更新时间：2026-03-24 GMT+08:00

创建重排序

创建重排序API用于提供灵活的数据项排序功能，以提升用户体验和应用的可定制性。

前提条件

预置服务：已在“模型推理 > 在线推理 > 预置服务”页签开通BGE-Reranker-V2-M3模型的预置服务。具体操作，请参见MaaS开通预置服务。
自定义接入点：已在“模型推理 > 在线推理 > 自定义接入点”页签为bge-reranker-v2-m3或Qwen3-Reranker-8B模型创建了自定义接入点。具体操作，请参见创建自定义接入点。

约束限制

该功能仅支持“西南-贵阳一”区域。

接口信息

表1 接口信息
名称	说明	取值
API地址	调用图片生成的API地址。	https://api.modelarts-maas.com/v1/rerank
model参数	model参数调用名称。	您可以任选以下方式获取model参数值。从表2的“model参数值”列获取。预置服务：在“预置服务”页签的服务名称左侧，单击图标，在“model参数”列查看取值。具体操作，请参见MaaS开通预置服务。自定义接入点：在“自定义接入点”页签的“model参数”列查看取值。更多信息，请参见创建自定义接入点。

支持模型列表

表2 支持模型列表
模型	支持地域	model参数值	应用场景
BGE-Reranker-V2-M3	西南-贵阳一	bge-reranker-v2-m3	检索结果再排序

请求参数说明

表3 请求body参数
参数	是否必填	默认值	参数类型	描述
model	是	无	string	模型名称，具体请参见表2的“model参数值”列。
query	是	无	string	用户查询文本。
documents	是	无	array	待排序文档列表。每个元素是一个字符串。

响应参数说明

状态码：200

参数	参数类型	说明
id	string	请求ID。
model	string	模型名称。
usage	object	请求的使用信息。
usage.total_tokens	integer	请求使用的Token总数。
results	object[]	重排序结果集。
results[i].index	integer	序号。
results[i].document	object	原始文档内容信息。
results[i].document.text	number[]	具体文档内容。
results[i].relevance_score	double	相似度得分。

请求示例

此处以使用BGE-Reranker-V2-M3模型通过Python脚本和Curl命令对文档进行重排序为例，展示重排序模型的基础用法。

使用Python调用示例。

import requests
import json

if __name__ == '__main__':
    url = "https://api.modelarts-maas.com/v1/rerank"  # API地址
    api_key = "MAAS_API_KEY"  # 把MAAS_API_KEY替换成已获取的API Key

    # Send request.
    headers = {
        'Content-Type': 'application/json',
        'Authorization': f'Bearer {api_key}'
    }
    data = {
        "model": "bge-reranker-v2-m3",
        "query": "如何冲泡一杯好喝的咖啡？",  # input类型可为string或string[]。
        "documents": [
            "咖啡豆的产地主要分布在赤道附近，被称为‘咖啡带’。",
            "法压壶的步骤：1. 研磨咖啡豆。2. 加入热水。3. 压下压杆。4. 倒入杯中。",            
            "意式浓缩咖啡需要一台高压机器，在9个大气压下快速萃取。",
            "挑选咖啡豆时，要注意其烘焙日期，新鲜的豆子风味更佳。",
            "手冲咖啡的技巧：控制水流速度、均匀注水和合适的水温（90-96°C）是关键。"
        ]
    }

    response = requests.post(url, headers=headers, data=json.dumps(data), verify=False)

    # Print result.
    print(response.status_code)
    print(response.text)

使用Curl调用示例。

curl -X POST "https://api.modelarts-maas.com/v1/rerank" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MAAS_API_KEY" \
  -d '{ 
    "model": "bge-reranker-v2-m3",
    "input": "如何冲泡一杯好喝的咖啡？",
    "documents": [
      "咖啡豆的产地主要分布在赤道附近，被称为‘咖啡带’。",
      "法压壶的步骤：1. 研磨咖啡豆。2. 加入热水。3. 压下压杆。4. 倒入杯中。",
      "意式浓缩咖啡需要一台高压机器，在9个大气压下快速萃取。",
      "挑选咖啡豆时，要注意其烘焙日期，新鲜的豆子风味更佳。"
      "手冲咖啡的技巧：控制水流速度、均匀注水和合适的水温（90-96°C）是关键。"
    ]
}'

响应示例

{
	"id": "rerank-dc9e3495b71134e82c50651c32cde9f6",
	"model": "bge-reranker-v2-m3",
	"usage": {
		"total_tokens": 211
	},
	"results": [{
		"index": 4,
		"document": {
			"text": "手冲咖啡的技巧：控制水流速度、均匀注水和合适的水温（90-96°C）是关键。"
		},
		"relevance_score": 0.01898193359375
	}, {
		"index": 1,
		"document": {
			"text": "法压壶的步骤：1. 研磨咖啡豆。2. 加入热水。3. 压下压杆。4. 倒入杯中。"
		},
		"relevance_score": 0.007404327392578125
	}, {
		"index": 2,
		"document": {
			"text": "意式浓缩咖啡需要一台高压机器，在9个大气压下快速萃取。"
		},
		"relevance_score": 0.0003418922424316406
	}, {
		"index": 3,
		"document": {
			"text": "挑选咖啡豆时，要注意其烘焙日期，新鲜的豆子风味更佳。"
		},
		"relevance_score": 6.014108657836914e-05
	}, {
		"index": 0,
		"document": {
			"text": "咖啡豆的产地主要分布在赤道附近，被称为‘咖啡带’。"
		},
		"relevance_score": 3.349781036376953e-05
	}]
}

父主题： MaaS API调用规范

上一篇：创建文本向量化

下一篇：获取模型列表Models/GET