Reranker

高度な並べ替え API を使用して、検索の関連性と RAG の精度を最大化します。

Reranker API

最先端の Reranker API を試して、検索の関連性と RAG の精度を最大化してください。無料でお試しいただけます！
返すドキュメント数
top_n
top_k
返される最高ランクのドキュメントの最大数。
リクエスト
POST
curl "https://api.jina.ai/v1/rerank" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $JINA_API_KEY" \
  -d @- <<EOFEOF
{
  "model": null,
  "query": "Organic skincare products for sensitive skin",
  "top_n": 3,
  "documents": [
    "Organic skincare for sensitive skin with aloe vera and chamomile: Imagine the soothing embrace of na…ing, healthy complexion.",
    "New makeup trends focus on bold colors and innovative techniques: Step into the world of cutting-edg…atement with every look.",
    "Bio-Hautpflege für empfindliche Haut mit Aloe Vera und Kamille: Erleben Sie die wohltuende Wirkung u…einen strahlenden Teint.",
    "Neue Make-up-Trends setzen auf kräftige Farben und innovative Techniken: Tauchen Sie ein in die Welt…jedes Mal ein Statement.",
    "Cuidado de la piel orgánico para piel sensible con aloe vera y manzanilla: Descubre el poder de la n…el radiante y saludable.",
    "Las nuevas tendencias de maquillaje se centran en colores vivos y técnicas innovadoras: Entra en el … y destaca en cada look.",
    "针对敏感肌专门设计的天然有机护肤产品：体验由芦荟和洋甘菊提取物带来的自然呵护。我们的护肤产品特别为敏感肌设计，温和滋润，保护您的肌肤不受刺激。让您的肌肤告别不适，迎来健康光彩。",
    "新的化妆趋势注重鲜艳的颜色和创新的技巧：进入化妆艺术的新纪元，本季的化妆趋势以大胆的颜色和创新的技巧为主。无论是霓虹眼线还是全息高光，每一款妆容都能让您脱颖而出，展现独特魅力。",
    "敏感肌のために特別に設計された天然有機スキンケア製品: アロエベラとカモミールのやさしい力で、自然の抱擁を感じてください。敏感肌用に特別に設計された私たちのスキンケア製品は、肌に優しく栄養を与え、保護します。肌トラブルにさようなら、輝く健康な肌にこんにちは。",
    "新しいメイクのトレンドは鮮やかな色と革新的な技術に焦点を当てています: 今シーズンのメイクアップトレンドは、大胆な色彩と革新的な技術に注目しています。ネオンアイライナーからホログラフィックハイライターまで、クリエイティビティを解き放ち、毎回ユニークなルックを演出しましょう。"
    + 入力を追加
  ],
  "return_documents": false
}
EOFEOF

v3.5：ハイブリッドアテンションと自己蒸留による高速リストワイズリランキング

jina-reranker-v3.5 は 6 億パラメータの多言語リストワイズリランカーで、131K のコンテキストウィンドウを備えています。ハイブリッドアテンションと自己蒸留により、v3 より高速かつドメイン横断でも頑健で、そのまま置き換え可能です。リクエストスキーマは変わりません。

m0: 多言語・マルチモーダル対応のドキュメント Reranker

当社の新しいマルチモーダル多言語リランカーを使用すると、複数の言語でビジュアルドキュメントを取得でき、多言語の長いドキュメントやコードの検索タスクで業界をリードするパフォーマンスを実現できます。

