重排序 — OpenAI 格式

POST/v1/rerank

对候选文档按与查询的相关性进行重排序，兼容业界主流 Rerank API 协议。

Bearer Token

模型介绍

重排序模型（cross-encoder）通过联合编码 query 与 document，输出相关性分数。相比纯向量检索（bi-encoder），它能显著提升 Top-K 的精度。典型用法：先嵌入检索召回 50~100 条，再用 reranker 精排取 Top-5。

支持模型

暂未开通任何重排序模型（与按能力筛选口径一致：rerank 类型当前无在售模型）。下表为协议参考清单，模型均未上架：

模型	类型	语言	说明
BAAI/bge-reranker-v2-m3	文本	100+ 多语言	硅基流动·中文优化（规划中）
Pro/BAAI/bge-reranker-v2-m3	文本	100+ 多语言	硅基流动·加速版（规划中）
Qwen/Qwen3-Reranker-8B	文本	多语言	支持自定义 instruction（规划中）
Qwen/Qwen3-Reranker-4B	文本	多语言	支持自定义 instruction（规划中）
Qwen/Qwen3-Reranker-0.6B	文本	多语言	支持自定义 instruction（规划中）
netease-youdao/bce-reranker-base_v1	文本	中/英	网易有道（规划中）

请求参数

请求参数

参数	类型	必填	默认值	描述
model	string	是	-	模型名，如 BAAI/bge-reranker-v2-m3
query	string	是	-	查询文本，长度 ≥ 1
documents	string | array<string>	是	-	候选文档，支持单条或列表（≥ 1 条）
instruction	string	否	-	重排指令，仅 Qwen3-Reranker 系支持，长度 ≥ 1
top_n	integer	否	全部	返回前 N 条结果（≥ 1）
return_documents	boolean	否	false	是否在结果中返回原文档内容
max_chunks_per_doc	integer	否	1024	单文档最大分块数（≥ 1），仅 BAAI/bge-reranker-v2-m3 / Pro/BAAI/bge-reranker-v2-m3 / bce-reranker-base_v1 支持
overlap_tokens	integer	否	-	相邻分块重叠 token 数（0 ~ 80），仅上述三模型支持

请求示例

curl /v1/rerank \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "BAAI/bge-reranker-v2-m3",
    "query": "如何申请签证？",
    "documents": [
      "签证申请需要护照、照片和申请表。",
      "今天的天气晴朗，适合出行。"
    ],
    "top_n": 2,
    "return_documents": true
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="/v1"
)

resp = client.rerank.create(
    model="bge-reranker-v2",
    query="如何申请签证？",
    documents=[
        "签证申请需要护照、照片和申请表。",
        "今天的天气晴朗，适合出行。",
    ],
    top_n=2,
    return_documents=True,
)
for r in resp.results:
    print(r.index, r.relevance_score)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "YOUR_API_KEY",
  baseURL: "/v1",
});

const resp = await client.rerank.create({
  model: "bge-reranker-v2",
  query: "如何申请签证？",
  documents: [
    "签证申请需要护照、照片和申请表。",
    "今天的天气晴朗，适合出行。",
  ],
  top_n: 2,
  return_documents: true,
});
for (const r of resp.results) {
  console.log(r.index, r.relevance_score);
}

响应示例

{
  "id": "rerank-abc",
  "model": "BAAI/bge-reranker-v2-m3",
  "results": [
    {
      "index": 0,
      "relevance_score": 0.987
    },
    {
      "index": 1,
      "relevance_score": 0.423
    }
  ]
}

return_documents=true

{
  "id": "rerank-abc",
  "model": "BAAI/bge-reranker-v2-m3",
  "results": [
    {
      "index": 0,
      "relevance_score": 0.987,
      "document": {"text": "签证申请需要护照、照片和申请表。"}
    }
  ]
}

注意事项

• documents 最多 256 条，超过会返回 400。
• relevance_score 范围 0~1，越大越相关。
• 当前暂未开通任何重排序模型，调用会取不到渠道；上表模型为规划清单。
• top_n 不传时返回全部文档的排序结果。
• 计费按调用次数 ×文档数计算。