Contatta le vendite

Sì. Jina è un marchio modello all'interno di Elastic. Pensala come Qwen di Alibaba, GPT di OpenAI o Kimi di Moonshot. L'identità legale è passata a Elastic, il che permette a Jina AI di concentrarsi esclusivamente sui modelli Search Foundation come marchio.

Embeddings, rerankers e modelli compatti per una ricerca più efficace, inclusi modelli multimodali e Reader. La nostra missione non è ancora compiuta e non abbiamo mai nascosto il nostro obiettivo: diventare un fornitore leader di modelli di ricerca.

Sì. Le API Reader, Embeddings e Reranker continuano a essere sviluppate e mantenute, e i modelli continuano a essere pubblicati sulle piattaforme del marketplace cloud. Puoi utilizzare i nostri servizi API come prima. L'unica eccezione è che non possiamo fornire servizi a entità o paesi soggetti alle normative statunitensi sul controllo delle esportazioni.

Sì. In Elastic, Jina continua a spingere i confini dei modelli di base per la ricerca e noi continuiamo a rilasciare modelli open-weights.

La maggior parte dei modelli attuali è rilasciata sotto licenza CC-BY-NC 4.0 e prevediamo che questa rimanga tale. I modelli di generazione precedente (v1 e v2) sono rilasciati sotto licenza Apache-2.0, che consente l'uso commerciale senza restrizioni. Un modello, jina-embeddings-v4, è rilasciato sotto la licenza Qwen Research, ereditata dal modello base: questa licenza non consente alcun uso commerciale e non è soggetta ad alcuna licenza commerciale. La licenza applicabile è sempre indicata nella pagina del modello su Hugging Face, quindi si consiglia di consultarla lì anziché dedurla dalla generazione. Sotto licenza CC-BY-NC 4.0, i pesi possono essere scaricati, valutati, utilizzati per benchmark e per la ricerca gratuitamente, con attribuzione, mentre per utilizzarli in un prodotto commerciale è necessaria una licenza commerciale, che Elastic vende come proprio SKU. Contatta Elastic Sales per richiederne una.

Sì. Ogni modello che pubblichiamo è supportato da una rigorosa documentazione e continuiamo a presentarlo alle principali conferenze come ICLR, EMNLP, SIGIR, NeurIPS e ICML.

Basta registrarsi e pagare tramite il nostro sito web o il marketplace cloud di riferimento, proprio come prima.

Sì. Dal 10 agosto 2026, Elastic vende direttamente le licenze commerciali per i modelli Jina, come SKU a sé stante. Questo include l'esecuzione dei modelli Jina nella propria infrastruttura autogestita, on-premise o isolata dalla rete, ed è disponibile tramite i canali diretti di Elastic, federali e dei fornitori di servizi cloud (CSP). L'offerta si chiama Jina On-Prem. Per richiedere un preventivo, contatta il team vendite di Elastic.

Jina On-Prem è una licenza commerciale che include un set di container Docker autonomi che consentono di eseguire i modelli Jina interamente all'interno della propria infrastruttura. I container non effettuano connessioni esterne: non effettuano chiamate a Hugging Face o a alcun registro di modelli, né utilizzano server di licenza, telemetria o endpoint di logging, il che li rende utilizzabili in una rete isolata. Coprono l'intero portfolio di modelli Jina, inclusi i modelli di embedding, reranker e reader, ed espongono gli schemi API di Elastic Inference Service (EIS), OpenAI, Cohere, Voyage AI e Gemini, consentendo alle applicazioni esistenti di funzionare senza modifiche al codice. Si tratta di una SKU separata: non si basa su Elastic Resource Units (ERU) e non è necessario eseguire Elasticsearch per utilizzarla. Funziona anche in parallelo con Elasticsearch open source. È disponibile per l'acquisto dal 10 agosto 2026. Contatta il team vendite di Elastic per disponibilità e condizioni.

Si tratta di una quota di licenza annuale, il cui costo dipende dai modelli implementati e dalla quantità di hardware utilizzato per l'inferenza. Non è calcolata per postazione, per nodo o in base alle dimensioni del modello, né prevede la fatturazione per token. Un'implementazione basata esclusivamente su CPU viene conteggiata allo stesso modo, in base ai processori utilizzati per l'inferenza. Il listino prezzi non è disponibile in modalità self-service: contatta il team vendite di Elastic per un preventivo personalizzato in base alle tue esigenze.

Organizzazioni che non possono, o preferiscono non, inviare dati a un servizio di IA cloud. Casi tipici includono ambienti isolati e ad alta sicurezza, settore pubblico e difesa, settori regolamentati come i servizi finanziari e la sanità, sistemi critici per la latenza o offline e team che desiderano un costo di inferenza fisso e prevedibile anziché un prezzo per token. Se la tua implementazione rientra in questa categoria, Elastic Sales può fornirti maggiori dettagli.

