedding atau pencarian kata kunci untuk mengumpulkan kandidat, lalu lakukan rerank pada daftar pendek dan teruskan hasil teratas. Model ini bukan indeks pencarian dengan sendirinya.

Berapa biaya Qwen3-VL-Rerank?

Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Endpoint mana yang harus digunakan Qwen3-VL-Rerank?

Pakai https://api.tokenlab.sh/v1/rerank sebagai default untuk Qwen3-VL-Rerank. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Qwen3-VL-Rerank?

Qwen3-VL-Rerank mendukung Peringkat Ulang. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.