Alibaba Cloud: Qwen3-VL-Rerank

O Qwen3 VL Rerank reordena candidatos recuperados usando relevância visual e textual. É útil após uma busca inicial, quando um sistema precisa escolher quais resultados de mídia mista melhor respondem à consulta do usuário.

Comparar modelos

qwen3-vl-rerank

DisponívelAlibaba CloudRerankSíncrono

Entrada / Saída: $0.10 / —
Contexto: 120K
Modalidades: VisãoReclassificação

Sobre o Qwen3-VL-Rerank

Qwen3-VL-Rerank é o reranker multimodal da Alibaba. Dada uma consulta que pode ser texto ou imagem, ele pontua documentos candidatos que podem conter texto, imagens ou vídeos, e os retorna ordenados por relevância. Ele atua após uma busca vetorial de primeiro estágio para selecionar os melhores resultados de mídia mista. Diferente do Qwen3.7-Text-Rerank, que lida apenas com texto, ele suporta 33 idiomas e aceita candidatos em imagem e vídeo.

Pontos fortes

Classifica documentos que misturam texto, imagens e vídeos em uma única solicitação.
A própria consulta pode ser uma imagem, permitindo a busca por captura de tela ou foto.
Suporta 33 dos principais idiomas para consultas e documentos.
Uma instrução personalizada pode descrever o que a relevância significa para sua tarefa.

Quando usar outro modelo

Ele cobre 33 idiomas, enquanto o Qwen3.7-Text-Rerank cobre muito mais para texto simples.
A contagem de documentos é limitada por solicitação, com menos imagens e vídeos do que passagens de texto.
Vídeos devem ser enviados via URL, e nem todos os formatos de imagem são aceitos.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

ReclassificaçãoEndpoint do 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."
  ]
}'

Parâmetros

Reclassificação

Parâmetro	Valores e limites	Padrão	Notas
`documents`	Entradas: ≥ 1, ≤ 1000	Não fornecido	Each document is limited to 100000 characters. Total document text is limited to 2000000 characters.
`query`	Não fornecido	Não fornecido	Required non-empty text with at most 32000 characters.
`return_documents`	true, false	Não fornecido	Não fornecido
`top_n`	≥ 1	Não fornecido	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.

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Default

Por 1M Token

Preço Official: Entrada $0.10 / Texto Entrada $0.10 / Imagem Entrada $0.258
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Default	Entrada $0.10 / Texto Entrada $0.10 / Imagem Entrada $0.258	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 1 de nov. de 2026, 08:49 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Qwen3-VL-Rerank no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar qwen3-vl-rerank com rerank em /v1/rerank. Exiba o resultado e custo.

Casos de uso

Indicado para

Visão

Busca de imagens de produtos
Reclassifique itens de produtos em relação à foto de um cliente para que as correspondências visuais e textuais mais próximas apareçam primeiro.
RAG Multimodal
Ordene capturas de tela, slides e passagens recuperadas para uma pergunta antes que sejam enviadas ao modelo de resposta.
Busca de clipes de vídeo
Escolha os clipes que melhor respondem a uma consulta de texto a partir de um conjunto de vídeos candidatos.

Exemplos de prompt

Consulta: panela de ferro esmaltada vermelha com tampa. Classifique estas fotos e descrições de produtos por relevância.

Instrução: prefira documentos que mostrem a caixa de diálogo de erro. Consulta: uma captura de tela do upload falho.

Classifique estes cinco clipes de aula para a pergunta 'como funciona o gradient clipping'.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

O que o Qwen3-VL-Rerank faz?

Ele reordena resultados candidatos por relevância a uma consulta. Tanto a consulta quanto os candidatos podem incluir texto, imagens e vídeo, portanto, funciona para recuperação de mídia mista onde um reranker apenas de texto não consegue julgar a imagem.

Como ele é diferente do Qwen3.7-Text-Rerank?

O Qwen3-VL-Rerank aceita imagens e vídeos e cobre 33 idiomas. O Qwen3.7-Text-Rerank aceita apenas texto, mas lida com muito mais idiomas e muito mais documentos por solicitação. Escolha com base em se seus candidatos são visuais.

Quais formatos de mídia ele aceita?

Imagens em formatos comuns como JPEG, PNG e WEBP, enviados por URL ou Base64, e vídeos em MP4, AVI ou MOV, enviados apenas por URL.

Posso direcionar o que conta como relevante?

Sim. Um parâmetro de instrução permite que você diga o que a relevância significa, por exemplo, corresponder a um erro ou estilo específico. É opcional, e os resultados retornam como índices com pontuações de relevância.

Onde ele se encaixa no pipeline?

Após a recuperação. Use embeddings ou busca por palavras-chave para reunir candidatos, depois reclassifique a lista curta e passe os melhores resultados adiante. Ele não é um índice de busca por si só.

Quanto custa o Qwen3-VL-Rerank?

As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual endpoint o Qwen3-VL-Rerank deve usar?

Use https://api.tokenlab.sh/v1/rerank para Qwen3-VL-Rerank. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Qwen3-VL-Rerank suporta?

Qwen3-VL-Rerank suporta Reclassificação. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.