Sì. I modelli Jina sono disponibili tramite Elastic Inference Service (EIS), quindi è possibile utilizzarli per l'ingestione e la ricerca senza dover predisporre nodi di machine learning o gestire infrastrutture GPU. I modelli generalmente disponibili su EIS includono jina-embeddings-v5-text-small, jina-embeddings-v5-text-nano, jina-embeddings-v5-omni-small, jina-embeddings-v5-omni-nano, jina-embeddings-v3, jina-clip-v2 e i reranker jina-reranker-v3.5, jina-reranker-v3, jina-reranker-v2-base-multilingual e jina-reranker-m0. Consulta la documentazione di Elastic per l'elenco aggiornato dei modelli, le regioni supportate e la versione minima dello stack richiesta per ciascun modello.

Dipende dalla licenza del modello, indicata sulla sua pagina su Hugging Face. La licenza Apache-2.0 consente l'uso commerciale senza costi aggiuntivi. Con la licenza CC-BY-NC 4.0, la valutazione, il benchmarking e la ricerca sono gratuiti, ma l'uso commerciale in produzione richiede una licenza commerciale, che è quella fornita da Jina On-Prem. Una licenza di ricerca non consente alcun uso commerciale e una licenza commerciale per gli altri modelli non si estende a questo tipo di utilizzo, quindi un modello con una di queste licenze non è adatto alla produzione, indipendentemente dal budget. Nota: questo riguarda i pesi: l'utilizzo commerciale delle API ospitate o delle immagini ufficiali del marketplace cloud non richiede una licenza separata. Per acquistarne una, contatta Elastic Sales.

Contatta Elastic Sales. Le licenze commerciali, la contrattualistica e l'assistenza per i modelli Jina ora vengono gestite tramite il processo standard di vendita e assistenza di Elastic.

Non valido per le ricariche API self-service: queste vengono fatturate automaticamente dall'entità che elabora il pagamento, la quale non può emettere una fattura in cinese (发票). Per gli acquisti basati su contratto, incluso Jina On-Prem, contatta Elastic Sales per discutere le entità contrattuali disponibili e le modalità di fatturazione.

Contatta il team vendite di Elastic e potremo organizzare una sessione tra te, il team di Jina AI ed Elastic.

Sono inclusi i modelli rilasciati nella stessa categoria durante il periodo di validità: nessun nuovo contratto o acquisto e nessuna modifica alla chiave di licenza, che viene rilasciata per la categoria e non per un singolo modello. Fanno eccezione i modelli con una licenza che non consente l'uso commerciale, poiché a questi non si estende alcuna licenza commerciale. Per informazioni specifiche su cosa copre un determinato contratto, si prega di contattare Elastic Sales.

La licenza include il supporto di livello enterprise in base al contratto di livello di servizio standard. L'implementazione rimane a tua discrezione: scarichi l'immagine del container e la esegui nel tuo ambiente, e il supporto può aiutarti in caso di problemi con l'installazione. Il supporto segue la procedura standard di Elastic, così come tutto ciò che è previsto dal contratto. Per i livelli di servizio associati a uno specifico contratto, contatta il team vendite di Elastic.

Il trattamento dei dati è regolato dall'accordo sul trattamento dei dati di Elastic, anziché dai precedenti termini di Jina AI GmbH. Questo è importante per i documenti di acquisto che fanno riferimento al vecchio accordo, quindi è consigliabile verificare qualsiasi documento redatto prima dell'acquisizione. Per i termini attuali e per qualsiasi informazione specifica relativa alla vostra giurisdizione, contattate il team vendite di Elastic.

Il Reader è gratuito per l'utilizzo di base: anteponi 'https://r.jina.ai/' al tuo URL. Fornire una chiave API aumenta il limite di richieste e addebita token in base alla lunghezza del contenuto. Consulta la domanda 16 per i limiti di richieste.

L'API Reader recupera l'URL lato server e restituisce un testo pulito, pronto per LLM. È possibile scegliere il motore di recupero tramite l'intestazione X-Engine: direct esegue una semplice richiesta HTTP ed è il più veloce, il motore predefinito esegue il rendering della pagina in un browser headless in modo che il JavaScript lato client venga eseguito prima dell'estrazione, e cf-browser-rendering è un renderer sperimentale basato su Cloudflare. Il codice boilerplate come navigazione, intestazioni, piè di pagina e annunci viene rimosso e il contenuto principale viene convertito in Markdown. Utilizzare X-Respond-With per ottenere altre versioni della stessa pagina e X-Target-Selector o X-Remove-Selector per mantenere o rimuovere selettori CSS specifici.

Il codice sorgente del servizio Reader è disponibile sull'organizzazione Jina AI GitHub. I modelli utilizzati da Reader, inclusi ReaderLM-v2 e jina-vlm, sono rilasciati con licenza CC-BY-NC 4.0, che non è una licenza open source: possono essere scaricati e utilizzati gratuitamente per scopi non commerciali, ma l'utilizzo in ambito commerciale richiede una licenza commerciale. Elastic vende tale licenza separatamente dal 10 agosto 2026; per richiederne una, contattare Elastic Sales.

