Cohere: Rerank 4 Pro

Cohere: Rerank 4 Pro adalah model reranking dari Cohere, dibangun sebagai model dasar pencarian AI. Tugasnya adalah meningkatkan relevansi informasi yang muncul dalam sistem pencarian dan retrieval-augmented generation. Alih-alih menghasilkan teks, model ini memberi skor dan mengurutkan ulang dokumen kandidat sehingga yang paling relevan muncul lebih dulu. Model ini dirilis oleh penyedia pada 2026-04-06 dan berada dalam kategori rerank.

Model ini menerima teks sebagai input dan menghasilkan output rerank. Model ini memiliki context window 32.768 token dan output maksimum 29.491, yang memberinya ruang untuk mempertimbangkan query bersama sekumpulan besar passage kandidat dalam satu proses. Cohere mendeskripsikannya sebagai multibahasa, dengan dukungan lebih dari 100 bahasa, dan tidak memerlukan pra-pemrosesan data. Kombinasi itu penting untuk pipeline retrieval ketika dokumen datang dalam format dan bahasa yang beragam dan Anda lebih memilih tidak membangun tahap pembersihan sebelum penilaian.

Penggunaan praktis mengikuti langsung dari sifat-sifat tersebut. Jika Anda menjalankan sistem pencarian atau pipeline RAG, Anda dapat menggunakan Rerank 4 Pro sebagai tahap kedua setelah langkah retrieval awal: ambil sekumpulan besar kandidat dengan pencarian vektor atau kata kunci yang cepat, lalu biarkan model mengurutkan ulang berdasarkan relevansi dengan query sebelum mencapai pengguna atau model bahasa. Cakupan multibahasa membuat pendekatan yang sama dapat diterapkan untuk korpus non-Inggris tanpa memelihara pipeline terpisah per bahasa, dan tidak adanya pra-pemrosesan yang diwajibkan menjaga proses ingestion tetap sederhana. Penerapan umum mencakup pencarian perusahaan, basis pengetahuan dokumentasi dan dukungan, serta setiap penyiapan RAG di mana kualitas beberapa passage teratas yang diambil menentukan kualitas jawaban.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "cohere/rerank-4-pro". Karena endpoint mengikuti format OpenAI, Anda dapat mengarahkan kode klien bergaya OpenAI yang sudah ada ke api14 dan mengubah model id alih-alih menulis ulang integrasi Anda. Model ini tidak mengekspos parameter permintaan tambahan yang didukung di luar bentuk permintaan standar, jadi tidak ada permukaan penyetelan khusus untuk dikonfigurasi; Anda mengirim query dan dokumen Anda lalu membaca kembali hasil rerank.

Satu hal yang perlu diingat adalah cakupannya. Ini adalah model reranking, bukan model chat atau generasi teks, jadi model ini tidak akan menulis jawaban atau melakukan percakapan. Jika tugas Anda adalah menghasilkan prosa, meringkas, atau bernalar atas konten, model bahasa umum adalah pilihan yang lebih tepat, dan Rerank 4 Pro paling baik digunakan bersama model tersebut sebagai lapisan relevansi di depannya.