Cohere: Rerank 4 Pro

Cohere: Rerank 4 Pro es un modelo de reranking de Cohere, construido como un modelo fundacional de búsqueda con IA. Su función es mejorar la relevancia de la información que aparece en sistemas de búsqueda y de generación aumentada por recuperación. En lugar de generar texto, puntúa y reordena documentos candidatos para que los más relevantes aparezcan primero. Fue lanzado por el proveedor el 2026-04-06 y se sitúa en la categoría de rerank.

El modelo toma texto como entrada y produce una salida de rerank. Tiene una ventana de contexto de 32,768 tokens y una salida máxima de 29,491, lo que le da margen para considerar una consulta junto con un conjunto sustancial de pasajes candidatos en una sola pasada. Cohere lo describe como multilingüe, con soporte en más de 100 idiomas, y no requiere preprocesamiento de datos. Esa combinación importa para las canalizaciones de recuperación en las que los documentos llegan en formatos e idiomas mixtos y preferirías no construir una etapa de limpieza antes de la puntuación.

El uso práctico se deriva directamente de esos rasgos. Si ejecutas un sistema de búsqueda o una canalización de RAG, puedes usar Rerank 4 Pro como una segunda etapa después de un paso de recuperación inicial: extrae un conjunto amplio de candidatos con una búsqueda vectorial o por palabras clave rápida, y luego deja que el modelo los reordene por relevancia respecto a la consulta antes de que lleguen al usuario o al modelo de lenguaje. La cobertura multilingüe hace que el mismo enfoque sea viable para corpus que no están en inglés sin mantener canalizaciones separadas por idioma, y la ausencia de preprocesamiento requerido mantiene la ingesta simple. Los encajes comunes incluyen búsqueda empresarial, bases de conocimiento de documentación y soporte, y cualquier configuración de RAG en la que la calidad de los primeros pasajes recuperados determine la calidad de la respuesta.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "cohere/rerank-4-pro". Debido a que el endpoint sigue el formato de OpenAI, puedes apuntar código de cliente existente al estilo OpenAI a api14 y cambiar el id de modelo en lugar de reescribir tu integración. El modelo no expone parámetros de solicitud compatibles adicionales más allá de la forma de solicitud estándar, por lo que no hay una superficie de ajuste especial que configurar; envías tu consulta y documentos y lees de vuelta el resultado de rerank.

Una cosa a tener en cuenta es el alcance. Este es un modelo de reranking, no un modelo de chat o generación de texto, por lo que no escribirá respuestas ni mantendrá una conversación. Si tu tarea es generar prosa, resumir o razonar sobre contenido, un modelo de lenguaje general es la mejor opción, y Rerank 4 Pro se usa mejor junto a uno como la capa de relevancia delante de él.