レガシー
DeepSearch
質問を入力すると、検索・読み取り・推論を経て出典付きの回答に至る過程を見られます。
分類子
学習データなしで、指定したクラスにテキストや画像をラベリングできます。
Segmenter
テキストをトークンとチャンクに分割し、課金対象の個数を確認できます。
デモの例
format_list_numbered
リストワイズテスト
指定されたクエリに基づいて文書リストをランク付けし、異なるモデル間でのランキング結果を比較します。
join_full
ペアワイズテスト
2 つのテキストがどれだけ近いかをスコアリングします。1 ペアずつでも、CSV をまとめてでも。
acute
Reader 速度テスト
Reader エンジンを同じ URL で競わせ、どれが最も速く使える Markdown を返すか確認できます。
category_search
画像の並べ替えテスト
テキストクエリに基づいて画像をランク付けし、マルチモーダル検索をテストします。
image_search
ビジュアル QA テスト
画像について質問を入力し、VLM の回答を確認できます。
document_scanner
ドキュメント OCR
スキャン画像や写真、PDF をきれいな Markdown に変換します。表や数式もそのまま残ります。
rule
構造化判定
リランカーに名前付きの選択や段階的なスコアを尋ね、分布の形から実際どれだけ確信しているかを読み取ります。
find_in_page
セマンティックハイライトテスト
長い文書の中から、質問に答えている箇所を見つけ出します。
ユーティリティ
speed
レート制限
キーに適用される、エンドポイント別のリクエスト数とトークン数の制限です。
bar_chart
トークンカウンター
同じ入力を全モデルで一度に数え、トークンの内訳を確認します。
memory
Omni Provisioning
実測値に基づき、omni コーパスに必要な GPU・時間・ストレージ量を見積もります。
calculate
ライセンスの構成
実際に使う前に、ワークロードの費用を見積もれます。
conversion_path
統合する
ベクターデータベース、フレームワーク、および Jina をそれらに接続するためのメタプロンプト。