Dipende principalmente dal motore e dalla pagina stessa. Un recupero diretto di una pagina semplice in genere restituisce un risultato in poche centinaia di millisecondi, mentre il motore predefinito del browser deve caricare ed eseguire la pagina prima dell'estrazione e di solito impiega qualche secondo. Applicazioni a pagina singola complesse, server di origine lenti e PDF di grandi dimensioni richiedono più tempo. Ripetere lo stesso URL entro 5 minuti significa che la pagina viene servita dalla cache e restituisce un risultato quasi immediatamente, quindi un URL "caldo" è molto più veloce di uno "freddo".

Lo scraping può essere complicato e inaffidabile, in particolare con pagine complesse o dinamiche. L'API Reader fornisce un output ottimizzato e affidabile di testo pulito e pronto per LLM.

L'API Reader è indipendente dalla lingua e restituisce il contenuto nella lingua originale della pagina; non effettua traduzioni. La negoziazione del contenuto è disponibile tramite l'intestazione X-Locale, che imposta le impostazioni locali del browser utilizzate durante il rendering, in modo che i siti che offrono markup diversi a seconda della lingua possano essere indirizzati alla versione desiderata.

Sì. Reader funziona come un normale client web e rispetta i controlli di accesso del sito web. Se un sito web blocca la richiesta, tale decisione viene rispettata. L'utente è responsabile di garantire che l'utilizzo di Reader sia conforme ai termini dei siti a cui accede e non violi i diritti di proprietà intellettuale di terzi.

Sì, l'API Reader può estrarre nativamente il contenuto dai file PDF.

Sì, Reader può aggiungere didascalie alle immagini nelle pagine web utilizzando l'intestazione x-with-generated-alt. Questo aggiunge tag alt descrittivi alle immagini che ne sono prive, consentendo ai LLM di comprendere il contenuto visivo. Il riepilogo video è previsto per le versioni future.

No, l'API Reader può elaborare solo contenuti provenienti da URL accessibili pubblicamente.

Se richiedi lo stesso URL entro 5 minuti, l'API Reader restituirà il contenuto memorizzato nella cache.

Sì, per le pagine che accettano sessioni basate su cookie. Passa i tuoi cookie di sessione con l'intestazione X-Set-Cookie e il Reader li inoltra quando recupera l'URL, utilizzando lo stesso formato <name>=<value> di un normale Set-Cookie, eventualmente con ambito ; dominio=. Le richieste che contengono cookie non vengono mai memorizzate nella cache, quindi ogni richiesta è un nuovo recupero. Questo non esegue un login per te: ripropone le credenziali che già possiedi, quindi sei responsabile di ottenerle e di rispettare i termini di servizio del sito di destinazione. I flussi che richiedono un login interattivo, l'autenticazione a più fattori (MFA) o un token bearer che la pagina stessa recupera non sono inclusi.

Sì, puoi utilizzare il supporto PDF nativo dal Reader (https://r.jina.ai/https://arxiv.org/pdf/2310.19923v4) o utilizzare la versione HTML da arXiv (https://r.jina.ai/https://arxiv.org/html/2310.19923v4)

Reader aggiunge didascalie a tutte le immagini all'URL specificato e aggiunge Image [idx]: [caption] come tag alt (se inizialmente ne manca una). Ciò consente ai LLM a valle di interagire con le immagini nel ragionamento, nel riepilogo, ecc.

L'API Reader è progettata per essere altamente scalabile. Viene ridimensionato automaticamente in base al traffico in tempo reale e il numero massimo di richieste simultanee è ora di circa 4000. Lo manteniamo attivamente come uno dei prodotti principali di Jina AI. Quindi sentitevi liberi di usarlo in produzione.

Puoi trovare le informazioni più recenti sui limiti di tariffa nella tabella seguente. Tieni presente che stiamo lavorando attivamente per migliorare il limite di velocità e le prestazioni dell'API Reader, la tabella verrà aggiornata di conseguenza.

ReaderLM-v2 è un modello linguistico compatto con 1,54 miliardi di parametri che converte HTML grezzo in Markdown o JSON pulito e può estrarre dati strutturati utilizzando uno schema JSON o istruzioni in linguaggio naturale. Utilizzalo tramite l'API Reader con l'intestazione x-respond-with: readerlm-v2 oppure distribuiscilo dai marketplace AWS, Azure o GCP. Per documenti ricchi di immagini o scansionati, jina-vlm è il nostro modello di lettura del linguaggio visivo con 2,4 miliardi di parametri.

Utilizza l'intestazione x-json-schema con una definizione di schema JSON, oppure utilizza l'intestazione x-instruction con istruzioni in linguaggio naturale. Entrambe le funzionalità funzionano con ReaderLM-v2 per estrarre campi specifici come prezzi, titoli, date, ecc. da qualsiasi pagina web in formato JSON strutturato.

No. Reader non aggira o elude attivamente alcun meccanismo di difesa del sito web, sistema anti-bot o controllo degli accessi. Se un sito web rileva il nostro servizio come un bot e blocca la richiesta, tale decisione viene rispettata. Operiamo come un normale client web e non utilizziamo tecniche progettate per eludere i sistemi di rilevamento. L'utente è responsabile di garantire che il proprio utilizzo di Reader rispetti i diritti di proprietà intellettuale di terzi e i termini dei siti web a cui accede.