リランカーとは何ですか？

検索システムの目標は、最も関連性の高い結果を迅速かつ効率的に見つけることです。従来は、BM25 や tf-idf といったキーワードマッチングに基づく手法で検索結果をランク付けしてきました。近年では、ベクトルモデルに基づくコサイン類似度が多くのベクトルデータベースで実装されています。これらの手法は単純明快ですが、言語の微妙なニュアンス、そして何より重要な、ドキュメントとクエリの意図の相互作用を見落とすことがあります。 そこで力を発揮するのが「リランカー」です。リランカーは、検索（多くはベクトルベース/トークンベースの検索）から得られた初期の結果セットを受け取り、ユーザーの意図により近づくよう再評価する高度な AI モデルです。単語表層の一致にとどまらず、検索クエリとドキュメントの内容との、より深い相互作用を考慮します。
リランカーの仕組み：
1
初期検索
検索システムは、ユーザーのクエリに基づき、ベクトル (embeddings) や BM25 を用いて、関連する可能性のあるドキュメントを幅広く見つけ出します。
2
リランキング
リランキングモデルは、これらの予備的なランキング結果を取得し、クエリ用語がドキュメントコンテンツとどのように相互作用するかなどのニュアンスを考慮して、より細かい粒度でドキュメントとクエリの相関分析を実行します。
3
結果の改善
リランキングモデルは、最も関連性が高いと思われる結果を上位に配置することで検索品質を向上させます。
リランカーはサブドキュメントおよびサブクエリのレベルで動作するため、検索品質を大幅に向上させることができます。つまり、個々の単語やフレーズ、その意味、そしてクエリとドキュメントの中での相互の関係を検討します。その結果、より正確で文脈に即した検索結果が得られます。
Jina Reranker v2 は 2024 年 6 月にリリースされ、Agentic RAG 向けに開発されました。関数呼び出し、100 以上の言語に対応した多言語検索、コード検索をサポートしています。現在も引き続き利用可能ですが、テキストの reranking では jina-reranker-v3.5 に置き換えられています。v2 モデルの詳細はこちら。
多言語検索
Reranker v2 は、クエリ言語に関係なく、100 以上の言語でのドキュメント検索をサポートしています。
関数呼び出しとコード検索
Reranker v2 は、自然言語クエリに基づいてコードスニペットと関数シグネチャをランク付けするため、Agentic RAG アプリケーションに最適です。
表形式および構造化データのサポート
Reranker v2 は、自然言語クエリに基づいて最も関連性の高いテーブルをランク付けし、さまざまなテーブルスキーマをランク付けし、SQL クエリを生成する前に最も関連性の高いテーブルスキーマを決定するのに役立ちます。

2つの購入方法

弊社の API をサブスクライブするか、クラウドサービスプロバイダーを通じて購入してください。
Jina Search Foundation API を利用
すべての製品にアクセスする最も簡単な方法。いつでもトークンをリチャージできます。
この API キーにさらにトークンを追加します
お住まいの地域によっては、米ドル、ユーロ、またはその他の通貨で請求される場合があります。税金が適用される場合があります。
リチャージするには正しい API キーを入力してください

オンプレミス展開

Jina Reranker を AWS SageMaker と Microsoft Azure にデプロイし、まもなく Google Cloud サービスにもデプロイするか、当社の営業チームに連絡して、仮想プライベートクラウドとオンプレミスサーバー用のカスタム Kubernetes デプロイメントを入手してください。
AWS SageMaker
Embeddings
Reranker
Microsoft Azure
Embeddings
Reranker
Google Cloud
Embeddings

Reranker、ベクトル検索、BM25 の比較

以下の表は、Reranker、ベクトル/埋め込み検索、BM25 の包括的な比較を示し、各カテゴリにおける長所と短所を示しています。
Rerankerベクトル検索BM25
最適な用途検索の精度と関連性の向上初期の迅速なフィルタリング幅広いクエリにわたる一般的なテキスト検索
粒度詳細：サブドキュメントとクエリセグメント広範囲：文書全体中程度：さまざまなテキストセグメント
クエリ時間の複雑さ高い中程度低い
インデックス作成時間の複雑さ不要高い低い、事前に構築されたインデックスを利用する
トレーニング時間の複雑さ高い高い不要
検索品質より詳細な問い合わせに最適効率と精度のバランス幅広いクエリに対する一貫性と信頼性
強み深い文脈理解による高精度中程度の精度で高速かつ効率的確立された機能で拡張性が高い
Reranker API を無料で試すEmbedding API を無料で試す

