注册

Rerank 重排序

POST https://api.quickrouter.ai/v1/rerank 在线调试 →
Authorization

在 Header 添加参数 Authorization,其值为 Bearer 之后拼接 Token

示例: Authorization: Bearer ********************

给定一个提示,该模型将返回一个或多个预测的完成,并且还可以返回每个位置的替代标记的概率。 为提供的提示和参数创建完成

官方文档:https://docs.siliconflow.cn/cn/api-reference/rerank/create-rerank

请求参数

Header 参数
Content-Type string
必需
示例: application/json
Accept string
必需
示例: application/json
Authorization string
可选
示例: Bearer {{YOUR_API_KEY}}
X-Forwarded-Host string
可选
示例: api.quickrouter.ai
Body 参数 application/json
model string
必需
documents array[string]
必需
query string
必需
top_n integer
必需
instruct string
必需
示例
{
    "model": "qwen3-rerank",
    "documents": [
        "文本排序模型广泛用于搜索引擎 and 推荐系统中,它们根据文本相关性对候选文本进行排序",
        "量子计算是计算科学的一个前沿领域",
        "预训练语言模型的发展给文本排序模型带来了新的进展"
    ],
    "query": "什么是文本排序模型",
    "top_n": 2,
    "instruct": "Given a web search query, retrieve relevant passages that answer the query."
}

请求示例代码

curl --location --request POST 'https://api.quickrouter.ai/v1/rerank' --header 'Accept: application/json' --header 'Authorization: Bearer YOUR_API_KEY' --header 'Content-Type: application/json' --data-raw '{
  "model": "qwen3-rerank",
  "documents": [
    "文本排序模型广泛用于搜索引擎 and 推荐系统中,它们根据文本相关性对候选文本进行排序",
    "量子计算是计算科学的一个前沿领域",
    "预训练语言模型的发展给文本排序模型带来了新的进展"
  ],
  "query": "什么是文本排序模型",
  "top_n": 2,
  "instruct": "Given a web search query, retrieve relevant passages that answer the query."
}'
var myHeaders = new Headers();
myHeaders.append("Accept", "application/json");
myHeaders.append("Authorization", "Bearer YOUR_API_KEY");
myHeaders.append("Content-Type", "application/json");

var raw = JSON.stringify({
  "model": "qwen3-rerank",
  "documents": [
    "文本排序模型广泛用于搜索引擎 and 推荐系统中,它们根据文本相关性对候选文本进行排序",
    "量子计算是计算科学的一个前沿领域",
    "预训练语言模型的发展给文本排序模型带来了新的进展"
  ],
  "query": "什么是文本排序模型",
  "top_n": 2,
  "instruct": "Given a web search query, retrieve relevant passages that answer the query."
});

var requestOptions = {
   method: 'POST',
   headers: myHeaders,
   body: raw,
   redirect: 'follow'
};

fetch("https://api.quickrouter.ai/v1/rerank", requestOptions)
   .then(response => response.text())
   .then(result => console.log(result))
   .catch(error => console.log('error', error));
import http.client
import json

conn = http.client.HTTPSConnection("api.quickrouter.ai")
payload = json.dumps({
  "model": "qwen3-rerank",
  "documents": [
    "文本排序模型广泛用于搜索引擎 and 推荐系统中,它们根据文本相关性对候选文本进行排序",
    "量子计算是计算科学的一个前沿领域",
    "预训练语言模型的发展给文本排序模型带来了新的进展"
  ],
  "query": "什么是文本排序模型",
  "top_n": 2,
  "instruct": "Given a web search query, retrieve relevant passages that answer the query."
})
headers = {
   'Accept': 'application/json',
   'Authorization': 'Bearer YOUR_API_KEY',
   'Content-Type': 'application/json'
}
conn.request("POST", "/v1/rerank", payload, headers)
res = conn.getresponse()
data = res.read()
print(data.decode("utf-8"))

返回响应

响应参数 🟢 200 OK · application/json
id string
必需
object string
必需
created integer
必需
choices array [object]
必需
index integer
可选
message object
可选
finish_reason string
可选
usage object
必需
prompt_tokens integer
必需
completion_tokens integer
必需
total_tokens integer
必需
示例
{
    "id": "chatcmpl-123",
    "object": "chat.completion",
    "created": 1677652288,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "

Hello there, how may I assist you today?"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 9,
        "completion_tokens": 12,
        "total_tokens": 21
    }
}