No. L'aggiornamento da un livello gratuito a una chiave API a pagamento non garantisce l'accesso a siti web aggiuntivi né aggira eventuali restrizioni del sito. La differenza tra i livelli risiede principalmente nei limiti di velocità e nelle ottimizzazioni delle prestazioni. Una chiave API a pagamento offre una maggiore velocità di elaborazione delle richieste e un'elaborazione più rapida, ma non consente l'accesso ai siti web che bloccano il nostro servizio.

Sì. I modelli di lettura vengono distribuiti come container Docker offline autonomi con la licenza commerciale Jina On-Prem, che Elastic vende come proprio SKU dal 10 agosto 2026. Questa è la soluzione ideale per ambienti isolati e protetti da firewall, dove i container non effettuano alcun tipo di connessione in uscita. Si noti che il recupero di pagine web pubbliche arbitrarie richiede comunque l'accesso alla rete per tali pagine; il vantaggio della soluzione on-premise risiede nell'esecuzione locale dei modelli di estrazione. Contatta il team vendite di Elastic per un preventivo.

Per informazioni dettagliate sui nostri processi di addestramento, fonti di dati e valutazioni, fare riferimento ai report tecnici su arXiv. I modelli di testo jina-embeddings-v5 vengono addestrati in due fasi: distillazione degli embedding da un modello insegnante più ampio, seguita dall'addestramento di adattatori LoRA specifici per il compito su pesi di base congelati. Le varianti multimodali v5-omni aggiungono una terza fase che addestra solo proiettori cross-modali, lasciando congelati i pesi di base e gli adattatori del testo.

jina-embeddings-v5-omni-small (~1,74 miliardi di parametri, 1024 dimensioni, 32.000 di contesto) e jina-embeddings-v5-omni-nano (~1,04 miliardi di parametri, 768 dimensioni, 8.000 di contesto) sono i nostri modelli multimodali attuali. Accettano testo, immagini, audio, video e PDF in un unico spazio vettoriale condiviso, consentendo di indicizzare in una modalità ed eseguire query in un'altra senza dover reindicizzare. Il loro output solo testo è identico a jina-embeddings-v5-text-small e jina-embeddings-v5-text-nano rispettivamente, il che significa che è possibile aggiungere input multimodali a un indice di testo esistente senza doverlo reincorporare. jina-clip-v2 (865 milioni di parametri) rimane disponibile come opzione più leggera per testo e immagini.

Tutti i modelli rilasciati dal 2024 in poi sono multilingue. jina-embeddings-v5-text-small e i modelli v5-omni sono basati su un'infrastruttura Qwen3 con un'ampia copertura multilingue; jina-embeddings-v5-text-nano è basato su EuroBERT-210M e supporta 15 delle principali lingue europee e globali, tra cui inglese, francese, tedesco, spagnolo, cinese, giapponese, arabo e hindi. jina-embeddings-v3 e jina-clip-v2 supportano 89 lingue. Per i dati di benchmark per lingua, consultare i risultati MMTEB nel report tecnico di ciascun modello.

La lunghezza del contesto varia a seconda del modello: jina-embeddings-v5-text-small e jina-embeddings-v5-omni-small supportano fino a 32.768 token, mentre jina-embeddings-v5-text-nano e jina-embeddings-v5-omni-nano supportano 8.192 token. jina-embeddings-v4 e i modelli jina-code-embeddings supportano 32.768 token; jina-embeddings-v3, jina-clip-v2 e jina-colbert-v2 supportano 8.192 token. Gli input che superano il limite restituiscono un errore a meno che non si imposti truncate: true.

Non esiste un limite rigido al numero di elementi per richiesta. L'API raggruppa internamente gli input in base al numero di token per un utilizzo ottimale della GPU, quindi è possibile inviare tutti i testi o le immagini necessari in una singola richiesta. I PDF costituiscono un'eccezione: è possibile inviare un solo PDF per richiesta.

Passa un oggetto tipizzato nell'array input utilizzando una chiave image, audio, video o pdf, il cui valore è un URL pubblico o byte codificati in base64. Il modello instrada ciascuna modalità al codificatore appropriato ed è possibile combinare liberamente le modalità all'interno di un singolo batch. I formati audio supportati includono WAV, MP3, FLAC, OGG, M4A e Opus; il video viene elaborato come 32 fotogrammi campionati uniformemente. I PDF devono essere inviati uno per richiesta.

jina-embeddings-v5-text-small (677 milioni di parametri) è il modello più potente con 1 miliardo di parametri su MMTEB, con un punteggio medio di 67,0 a livello di attività e raggiunge una media di 71,7 su English MTEB. jina-embeddings-v5-text-nano (239 milioni di parametri) ottiene un punteggio di 65,5 su MMTEB, superando ogni modello che abbiamo valutato con 500 milioni di parametri. Il nostro obiettivo di progettazione è la capacità per parametro piuttosto che la dimensione grezza, quindi questi modelli sono più economici da implementare rispetto alla maggior parte delle alternative con una qualità di recupero comparabile o migliore. Tutti i modelli v5 supportano l'apprendimento della rappresentazione Matryoshka, quindi è possibile troncare le dimensioni fino a 32 senza riaddestramento.

