Выберите модель для своего приложения.

rerank-3-lite — это реранкер, оптимизированный как по задержке, так и по качеству, являющийся прямой заменой для rerank-2.5-lite, превосходящий его на 0.94% NDCG@10 в среднем по оценкам доменов и на 1.86%...

rerank-3 — это реранкер, оптимизированный для обеспечения высокого качества и являющийся прямой заменой rerank-2.5, превосходящий его в среднем на 0.80% по метрике NDCG@10 в рамках оценки по доменам и на 3.35% при оценке на длинных документах.

Qwen3 Reranker 8B — это модель переранжирования текста от Alibaba Cloud, построенная на архитектуре Qwen3. Она оценивает пары запрос-документ для получения оценок релевантности, которые используются в поиске и RAG.

rerank-2.5-lite — это реранкер, оптимизированный как по задержке, так и по качеству, обеспечивающий улучшение точности поиска на 7.16% по сравнению с Cohere Rerank v3.5 на 93 наборах данных. Он также превзошел Cohere Rerank v3.5...

rerank-2.5 — это передовой реранкер, оптимизированный для обеспечения высокого качества, который демонстрирует улучшение точности поиска на 7.94% по сравнению с Cohere Rerank v3.5 на 93 наборах данных. Он также превзошел Cohere Rerank v3.5 на 12.70%...

Llama Nemotron Rerank VL 1B V2 — это мультимодальная модель переранжирования с 1.7B параметрами от NVIDIA. Она оценивает релевантность изображений документов и текста по отношению к запросам пользователей и предназначена для vision RAG...

Базовая модель ИИ от Cohere для повышения релевантности информации, используемой в поисковых системах и RAG. Обладает контекстным окном 32K, поддержкой более 100 языков и не требует предварительной обработки данных.

Базовая модель ИИ от Cohere для повышения релевантности информации, используемой в поисковых системах и RAG. Обладает контекстным окном 32K, поддержкой более 100 языков и не требует предварительной обработки данных.

Rerank v3.5 предназначен для переупорядочивания результатов поиска с целью повышения их релевантности. Он поддерживает многоаспектное и полуструктурированное переранжирование данных на более чем 100 языках. Идеально подходит для уточнения результатов семантического или ключевого поиска.