Alibaba Cloud: Qwen3.7-Text-Rerank

Qwen3.7 Text Rerank memberi skor pada dokumen kandidat terhadap kueri dan menyusun ulang hasilnya. Model ini digunakan setelah pengambilan tahap pertama, membantu sistem pencarian atau RAG menampilkan bagian yang paling relevan dengan pertanyaan.

Bandingkan model

qwen3.7-text-rerank

TersediaAlibaba CloudRerankSinkronkan

Masukan / Keluaran: $0.0735 / $0.00
Konteks: 120K
Modalitas: Peringkat Ulang

Tentang Qwen3.7-Text-Rerank

Qwen3.7-Text-Rerank adalah reranker khusus teks dari Alibaba. Model ini memberikan skor pada setiap dokumen kandidat terhadap kueri dan mengurutkannya kembali, sehingga sistem pencarian atau RAG hanya perlu meneruskan bagian yang paling relevan. Model ini mencakup 201 bahasa dan dialek serta menerima banyak dokumen per permintaan, dengan item panjang yang diperbolehkan. Ini adalah pilihan untuk pencarian teks; Qwen3-VL-Rerank adalah pilihan untuk kandidat gambar dan video.

Kelebihan

Mengurutkan ulang bagian yang diambil berdasarkan relevansi dengan kueri sebelum mencapai model penjawab.
Mendukung 201 bahasa dan dialek, cakupan yang sangat luas untuk pencarian multibahasa.
Menerima hingga 500 dokumen per permintaan, cukup untuk mengurutkan ulang daftar pendek tahap pertama yang luas.
Item individu bisa berukuran panjang, yang cocok untuk paragraf dan artikel lengkap.

Kapan harus beralih

Model ini hanya membaca teks; gambar dan video memerlukan Qwen3-VL-Rerank.
Model ini tidak mengambil apa pun: Anda harus menyediakan dokumen kandidat dari pencarian Anda sendiri.
Model ini mengembalikan skor dan urutan, bukan jawaban atau sitasi yang dihasilkan.

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": "qwen3.7-text-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.
`top_n`	≥ 1	Tidak disediakan	Positive integer. A public upper bound and uniform omitted-field result count are not verified.

Ranks text documents against a text query.

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.

Penetapan Harga

per 1M token

Harga Verified: —
Harga Official: Masukan$0.0735per 1M tokenKeluaran$0.00per 1M token

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Masukan	$0.0735	—	—
Keluaran	$0.00	—	—

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 13 Nov 2026, 05.01 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 Qwen3.7-Text-Rerank di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba qwen3.7-text-rerank dengan rerank di /v1/rerank. Tampilkan hasil dan biayanya.

Skenario penggunaan

Kualitas jawaban RAG
Mengurutkan ulang hasil pencarian vektor untuk sebuah pertanyaan agar beberapa bagian terbaik masuk ke dalam prompt.
Pencarian situs multibahasa
Mengurutkan hasil untuk kueri yang ditulis dalam satu bahasa terhadap dokumen dalam bahasa lain.
Pencocokan artikel dukungan
Memilih artikel basis pengetahuan yang paling sesuai dengan tiket masuk dari daftar kandidat pendek.

Contoh prompt

Kueri: bagaimana cara membatalkan pesanan setelah dikirim. Urutkan 40 paragraf pusat bantuan ini.

Instruksi: lebih utamakan kebijakan resmi daripada postingan forum. Kueri: periode pengembalian dana untuk paket tahunan.

Kueri dalam bahasa Indonesia: cara mengganti kata sandi. Urutkan dokumen bahasa Inggris ini.

Kalkulator biaya

Token input bulanan1M token

Token output bulanan0.5M token

Perkiraan biaya bulanan$0.073529

FAQ

Apa kegunaan reranker?

Reranker menyempurnakan hasil pencarian. Pencarian tahap pertama mengembalikan banyak kecocokan yang kurang tepat; reranker membaca masing-masing terhadap kueri dan mengurutkannya berdasarkan relevansi, yang biasanya meningkatkan apa yang dilihat LLM dalam retrieval-augmented generation.

Berapa banyak dokumen yang bisa saya kirim?

Hingga 500 dokumen per permintaan. Jika tahap pertama Anda mengembalikan lebih banyak, potong daftar pendek menjadi 500 teratas sebelum melakukan reranking. Kandidat harus berupa teks, karena gambar dan video ditangani oleh Qwen3-VL-Rerank.

Bahasa apa saja yang dicakupnya?

Alibaba mencantumkan 201 bahasa dan dialek, termasuk bahasa Mandarin, Inggris, Spanyol, Prancis, Portugis, Indonesia, Jepang, Korea, Jerman, dan Rusia. Pemeringkatan lintas bahasa, seperti kueri dalam satu bahasa terhadap dokumen dalam bahasa lain, adalah penggunaan yang umum.

Haruskah saya menggunakan ini atau Qwen3-VL-Rerank?

Gunakan model ini jika kandidatnya berupa teks biasa. Qwen3-VL-Rerank diperlukan jika gambar atau video menjadi bagian dari kandidat atau kueri, namun mendukung lebih sedikit bahasa dan lebih sedikit dokumen.

Bisakah saya menyesuaikan relevansi?

Model rerank Qwen3 dari Alibaba menerima instruksi yang menjelaskan tujuan pemeringkatan. Misalnya, model ini dapat lebih mengutamakan kebijakan resmi daripada postingan forum. Uji coba pada data Anda sendiri.

Berapa biaya Qwen3.7-Text-Rerank?

Di TokenLab, Qwen3.7-Text-Rerank dikenakan Masukan $0.0735 / Keluaran $0.00 per 1M token. Tabel harga di atas menampilkan rincian lengkap.

Endpoint mana yang harus digunakan Qwen3.7-Text-Rerank?

Pakai https://api.tokenlab.sh/v1/rerank sebagai default untuk Qwen3.7-Text-Rerank. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Qwen3.7-Text-Rerank?

Qwen3.7-Text-Rerank mendukung Peringkat Ulang. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.