聯絡銷售

是的。Jina 是 Elastic 旗下的一個模型品牌。您可以把它想像成 Qwen 之於阿里巴巴、GPT 之於 OpenAI，或者 Kimi 之於月之暗面。其法律身分已轉移至 Elastic，這使得 Jina AI 可以專注於搜尋基礎模型這一品牌本身。

我們提供詞向量、重排序器和小型模型，以最佳化搜尋體驗，其中包括多模態模型和閱讀器模型。我們的使命尚未完成，但我們始終目標明確：成為領先的搜尋模型提供商。

是的。Reader API、Embeddings API 和 Reranker API 仍在持續開發和維護，模型也繼續釋出到雲市集平臺。您可以像以前一樣使用我們的 API 服務。唯一的例外是我們無法為受美國出口管制的實體或國家/地區提供服務。

是的。在 Elastic，Jina 不斷推進搜尋底座模型的前沿發展，我們也持續發布開放權重模型。

目前大多數模型採用 CC-BY-NC 4.0 許可，預計會延續下去。早期的 v1、v2 代模型採用 Apache-2.0，可直接商用。其中 jina-embeddings-v4 沿用其基座模型的 Qwen Research License：該授權完全不允許商業用途，任何商業授權也不涵蓋它。模型適用哪種授權，一律以其 Hugging Face 頁面上標註的為準，不要按模型代次推斷。在 CC-BY-NC 4.0 下，權重可免費下載、評估、跑基準測試和用於研究，註明出處即可；要在商業產品中執行則需要商業授權，Elastic 以獨立 SKU 的形式銷售。請聯絡 Elastic Sales 辦理。

是的。我們釋出的每個模型都有嚴謹的論文作為支撐，我們也持續向 ICLR、EMNLP、SIGIR、NeurIPS 和 ICML 等頂級會議投稿。

只需像以前一樣，透過我們的網站或相關的雲市集註冊並付款即可。

是的。自 2026 年 8 月 10 日起，Elastic 將以自有 SKU 的形式直接銷售 Jina 模型的商業授權證。該授權證支援在您自行管理的本地部署或實體隔離的基礎設施中執行 Jina 模型，可透過 Elastic 直銷渠道、聯邦政府渠道以及雲服務提供商 (CSP) 獲取。該產品名為 Jina On-Prem。如需獲取報價，請聯絡 Elastic Sales。

Jina On-Prem 是一個商業授權證，外加一套獨立的 Docker 容器，讓您可以在自己的基礎設施內完全執行 Jina 模型。這些容器不建立任何外部連線：無需呼叫 Hugging Face 或任何模型登錄檔，也無需許可證伺服器、遙測或日誌記錄端點，因此可以在實體隔離的網路中使用。它們涵蓋了 Jina 的所有模型，包括向量模型、重排序模型和閱讀器模型，並公開了 Elastic Inference Service (EIS)、OpenAI、Cohere、Voyage AI 和 Gemini 的 API 模式，因此現有應用程式無需更改程式碼即可執行。它是一個獨立的 SKU：它不基於 Elastic Resource Units (ERU)，您也無需執行 Elasticsearch 即可使用它。它還可以與開源 Elasticsearch 協同工作。自 2026 年 8 月 10 日起即可訂購。如需瞭解供貨情況和條款，請聯絡 Elastic Sales。

這是年度授權費，按您部署的模型以及執行推理的硬體規模計價，不按席位、節點或模型大小收費，也沒有按 token 計費。純 CPU 部署同樣按用於推理的處理器數量計算。定價不走自助渠道：請聯絡 Elastic Sales 獲取針對您部署規模的報價。

有些組織無法或不願將資料傳送到雲端 AI 服務。典型案例包括：實體隔離且安全性高的環境、公共部門和國防領域、金融服務和醫療保健等受監管行業、對延遲要求極高或離線的系統，以及希望獲得固定、可預測的推理成本而非按token計費的團隊。如果您的部署符合上述情況，Elastic Sales 可以與您詳細探討相關細節。

是的。Jina 模型可透過Elastic Inference Service (EIS) 獲取，因此您無需配置機器學習節點或管理 GPU 基礎設施即可使用它們進行資料攝取和搜尋。EIS 上通常提供的模型包括：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，以及 jina-reranker-v3.5、jina-reranker-v3、jina-reranker-v2-base-multilingual 和 jina-reranker-m0 重排序器。請查閱 Elastic 文件，瞭解當前型號列表、支援的區域以及每個型號的最低堆疊版本。

