首页/AI/RAG 与向量库速查/Cohere Rerank API 用法

Cohere Rerank API 用法

托管重排 API 省去自建模型:提交查询与文档列表,指定模型与 top_n,返回按相关性排序的结果与分数;适合快速接入与低频调用,要评估调用成本与网络延迟。

RAG 与向量库速查AI更新于 2026-10-12

调用示例(Python)

调用示例(Python)
import cohere

co = cohere.ClientV2("YOUR_API_KEY")
res = co.rerank(
    model="rerank-v3.5",
    query="如何选择向量数据库",
    documents=[d.text for d in candidates],
    top_n=8,
)
for r in res.results:
    print(r.index, r.relevance_score)
托管 API 的文档数量与长度有配额:先看单次调用上限,再决定候选池大小与分批策略。

易错点

  • 把文档列表超长直接提交,超出配额请求被拒或截断
  • relevance_score 绝对数值不跨查询可比,不要用作全局阈值

数据来源与参考

  • Cohere 官方文档(Rerank API / v3.5)
  • Cohere 官方文档(Rerank Best Practices)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