हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Qwen3 Reranker 8B

qwen/qwen3-reranker-8b

Rerankइनपुट: text41K13 अग॰ 2026 को जोड़ा गया

playground में खोलें Qwen3 Reranker 8B के लिए API key पाएं

Qwen3 Reranker 8B अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

Queryदस्तावेज़ (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

Qwen3 Reranker 8B एक नज़र में

40,960 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।

Qwen3 Reranker 8B के बारे में

Qwen3 Reranker 8B, Qwen का एक टेक्स्ट रीरैंकिंग मॉडल है, जो Alibaba Cloud का मॉडल परिवार है, और यह Qwen3 आर्किटेक्चर पर बनाया गया है। इसकी मुख्य श्रेणी rerank है, और यह केवल उसी श्रेणी को कवर करता है। गद्य उत्पन्न करने के बजाय, यह query-document जोड़ों का मूल्यांकन करता है और प्रासंगिकता स्कोर उत्पन्न करता है, जो इसे जनरेशन चरण के बजाय सर्च या RAG पाइपलाइन के रिट्रीवल चरण में रखता है।

मॉडल इनपुट के रूप में टेक्स्ट स्वीकार करता है और rerank आउटपुट लौटाता है, यानी आपके द्वारा सबमिट किए गए प्रत्येक query-document जोड़े के लिए एक प्रासंगिकता स्कोर। इसकी कॉन्टेक्स्ट लंबाई 40,960 टोकन है, और अधिकतम आउटपुट 36,864 है। एंडपॉइंट स्वयं जो स्वीकार करता है उसके अलावा कोई समर्थित रिक्वेस्ट पैरामीटर सूचीबद्ध नहीं हैं, इसलिए आपको यह अपेक्षा नहीं करनी चाहिए कि temperature या top_p जैसे ट्यूनिंग नॉब इसके व्यवहार को बदल देंगे। इसका काम संकीर्ण और निश्चित है: यह स्कोर करना कि कोई दस्तावेज़ किसी query से कितना अच्छा मेल खाता है।

यही संकीर्णता मुख्य बात है। सामान्य पैटर्न दो चरणों वाला रिट्रीवल सेटअप है। एक तेज़ पहले चरण का रिट्रीवर, चाहे वह वेक्टर सर्च हो, BM25 हो या हाइब्रिड, किसी query के लिए कुछ दर्जन या कुछ सौ उम्मीदवार दस्तावेज़ निकालता है। फिर Qwen3 Reranker 8B प्रत्येक उम्मीदवार को query के सापेक्ष स्कोर करता है, और आप शीर्ष परिणामों को जनरेशन मॉडल तक पहुंचाने से पहले उस स्कोर के अनुसार सूची को पुनः क्रमित करते हैं। इससे जनरेटर जो देखता है उसकी गुणवत्ता बेहतर होती है, जो RAG सिस्टम, आंतरिक नॉलेज बेस पर दस्तावेज़ खोज, और ऐसी किसी भी पाइपलाइन में मायने रखता है जहां पहले चरण का रिट्रीवर ढीले ढंग से प्रासंगिक परिणाम लौटाता है। यह डुप्लीकेट हटाने जैसी क्रम-व्यवस्था और रिट्रीवल गुणवत्ता को ऑफलाइन मूल्यांकित करने के लिए भी उपयोगी है, क्योंकि स्कोर आपको उम्मीदवार सेटों में एक सुसंगत संकेत देते हैं।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "qwen/qwen3-reranker-8b" का उपयोग करके कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI-संगत है, आप एक मौजूदा OpenAI क्लाइंट को api14 के बेस URL पर इंगित कर सकते हैं और उस आईडी को model फ़ील्ड में पास कर सकते हैं, जिससे इंटीग्रेशन का काम कम रहता है यदि आपके पास पहले से OpenAI SDK के आसपास बनी टूलिंग है। रिक्वेस्ट में आपकी query और दस्तावेज़ टेक्स्ट इनपुट के रूप में होते हैं, और प्रतिक्रिया आपको rerank स्कोर देती है। मॉडल आईडी ही एकमात्र पहचानकर्ता है जिसकी आपको आवश्यकता है; कॉन्फ़िगर करने के लिए कोई अलग डिप्लॉयमेंट या एंडपॉइंट नाम नहीं है।

मुख्य बात जिसके इर्द-गिर्द योजना बनानी है वह दायरा है। यह मॉडल केवल टेक्स्ट को rerank करता है, इसलिए यह प्रश्नों का उत्तर नहीं देगा, दस्तावेज़ों का सारांश नहीं बनाएगा या कोई सामग्री उत्पन्न नहीं करेगा, और यदि आपको ये चाहिए तो डाउनस्ट्रीम में एक जनरेशन मॉडल अभी भी आवश्यक है। 40,960 टोकन का कॉन्टेक्स्ट query और दस्तावेज़ों को मिलाकर कवर करता है, इसलिए बहुत बड़े उम्मीदवार सेटों को एक रिक्वेस्ट के बजाय बैचों में स्कोर करना पड़ सकता है। यदि आपका कार्य query-document जोड़ों को स्कोर करने के बजाय जनरेशन, वर्गीकरण या एम्बेडिंग है, तो कैटलॉग में कोई भिन्न मॉडल बेहतर फिट होगा।

Qwen3 Reranker 8B API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "qwen/qwen3-reranker-8b" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.post("/rerank", { body: {
  "model": "qwen/qwen3-reranker-8b",
  "query": "What is the capital of France?",
  "documents": [
    "Paris is the capital of France.",
    "Berlin is in Germany."
  ],
  "top_n": 1
} });
console.log(result.results);

स्पेसिफिकेशन

Context लंबाई: 40,960
अधिकतम आउटपुट: 36,864
इनपुट: text
आउटपुट: rerank

api14 पर requests · पिछले 7 दिन

Qwen3 Reranker 8B: अक्सर पूछे जाने वाले सवाल

Qwen3 Reranker 8B API की कीमत कितनी है?: Qwen3 Reranker 8B कॉल करना मुफ्त है ($0 प्रति token)। मुफ्त वेरिएंट की upstream rate limits ज़्यादा सख्त हैं, इसलिए इन्हें टेस्टिंग और कम मात्रा वाले काम के लिए इस्तेमाल करें।
Qwen3 Reranker 8B की context window कितनी है?: Qwen3 Reranker 8B हर request में 40,960 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 36,864 आउटपुट tokens तक लिखता है।
Qwen3 Reranker 8B क्या कर सकता है?: Qwen3 Reranker 8B text स्वीकार करता है और rerank लौटाता है।
अपने कोड से Qwen3 Reranker 8B कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "qwen/qwen3-reranker-8b" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Qwen3 Reranker 8B के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Rerank मॉडल: NVIDIA: Nemotron 3.5 Rerank 8B (free), VoyageAI by MongoDB: rerank-3-lite, VoyageAI by MongoDB: rerank-3। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Qwen3 Reranker 8B कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Qwen3 Reranker 8B के बारे में पहला टॉपिक खोलें।