La transizione è semplice: il nostro endpoint API corrisponde agli schemi JSON di input e output di text-embedding-3-large di OpenAI, quindi nella maggior parte dei codebase è sufficiente modificare l'URL di base, la chiave API e il nome del modello. Lo stesso vale per i container Jina On-Prem, che espongono anche gli schemi di Elastic Inference Service (EIS), Cohere, Voyage AI e Gemini, quindi i modelli Jina sono una sostituzione diretta nei percorsi di codice esistenti. Si noti che gli embedding di diverse famiglie di modelli non sono comparabili, quindi è necessario reincorporare il corpus anziché combinare vettori di due provider in un unico indice. Per i container On-Prem, contattare Elastic Sales.

Il testo viene conteggiato secondo le modalità standard. Gli input non testuali vengono convertiti in token dal codificatore appropriato e il costo dipende fortemente dal modello utilizzato, quindi è consigliabile effettuare delle misurazioni con i propri input anziché fare supposizioni. A titolo di riferimento, un'immagine di 600x600 pixel ha un costo approssimativo di: • jina-embeddings-v5-omni-small: ~363 token • jina-embeddings-v5-omni-nano: ~362 token • jina-embeddings-v4: ~4.840 token • jina-clip-v2: ~16.000 token I modelli v5-omni sono da uno a due ordini di grandezza più economici per immagine rispetto ai modelli precedenti. Ogni risposta include un oggetto usage con il conteggio esatto dei token per quella richiesta, inclusa una ripartizione image_tokens per gli input multimodali, in modo da poter verificare il costo per chiamata.

Sì. jina-embeddings-v5-omni-small e jina-embeddings-v5-omni-nano incorporano testo, immagini, audio, video e PDF in un unico spazio vettoriale condiviso. jina-embeddings-v4 e jina-clip-v2 gestiscono testo e immagini.

Esistono due percorsi. Il primo, self-service, è l'API di fine-tuning, che genera dati di training sintetici a partire da una descrizione del dominio e restituisce un modello ottimizzato, senza che sia necessario creare un dataset etichettato. Per il fine-tuning su dati proprietari in base a un accordo commerciale, su infrastrutture dedicate o su un modello non presente nel selettore del modello base, contatta il team di vendita di Elastic; tale attività viene definita e contrattualizzata tramite Elastic.

Sì, in due modi. I modelli Jina sono disponibili sui marketplace di AWS, Azure e GCP, quindi puoi distribuirli all'interno del tuo account cloud. Per infrastrutture autogestite, on-premise o isolate dalla rete, Elastic vende una licenza commerciale chiamata Jina On-Prem, disponibile dal 10 agosto 2026, che fornisce i modelli come container Docker completamente offline, senza chiamate esterne e senza server di licenza. Per ottenere un preventivo per una delle due opzioni, contatta il team vendite di Elastic.

Il parametro task seleziona un adattatore LoRA specifico per l'attività al fine di ottenere prestazioni ottimali. Utilizzare retrieval.query per le query di ricerca, retrieval.passage per i documenti da cercare, text-matching per la similarità simmetrica, ad esempio per il rilevamento di duplicati o parafrasi, classification per la categorizzazione e separation per il clustering. Il recupero è asimmetrico, pertanto l'utilizzo del lato errato della coppia query/passage degrada sensibilmente i risultati. Il parametro è supportato da jina-embeddings-v5, jina-embeddings-v4 e jina-embeddings-v3.

L'interazione tardiva mantiene i vettori a livello di token invece di comprimere un documento in un unico vettore, preservando così i dettagli più fini a costo di un indice più grande. jina-embeddings-v4 supporta sia l'output denso (vettore singolo) che quello a interazione tardiva (multivettore) tramite il parametro output_type, mentre jina-colbert-v2 è un modello dedicato all'interazione tardiva. Per la maggior parte delle pipeline di recupero, un modello denso v5 seguito da un reranker rappresenta il miglior compromesso tra accuratezza e costo.

Il chunking tardivo incorpora prima l'intero documento con un modello di contesto lungo, quindi deriva gli embedding dei chunk dalle rappresentazioni a livello di token. A differenza del chunking ingenuo, che incorpora ogni chunk in isolamento, il chunking tardivo preserva il contesto tra i chunk, migliorando la qualità del recupero nelle pipeline RAG in cui un chunk fa riferimento a qualcosa definito in precedenza nel documento. Abilitalo con il parametro late_chunking.

Alcuni modelli sono architettonicamente in grado di gestire contesti più lunghi di quelli accettati dall'API ospitata. Sequenze molto lunghe consumano una quantità considerevole di memoria GPU e ottimizziamo la configurazione del servizio per bilanciare throughput, latenza e costi per la maggior parte dei casi d'uso. Se hai bisogno della lunghezza completa del contesto architetturale, esegui il modello autonomamente: contatta il team vendite di Elastic per informazioni su una distribuzione autogestita.

jina-embeddings-v4 è basato sul modello Qwen2-VL, rilasciato sotto la Qwen Research License, che consente solo l'uso a scopo di ricerca e non commerciale. Pertanto, non possiamo concederlo in licenza commerciale e lo forniamo gratuitamente tramite API. È inoltre un modello a 3,8 miliardi di parametri, quindi è intrinsecamente più lento per richiesta e ne limitiamo la velocità di elaborazione per gestire i costi dell'infrastruttura. Non è adatto per carichi di lavoro di produzione e, per lo stesso motivo, non è offerto tramite Elastic Inference Service o come parte di Jina On-Prem. Per l'uso in produzione, si consiglia la famiglia jina-embeddings-v5: è più veloce, offre prestazioni migliori nei benchmark di recupero dati e può essere concesso in licenza per uso commerciale tramite Elastic Sales.

