Alibaba Cloud: Qwen3.7-Text-Rerank
qwen3.7-text-rerank- 輸入 / 輸出
- $0.0735 / $0.00
- 上下文
- 120K
- 模態
- 重新排序
關於 Qwen3.7-Text-Rerank
Qwen3.7-Text-Rerank 是阿里巴巴推出的純文字重排序模型。它會針對查詢對每個候選文件進行評分並重新排序，讓搜尋或 RAG 系統僅能將最相關的段落傳遞給後續流程。它涵蓋 201 種語言和方言，單次請求可處理多份文件，並支援長文本。這是純文字檢索的首選；若候選內容包含圖像或影片，則應使用 Qwen3-VL-Rerank。
適用場景
- 在檢索到的段落到達回答模型之前，根據其與查詢的相關性進行重新排序。
- 支援 201 種語言和方言，為多語言搜尋提供極廣的覆蓋範圍。
- 單次請求最多可接收 500 份文件，足以對第一階段篩選出的廣泛候選清單進行重排序。
- 支援長文本項目，適合處理完整的段落與文章。
其他選擇建議
- 僅能讀取文字；圖像與影片需使用 Qwen3-VL-Rerank。
- 它不具備檢索功能：您必須自行提供來自搜尋結果的候選文件。
- 它僅回傳分數與排序結果，不會生成回答或引用來源。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
重排序TokenLab 端點POST/v1/rerankcurl -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." ] }'
參數設定
重排序
| 參數 | 可選值與限制 | 預設值 | 說明 |
|---|---|---|---|
documents | 輸入數量：≥ 1, ≤ 1000 | 未提供 | Each document is limited to 100000 characters. Total document text is limited to 2000000 characters. |
query | 未提供 | 未提供 | Required non-empty text with at most 32000 characters. |
top_n | ≥ 1 | 未提供 | Positive integer. A public upper bound and uniform omitted-field result count are not verified. |
Ranks text documents against a text query.
定價
Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。
定價
每 1M Token- Verified 價格
- —
- Official 價格
- 輸入$0.0735每 1M Token輸出$0.00每 1M Token
| Official 價格每 1M Token | Verified 價格每 1M Token | 折扣 | |
|---|---|---|---|
| 輸入 | $0.0735 | — | — |
| 輸出 | $0.00 | — | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Qwen3.7-Text-Rerank，並準備好編輯或發送提示詞。
協助我使用 qwen3.7-text-rerank 透過 /v1/rerank 執行 rerank，並顯示結果與成本。
應用情境
RAG 回答品質
針對問題對向量搜尋的結果進行重排序，確保最相關的幾個段落能進入提示詞中。
多語言網站搜尋
針對以一種語言編寫的查詢，對另一種語言的文件進行結果排序。
支援文章匹配
從候選清單中挑選出最符合傳入工單的知識庫文章。
提示詞範例
查詢：如何取消已出貨的訂單。請對這 40 段說明中心文章進行排序。
指令：優先考慮官方政策而非論壇貼文。查詢：年度方案的退款期限。
印尼語查詢：cara mengganti kata sandi（如何更改密碼）。請對這些英文文件進行排序。
費用計算機
FAQ
重排序模型（Reranker）的用途是什麼？
它用於精煉搜尋結果。第一階段搜尋通常會回傳許多鬆散的匹配結果；重排序模型會根據查詢內容閱讀每一項結果並按相關性排序，這通常能改善檢索增強生成（RAG）中大型語言模型所接收到的資訊品質。
我可以發送多少份文件？
單次請求最多 500 份文件。如果您的第一階段搜尋回傳數量更多，請在重排序前將清單縮減至前 500 名。候選內容必須為文字，因為圖像與影片需交由 Qwen3-VL-Rerank 處理。
它涵蓋哪些語言？
阿里巴巴列出了 201 種語言和方言，包括中文、英文、西班牙文、法文、葡萄牙文、印尼文、日文、韓文、德文和俄文。跨語言排序（例如以一種語言查詢另一種語言的文件）是常見的應用場景。
我應該使用這個模型還是 Qwen3-VL-Rerank？
當候選內容為純文字時，請使用此模型。若候選內容或查詢中包含圖像或影片，則需要 Qwen3-VL-Rerank，但該模型支援的語言與文件數量較少。
我可以自訂相關性嗎？
阿里巴巴的 Qwen3 重排序模型接受描述排序目標的指令。例如，它可以設定為「優先考慮官方政策而非論壇貼文」。請在您的資料上進行測試。
Qwen3.7-Text-Rerank 的費用是多少？
在 TokenLab 上，Qwen3.7-Text-Rerank 價格為 輸入 $0.0735 / 輸出 $0.00 每 1M Token。完整明細見上方價格表。
Qwen3.7-Text-Rerank 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/rerank 進行 Qwen3.7-Text-Rerank 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3.7-Text-Rerank 支援哪些操作？
Qwen3.7-Text-Rerank 支援 重排序。請在上方選擇一項操作以查看其端點與請求範例。
比較 Qwen3.7-Text-Rerank
來源
更新於 2026年10月2日
