Skip to main content
使用语义相似度模型对文档进行重排序。适用于优化搜索结果和 RAG 应用。

请求体

同步请求超时: 这个非聊天端点会等待路由到的模型完成处理。大输入、长音频或大批量请求可能超过常见的 30s 客户端默认超时,因此请将 HTTP 客户端超时设置为至少 120s
string
必填
要使用的重排序模型 ID(例如 qwen3-vl-rerank)。
string
必填
用于对文档进行排序的查询语句。最大长度:32,000 个字符。
array
必填
需要重排序的文档列表(字符串数组)。限制:最多 1,000 篇文档;每篇最多 100,000 个字符;所有文档合计最多 2,000,000 个字符。
integer
返回的前几个结果数量。默认为所有文档。必须至少为 1,且不能大于 documents.length。如果供应商后续公开更严格的限制,AI Sonar 会在这里文档化并执行。
boolean
默认值:"false"
是否在响应中包含原始文档文本。

响应

array
带有评分的已排序文档列表。每个结果包含:
  • index (integer): 原始文档索引
  • relevance_score (number): 相关性评分 (0-1)
  • document (string): 原始文本(如果 return_documents=true
string
用于重排序的模型。
object
Token 使用统计。