I limiti di frequenza dipendono dal tipo di chiave API:

Gratuito: 100 RPM, 100.000 TPM
A pagamento: 500 RPM, 2 milioni di TPM
Premium: 5.000 RPM, 50 milioni di TPM

Esiste un limite aggiuntivo basato su IP di 10.000 richieste ogni 60 secondi per prevenire abusi. I limiti vengono applicati per chiave e conteggiati in una finestra di 60 secondi, in modo che i picchi vengano uniformati anziché messi in coda; una richiesta che supera il limite restituisce HTTP 429 e deve essere ritentata con un backoff esponenziale. Se hai bisogno di limiti superiori al livello Premium o di capacità dedicata senza alcun limite per tenant condivisi, contatta Elastic Sales.

Inizia con jina-embeddings-v5-text-small per il recupero del testo: è il modello più potente che offriamo con meno di 1 miliardo di parametri e gestisce contesti da 32K. Passa a jina-embeddings-v5-text-nano quando la latenza, il costo o l'hardware edge sono più importanti dell'ultimo punto di precisione. Usa jina-embeddings-v5-omni-small o v5-omni-nano quando sono coinvolte immagini, audio, video o PDF; il loro output di testo è identico al corrispondente modello di testo, quindi puoi aggiungere modalità a un indice esistente senza doverle rielaborare. Usa jina-code-embeddings-0.5b o 1.5b per il codice sorgente. All'interno di una famiglia, la versione più recente è migliore.

Le dimensioni massime consentite per i file sono di 5 MB per le immagini e 8 MB per i file PDF. I file di dimensioni superiori verranno rifiutati e verrà visualizzato un messaggio di errore.

Il prezzo dell'API Reranker segue la stessa struttura basata su token dell'API Embeddings e i token sono condivisi tra tutte le API Jina sulla stessa chiave. Le nuove chiavi API includono token gratuiti per iniziare; in seguito, sono disponibili pacchetti di token a pagamento. Per maggiori dettagli, consultare la sezione prezzi.

jina-reranker-v3.5 è il nostro prodotto di punta attuale: un reranker multilingue listwise da 0,6 miliardi di parametri con un contesto di 131.000 token e un sostituto diretto per jina-reranker-v3. Migliora la versione 3 in ogni aspetto che misuriamo, con i maggiori vantaggi nel recupero di dati strutturati e nel retrieval legale, ed è da 1,22 a 1,56 volte più veloce. jina-reranker-v3 rimane disponibile. jina-reranker-m0 è il reranker multimodale per il ranking di documenti visivi. jina-reranker-v2-base-multilingual è un cross-encoder più piccolo che supporta oltre 100 lingue, utile quando è necessario un modello non derivato da Qwen. jina-colbert-v2 utilizza l'interazione tardiva su 89 lingue.

jina-reranker-v3.5, jina-reranker-v3, jina-reranker-m0, jina-reranker-v2-base-multilingual e jina-colbert-v2 sono rilasciati sotto licenza CC-BY-NC 4.0. È possibile utilizzarli, condividerli e adattarli liberamente per scopi non commerciali. L'utilizzo in ambito commerciale richiede una licenza commerciale, che Elastic vende come proprio SKU dal 10 agosto 2026 con il nome Jina On-Prem. Contattare Elastic Sales per un preventivo. I modelli legacy jina-reranker-v1-* rimangono Apache-2.0.

Sì, tutti i reranker attuali sono multilingue. jina-reranker-v3.5 migliora la versione 3 in termini di MIRACL e di recupero multilingue in generale. jina-reranker-v3 e jina-reranker-v2-base-multilingual supportano oltre 100 lingue, jina-reranker-m0 gestisce l'ordinamento visivo multilingue dei documenti e jina-colbert-v2 supporta 89 lingue.

La lunghezza del contesto varia in base al modello:

jina-reranker-v3.5: 131.072 token (query più tutti i documenti combinati) con troncamento automatico
jina-reranker-v3: 131.072 token con troncamento automatico
jina-reranker-m0: 10.000 token
jina-reranker-v2-base-multilingual: 1.024 token, con suddivisione automatica in chunk per documenti più lunghi
jina-colbert-v2: 8.192 token

Per i reranker v1 e v2, le query vengono troncate automaticamente e i documenti lunghi vengono suddivisi in blocchi con max-pooling tra i blocchi.

Non esiste un limite massimo al numero di documenti per richiesta. Come la nostra API Embeddings, l'API Reranker elabora internamente gli input in base al numero di token per un utilizzo ottimale della GPU. È possibile inviare tutti i documenti necessari in un'unica richiesta.

