阿里云: Qwen3.7-Text-Rerank
qwen3.7-text-rerank- 输入 / 输出
- $0.0735 / $0.00
- 上下文
- 120K
- 模态
- 重排序
Qwen3.7-Text-Rerank 简介
Qwen3.7-Text-Rerank 是阿里巴巴的纯文本重排序（rerank）模型。它把每个候选文档与查询对照打分，并重新排序后返回，让搜索或 RAG 系统只把最相关的段落往下传。它覆盖 201 种语言和方言，每次请求可处理很多文档，单条也可以很长。文本检索选它；候选是图片和视频时，用 Qwen3-VL-Rerank。
擅长的任务
- 在检索到的段落到达回答模型之前，按与查询的相关性重新排序。
- 支持 201 种语言和方言，多语言搜索的覆盖面很广。
- 每次请求最多接受 500 个文档，足以对较宽的第一阶段短名单重排序。
- 单条内容可以很长，适合完整的段落和文章。
什么情况换别的模型
- 它只读取文本；图片和视频需要 Qwen3-VL-Rerank。
- 它不负责检索：候选文档要由你自己的搜索提供。
- 它返回的是分数和排序，不是生成的答案或引用。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
重排序TokenLab 端点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." ] }'
参数
重排序
| 参数 | 可选值与限制 | 默认值 | 说明 |
|---|---|---|---|
documents | 输入数量：≥ 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.
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
价格
每 1M token- Verified 价格
- —
- Official 价格
- 输入$0.0735每 1M token输出$0.00每 1M token
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| 输入 | $0.0735 | — | — |
| 输出 | $0.00 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Qwen3.7-Text-Rerank 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 qwen3.7-text-rerank 完成一次 rerank，接口是 /v1/rerank。返回结果和费用。
使用场景
提升 RAG 答案质量
对某个问题的向量搜索命中结果重新排序，让最好的几个段落进入提示词。
多语言站内搜索
为一种语言写的查询，对另一种语言的文档排序。
客服文章匹配
从候选短名单里挑出最匹配进来的工单的知识库文章。
提示词示例
查询：发货后怎么取消订单。请对这 40 段帮助中心的段落排序。
指令：官方政策优先于论坛帖子。查询：年度套餐的退款期限。
印尼语查询：cara mengganti kata sandi。请对这些英文文档排序。
费用计算器
FAQ
重排序模型是做什么的？
它用来优化搜索结果。第一阶段搜索会返回很多松散的匹配；重排序模型把每一条与查询对照阅读，并按相关性排序，通常能改善检索增强生成里 LLM 看到的内容。
一次能发多少文档？
每次请求最多 500 个文档。如果第一阶段返回得更多，先把短名单截到前 500 条再重排序。候选必须是文本，图片和视频请交给 Qwen3-VL-Rerank。
它覆盖哪些语言？
阿里巴巴列出 201 种语言和方言，包括中文、英语、西班牙语、法语、葡萄牙语、印尼语、日语、韩语、德语和俄语。跨语言排序是常见用法，比如用一种语言的查询去排另一种语言的文档。
该用它还是 Qwen3-VL-Rerank？
候选是纯文本时用它。候选或查询里有图片或视频时，就需要 Qwen3-VL-Rerank，不过它支持的语言和文档数量更少。
可以自定义相关性吗？
阿里巴巴的 Qwen3 重排序模型接受一条描述排序目标的指令，比如优先官方政策而不是论坛帖子。请用你自己的数据测试。
Qwen3.7-Text-Rerank 的费用是多少？
在 TokenLab 上，Qwen3.7-Text-Rerank 的价格为 输入 $0.0735 / 输出 $0.00 每 1M token。完整明细见上方价格表。
Qwen3.7-Text-Rerank 应该使用哪个端点？
Qwen3.7-Text-Rerank 使用 https://api.tokenlab.sh/v1/rerank。代码写法见下方的请求示例。
Qwen3.7-Text-Rerank 支持哪些操作？
Qwen3.7-Text-Rerank 支持 重排序。选了操作，上面会显示对应的端点和请求示例。
Qwen3.7-Text-Rerank 对比
资料来源
审阅于 2026年10月2日
