Cohere: Rerank 4 Fast

Cohere : Rerank 4 Fast est un modèle de reranking de Cohere, publié par le fournisseur le 6 avril 2026. Il se situe dans la catégorie rerank plutôt que dans la catégorie chat ou génération : au lieu d'écrire une réponse, il note et réordonne une liste de documents candidats par rapport à une requête afin que les éléments les plus pertinents apparaissent en premier. Cohere le décrit comme un modèle de base pour la recherche IA, conçu pour améliorer la pertinence des informations remontées dans les systèmes de recherche et de génération augmentée par récupération.

Le modèle prend le texte comme seule modalité d'entrée et produit une sortie rerank, c'est-à-dire une liste ordonnée de documents avec des scores de pertinence. Il prend en charge une fenêtre de contexte de 32 768 tokens, qui s'applique à la requête et aux documents transmis dans une seule requête, et il a une sortie maximale de 29 491. La prise en charge multilingue couvre plus de 100 langues, et le fournisseur indique qu'aucun prétraitement des données n'est nécessaire avant d'envoyer du texte au modèle.

Ces capacités renvoient à un ensemble d'usages assez spécifique. Le plus courant est une seconde étape dans un pipeline de récupération : un récupérateur rapide de première étape renvoie un large ensemble de candidats, et Rerank 4 Fast les réordonne afin que les passages les plus susceptibles de répondre à la requête se retrouvent en haut avant d'atteindre un modèle de génération. Le même schéma s'applique à la recherche en entreprise, où l'ordre de pertinence compte plus que la génération d'une réponse, et aux systèmes RAG qui doivent réduire un contexte bruité avant d'interroger un LLM. La prise en charge multilingue le rend utilisable dans des pipelines qui traitent des requêtes et des documents en plusieurs langues à la fois, et le contexte de 32K permet une requête longue plus un lot substantiel de passages candidats en un seul appel.

Vous l'appelez via api14 en utilisant l'API compatible OpenAI avec l'id de modèle "cohere/rerank-4-fast". Comme api14 expose une surface compatible OpenAI, vous pouvez pointer votre client OpenAI existant vers l'URL de base api14 et changer le champ model pour cet id, plutôt que d'adopter un SDK distinct. Le modèle accepte une entrée texte et renvoie une sortie rerank. Aucun paramètre de requête supplémentaire n'est listé comme pris en charge pour ce modèle, donc planifiez votre intégration autour des valeurs par défaut et du contenu de prompt et de documents que vous envoyez, et consultez le tableau des prix en direct sur la page pour les tarifs actuels.

Une contrainte pratique à garder en tête est la fenêtre de contexte de 32K, qui doit couvrir la requête et tous les documents candidats dans une requête. Si vos documents sont longs ou si vous devez classer un très grand ensemble de candidats en une seule passe, découpez le travail en lots ou raccourcissez d'abord les passages. Rerank 4 Fast ne générera pas non plus de texte ; si vous avez besoin de résumé, de réponse à des questions ou de toute sortie conversationnelle, associez-le à un modèle de génération et utilisez celui-ci uniquement pour l'ordonnancement.