La latenza varia da 100 millisecondi a 7 secondi, a seconda in gran parte della lunghezza dei documenti e della query. Ad esempio, il reranking di 100 documenti di 256 token ciascuno con una query da 64 token richiede circa 150 millisecondi. Aumentando la lunghezza del documento a 4096 token, il tempo aumenta a 3,5 secondi. Se la lunghezza della query viene aumentata a 512 token, il tempo aumenta ulteriormente a 7 secondi.

Sì. Gli strumenti di reranking sono disponibili sui marketplace di AWS, Azure e GCP per la distribuzione nel proprio account cloud. Per infrastrutture autogestite, on-premise o isolate, Elastic vende una licenza commerciale (Jina On-Prem) che include i modelli come container Docker completamente offline. Contatta il team vendite di Elastic per un preventivo.

Prima di commissionare un fine-tuning, prova jina-reranker-v3.5: è stato addestrato con auto-distillazione specificamente per la robustezza del dominio e mostra notevoli miglioramenti nel recupero di dati legali e strutturati rispetto alla v3. Un reranker standard ben scelto, unito a un migliore chunking, di solito colma il divario in misura maggiore rispetto a un fine-tuning, e testarlo non costa nulla. Se dovesse ancora risultare insufficiente per i tuoi dati, un reranker specifico per il dominio è un servizio personalizzato: contatta Elastic Sales per definirne i dettagli.

La dimensione minima accettabile dell'immagine per il modello jina-reranker-m0 è 28x28 pixel.

jina-reranker-v3 e jina-reranker-v3.5 utilizzano un'architettura listwise: la query e tutti i candidati condividono una finestra di contesto e vengono valutati in un singolo passaggio in avanti, in modo che il modello possa confrontare i documenti tra loro. I tradizionali reranker pointwise, incluso jina-reranker-v2-base-multilingual, valutano ogni documento indipendentemente rispetto alla query. La valutazione listwise è più accurata perché la rilevanza è spesso relativa a ciò che è presente nell'insieme dei candidati.

Alcuni algoritmi di reranking sono architettonicamente in grado di gestire contesti più lunghi di quelli accettati dall'API ospitata. Sequenze molto lunghe consumano una quantità considerevole di memoria GPU e ottimizziamo la configurazione di erogazione per bilanciare throughput, latenza e costi per la maggior parte dei casi d'uso. Se hai bisogno della lunghezza completa del contesto architetturale, esegui il modello nella tua infrastruttura e contatta Elastic Sales per informazioni su una licenza commerciale.

I limiti di frequenza dipendono dal tipo di chiave API:

Gratuita: 100 RPM, 100.000 TPM
A pagamento: 500 RPM, 2 milioni di TPM
Premium: 5.000 RPM, 50 milioni di TPM

Esiste anche un limite basato sull'IP di 10.000 richieste ogni 60 secondi. Gli stessi limiti si applicano alle API Embeddings e Reranker e i token sono condivisi tra tutte le API Jina sulla stessa chiave.

Utilizza jina-reranker-v3.5 per il testo. È un sostituto diretto di jina-reranker-v3: lo schema della richiesta rimane invariato, quindi la modifica della stringa del modello rappresenta l'intera migrazione. Utilizza jina-reranker-m0 quando i tuoi candidati sono immagini o documenti ricchi di elementi visivi. Utilizza jina-reranker-v2-base-multilingual quando hai bisogno di un modello più piccolo o di uno che non derivi da un backbone Qwen.

Sì. Una singola chiave API è valida per tutti i prodotti della piattaforma di ricerca Jina AI, inclusi Reader, Embeddings, Reranker, Classifier e Segmenter, con token condivisi tra tutti.

Sì. Inserisci la tua chiave API nella scheda “API Key & Billing” per vedere la cronologia di utilizzo recente e i token rimanenti. Se hai effettuato l'accesso alla dashboard API, puoi visualizzare questi dettagli anche nella scheda “Manage API Key”.

Se hai smarrito una chiave ricaricata e desideri recuperarla, contatta il supporto AT jina.ai con la tua email registrata per ricevere assistenza. Si consiglia di effettuare l'accesso per conservare la tua chiave API in modo sicuro e facilmente accessibile.

No, le nostre chiavi API non hanno una data di scadenza. Se una chiave viene compromessa, revocala tu stesso nella dashboard di gestione delle chiavi API, con effetto immediato; emetti prima una chiave sostitutiva se vuoi evitare tempi di inattività. Il saldo rimanente dei token resta sul tuo account anziché sulla chiave revocata. Se non riesci ad accedere alla dashboard o ritieni che l'account stesso sia stato compromesso, segnalalo al supporto Elastic.

Sì, puoi trasferire token da una chiave premium a un'altra. Dopo aver effettuato l'accesso al tuo account sulla dashboard API Key Management, usa le impostazioni della chiave che vuoi trasferire per spostare tutti i token a pagamento rimanenti.

