Reranker

最先端の Reranker API で、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
返す上位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リランカー

複数言語のビジュアルドキュメントを検索するための新しいマルチモーダル多言語リランカーです。多言語の長文ドキュメントやコード検索タスクで SOTA の性能を発揮します。

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、埋め込み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、埋め込みや 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
次にリランカーがこの結果を受け取り、クエリの各語がドキュメントの内容とどう関わるかといったニュアンスを考慮して、より細かい粒度で分析します。
3
結果の改善
この詳細な分析に基づいて検索結果を並べ替え、最も関連性が高いと判断したものを上位に配置します。
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、テキストのリランキングでは 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特定します。さまざまなテーブルスキーマを並べ替え、SQL クエリを生成する前に最適なスキーマを選ぶのに役立ちます。

2 つの購入方法

当社の API をサブスクリプションで利用するか、クラウドプロバイダー経由で購入できます。
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
検索品質ニュアンスの多いクエリに強い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実績のある有効性を備え、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。
10月 11, 2026 • 3 分で読めます
EMNLP 2026 BoF on Embeddings, Rerankers and Small LMs for Better Search
4th EMNLP BoF on embeddings, rerankers and small LMs. Sunday Oct 25, 11:00 to 12:30, Room G9-10 & G11, HUNGEXPO Budapest. Walk-ins welcome, register to give a talk.
8月 03, 2026 • 11 分で読めます
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 分で読めます
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.
7月 14, 2025 • 11 分で読めます
Submodular Optimization for Text Selection, Passage Reranking & Context Engineering
While others rely on prompt tuning and hope for the best, you should learn submodular optimization that provides a principled framework with theoretical guarantees for better context engineering.

Q&A

API キーを取得するには？

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。
ProductAPI EndpointDescriptionw/o API Keyw/ Free API Keyw/ Paid API Keyw/ Premium API KeyAverage latencyToken Usage CountingHTTP Method
Reader APIhttps://r.jina.aiConverts a URL to LLM-friendly text20 RPM500 RPM500 RPM5000 RPM7.9sCount the number of tokens in the output response.GET/POST
Reader APIhttps://s.jina.aiSearch the web and convert results to LLM-friendly text100 RPM100 RPM1000 RPM2.5sEvery request costs a fixed number of tokens, starting from 10,000 tokensGET/POST
Embeddings APIhttps://api.jina.ai/v1/embeddingsConvert text/images to fixed-length vectors100 RPM & 100,000 TPM500 RPM & 2,000,000 TPM5,000 RPM & 50,000,000 TPM
depends on the input size
Count the number of tokens in the input request.POST
Reranker APIhttps://api.jina.ai/v1/rerankRank documents by query100 RPM & 100,000 TPM500 RPM & 2,000,000 TPM5,000 RPM & 50,000,000 TPM
depends on the input size
Count the number of tokens in the input request.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
Are you using our hosted API, or our official images on Azure, AWS, or GCP?
API に関するよくある質問
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
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 を管理個人情報の販売・共有を希望しない
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。