Reranker について学ぶ

リランカーとは何か？なぜベクトル検索やコサイン類似度だけでは不十分なのか？包括的なガイドで、リランカーを基礎から学びましょう。
8月 03, 2026 • 11 読む時間
jina-reranker-v3.5: Faster Listwise Reranking with Hybrid Attention and Self-Distillation
A 0.6B listwise reranker that beats Qwen3-Reranker-4B on BEIR, reranks up to 1.56x faster than v3, and gains 9.6 nDCG@10 on semi-structured retrieval.
7月 20, 2026
jina-reranker-v3.5: An Efficient Listwise Reranker with Hybrid Attention and Self-Distillation
Listwise rerankers are the discriminative core of agentic retrieval pipelines, yet production deployment demands efficiency, domain robustness, and fluency on semi-structured data at the same time. We present jina-reranker-v3.5, a 0.6B-parameter listwise reranker that meets these demands together without sacrificing the cross-document comparison that makes its predecessor jina-reranker-v3 effective. It replaces uniform global attention with a hybrid schedule of three sliding-window layers followed by two global layers, pinning the terminal layer to global as last-but-not-late readout requires. It trains on a curated multi-domain mixture spanning legal, medical, financial, multilingual, and structured retrieval, and transfers quality through a three-stage self-distillation recipe in which a full-attention teacher sets an upper bound that a sparse-attention student then recovers. jina-reranker-v3.5 reaches 63.20 nDCG@10 on BEIR, matching a 4B model at roughly 7x fewer parameters, and lifts semi-structured retrieval by 9.6 nDCG@10 over jina-reranker-v3 while cutting listwise inference latency by up to 1.56x.
10月 03, 2025 • 7 読む時間
Jina Reranker v3: 0.6B Listwise Reranker for SOTA Multilingual Retrieval
New 0.6B-parameter listwise reranker that considers the query and all candidate documents in a single context window.
10月 01, 2025
jina-reranker-v3: Last but Not Late Interaction for Document Reranking
jina-reranker-v3 is a 0.6B parameter multilingual document reranker that introduces a novel last but not late interaction. Unlike late interaction models such as ColBERT that perform separate encoding followed by multi-vector matching, our approach conducts causal self-attention between query and documents within the same context window, enabling rich cross-document interactions before extracting contextual embeddings from the last token of each document. This compact architecture achieves state-of-the-art BEIR performance with 61.94 nDCG@10 while being significant smaller than generative listwise rerankers.

よくある質問

API キーを取得するにはどうすればよいですか？

レート制限とは何ですか？

レート制限
レート制限は 2 つの方法で追跡されます：RPM (1 分あたりのリクエスト数) および TPM (1 分あたりのトークン数)。制限は IP/API キーごとに適用され、RPM または TPM のしきい値のいずれかに先に達した時点でトリガーされます。リクエストヘッダーに API キーを指定すると、IP アドレスではなくキー単位でレート制限が追跡されます。
製品API エンドポイント説明API キーなし無料 API キーあり有料 API キーありプレミアム API キーあり平均レイテンシトークン使用量のカウント方法許可されるリクエスト
Reader APIhttps://r.jina.aiURL を LLM に適したテキストに変換する20 RPM500 RPM500 RPM5000 RPM7.9s出力応答内のトークンの数に基づきます。GET/POST
Reader APIhttps://s.jina.aiWeb を検索し、結果を LLM に適したテキストに変換する100 RPM100 RPM1000 RPM2.5s各リクエストには、10,000 トークンから始まる固定数のトークンが必要です。GET/POST
Reranker APIhttps://api.jina.ai/v1/rerankクエリに基づいてドキュメントをランク付けする100 RPM & 100,000 TPM500 RPM & 2,000,000 TPM5,000 RPM & 50,000,000 TPM
入力サイズに依存
入力リクエスト内のトークンの数に基づきます。POST
ベクトルモデルAPIhttps://api.jina.ai/v1/embeddingsテキスト/画像を固定長ベクトルに変換する100 RPM & 100,000 TPM500 RPM & 2,000,000 TPM5,000 RPM & 50,000,000 TPM
入力サイズに依存
入力リクエスト内のトークンの数に基づきます。POST

商用ライセンスは必要ですか？

CC BY-NCライセンスの自己チェック
弊社のマネージドAPIをご利用ですか、それともAzure、AWS、GCP上の公式ミラーをご利用ですか？
API関連のFAQ
請求に関するよくある質問
現在の言語 / テーマ
Search Foundation
Reader
Embeddings
Reranker
Jina APIキーを取得する
レート制限
私たちについて
ニュース
Jinaロゴをダウンロード
Elasticロゴをダウンロード
APIステータス
Elastic © 2026.セキュリティ利用規約プライバシーCookieを管理する私の個人情報を販売したり、共有したりしないでください。
このウェブサイトおよび関連するコンテンツ、ソフトウェア、製品、サービスは、すべて専門的な利用を目的としています。消費者向けの利用は想定していません。