Sì, puoi revocare la tua chiave API se ritieni che sia stata compromessa. La revoca di una chiave la disabiliterà immediatamente per tutti gli utenti che l'hanno archiviata e tutto il saldo rimanente e le proprietà associate saranno permanentemente inutilizzabili. Se la chiave è una chiave premium, hai la possibilità di trasferire il saldo pagato rimanente a un'altra chiave prima della revoca. Nota che questa azione non può essere annullata. Per revocare una chiave, vai alle impostazioni della chiave nella dashboard Gestione chiavi API.

Questo perché la nostra architettura serverless effettua l'offload di determinati modelli durante i periodi di basso utilizzo. La richiesta iniziale attiva o "riscalda" il modello, il che potrebbe richiedere alcuni secondi. Dopo questa attivazione iniziale, le richieste successive vengono elaborate molto più rapidamente.

No. Non utilizziamo mai le vostre richieste API, input o output per addestrare i nostri modelli di embedding, reranker o altri modelli. I vostri dati restano vostri.

Si applicano limiti di frequenza per chiave API:

Gratuito: 100 RPM, 100.000 TPM
A pagamento: 500 RPM, 2 milioni di TPM
Premium: 5.000 RPM, 50 milioni di TPM

Esiste anche un limite basato su IP di 10.000 richieste ogni 60 secondi. I limiti variano in base all'endpoint; consultare la tabella dei limiti di frequenza sopra riportata per i valori per endpoint.

Non esiste alcun limite di dimensione del batch per le API Embeddings o Reranker. È possibile inviare tutti gli elementi o documenti necessari per richiesta. Entrambe le API elaborano internamente gli input in batch in base al numero di token, per un utilizzo ottimale della GPU.

No, si tratta di tre percorsi separati. Le API Jina su questo sito sono self-service e a consumo con una chiave API Jina. L'Elastic Inference Service (EIS) esegue i modelli Jina all'interno di Elastic Cloud, con fatturazione tramite l'abbonamento Elastic, senza che sia necessaria la gestione di alcuna infrastruttura. Jina On-Prem è una licenza commerciale, venduta da Elastic come SKU a sé stante dal 10 agosto 2026, per l'esecuzione dei modelli nella propria infrastruttura autogestita, on-premise o isolata dalla rete. Per i percorsi EIS e On-Prem, contattare il reparto vendite Elastic.

Il nostro prezzo si basa sul numero totale di token elaborati, così puoi distribuire un budget di token su quanti input vuoi, senza addebiti per frase.

Sì. I nuovi utenti ricevono una chiave API generata automaticamente con token gratuiti utilizzabili su tutti i nostri modelli. Una volta esauriti i token gratuiti, è possibile acquistarne altri per la chiave nella sezione "Acquista token".

No, i token non vengono detratti per le richieste non riuscite.

I pagamenti vengono elaborati tramite Stripe, che supporta una varietà di metodi di pagamento tra cui carte di credito, Google Pay e PayPal per la tua comodità.

Per gli acquisti di token self-service, Stripe emette una fattura all'indirizzo email associato al tuo account Stripe al momento dell'acquisto. Se hai bisogno di un ordine di acquisto formale, un contratto negoziato, documenti di approvvigionamento o fatturazione consolidata, che vengono gestiti tramite Elastic anziché Stripe: contatta il team vendite di Elastic.

L'acquisto di token su questo sito copre l'utilizzo delle API Jina ospitate. Non ti autorizza a eseguire i pesi del modello nella tua infrastruttura. Per questo, Elastic vende una licenza commerciale come SKU a sé stante dal 10 agosto 2026, con un prezzo annuale anziché per token. Contatta il team vendite di Elastic per un preventivo.

Gli acquisti di token self-service vengono elaborati tramite Stripe e fatturati automaticamente all'indirizzo email associato al tuo account Stripe. Per ordini di acquisto, processi di approvvigionamento o volumi superiori a quelli supportati dalla ricarica self-service, contatta il team vendite di Elastic.

Il saldo e i limiti tariffari appartengono a una chiave API, non all'account, quindi la prima cosa da verificare è la chiave stessa piuttosto che la pagina dell'account: inseriscila nella scheda Chiave API e fatturazione e verifica il saldo e il livello tariffario. Se l'account possiede più di una chiave, i token si trovano sulla chiave che è stata ricaricata, che potrebbe non essere la chiave inviata dalla tua applicazione. L'attivazione di un nuovo livello tariffario può richiedere un breve periodo di tempo dopo il pagamento. Se la chiave mostra il saldo corretto ma il limite rimane al livello tariffario precedente, contatta l'assistenza.

La gestione della fatturazione self-service avviene tramite il portale clienti, accessibile attraverso la scheda "Chiave API e fatturazione", dove è possibile disattivare la ricarica automatica e rimuovere i metodi di pagamento salvati. Disattivando la ricarica automatica si interromperanno gli addebiti futuri, ma il saldo già acquistato rimarrà utilizzabile. Se si desidera anche la rimozione dell'account e dei relativi dati, o una richiesta di rimborso, è necessario inviare la richiesta all'assistenza; la cancellazione dell'account viene gestita manualmente e richiede alcuni giorni lavorativi. Al termine dell'operazione, si riceverà una conferma scritta.