取決於該模型採用哪種授權，以其 Hugging Face 頁面上標註的為準。Apache-2.0 允許商業用途，無需另行購買。CC-BY-NC 4.0 下評估、跑基準測試和研究都是免費的，但商業生產用途需要商業授權，也就是 Jina On-Prem 提供的東西。研究授權則完全不允許商業用途，我們為其他模型提供的商業授權也不涵蓋它，因此這類模型無論預算多少都不適合上生產。請注意這裡說的是權重：商業呼叫託管 API 或官方雲市集映像無需單獨購買授權。如需購買，請聯絡 Elastic Sales。

聯絡 Elastic Sales。Jina 模型的商業授權、合同簽訂和支援現在都透過 Elastic 的標準銷售和支援流程進行。

自助 API 儲值無法開具：這類付款由處理支付的主體自動開票，無法開中國發票（發票）。如果是合同採購（包括 Jina On-Prem），請聯絡 Elastic Sales 溝通可選的簽約主體與開票安排。

請聯絡 Elastic Sales，我們可以安排您、Jina AI 團隊和 Elastic 之間的會議。

授權期內釋出的同類別模型都包含在內：無需重新簽約或另行購買，授權金鑰也不變，因為金鑰是按類別而非單個模型簽發的。例外是那些本身不允許商業用途的許可下的模型，任何商業授權都不涵蓋它們。具體合同涵蓋範圍請與 Elastic Sales 確認。

許可包含企業級支援，遵循標準服務級別協議（SLA）。部署完全在您手裡：您拉取容器映像，在自己的環境裡執行；安裝遇到問題支援團隊可以協助。支援和一切合同事項都走 Elastic 的標準流程。具體協議對應的服務級別請與 Elastic Sales 確認。

資料處理適用 Elastic 的資料處理協議，而非此前 Jina AI GmbH 的條款。這一點對採購檔案很關鍵，收購前起草、仍引用舊協議的文件建議重新核對。當前條款以及您所在司法管轄區的具體適用，請聯絡 Elastic Sales。

閱讀器可免費用於基本用途：只需在 URL 前新增“https://r.jina.ai/”即可。提供 API 金鑰會提高速率限制，並按內容長度計收詞元費用。有關速率限制的詳細資訊，請參閱問題 16。

Reader API 從伺服器端取得 URL，並返回乾淨的、可直接用於 LLM 的文本。您可以使用 X-Engine 標頭選擇取得引擎：direct 會發出普通的 HTTP 取得請求，速度最快；預設引擎會在無頭瀏覽器中渲染頁面，因此客戶端 JavaScript 會在提取之前執行；cf-browser-rendering 是一個實驗性的、由 Cloudflare 支援的渲染器。導航、頁眉、頁腳和廣告等樣板內容會被移除，主要內容會被轉換為 Markdown 格式。使用 X-Respond-With 可以取得同一頁面的其他形狀，使用 X-Target-Selector 或 X-Remove-Selector 可以保留或移除特定的 CSS 選擇器。

Reader 服務程式碼可在 Jina AI GitHub 組織中找到。Reader 使用的模型，包括 ReaderLM-v2 和 jina-vlm，均採用 CC-BY-NC 4.0 許可，該許可並非開源許可：您可以免費下載並用於非商業用途，但商業生產用途需要商業許可。Elastic 自 2026 年 8 月 10 日起單獨出售該許可；請聯絡 Elastic Sales 進行購買。

這主要取決於引擎和頁面本身。直接擷取一個簡單的頁面通常只需幾百毫秒，而預設瀏覽器引擎需要先載入並執行頁面才能提取，因此通常需要幾秒鐘。大型單頁應用、速度較慢的源伺服器和大型 PDF 檔案則需要更長時間。在 5 分鐘內重複訪問同一個 URL 會從快取中獲取，幾乎立即返回結果，因此“熱 URL”比“冷 URL”快得多。

自己抓取既麻煩又不穩定，遇到複雜或動態頁面尤其如此。Reader API 直接給出乾淨、可靠、適合大模型閱讀的文字。

Reader API 與語言無關，並以頁面原始語言返回內容；它不會進行翻譯。內容協商可透過 X-Locale 標頭實現，該標頭設定渲染時使用的瀏覽器區域設定，因此，對於針對不同區域提供不同標記的網站，可以將其定向到所需的版本。

遵循。Reader 作為標準網頁客戶端執行，會遵循網站的訪問控制。如果網站拒絕了請求，我們就尊重這一結果。您有責任確保使用 Reader 時符合所訪問網站的條款，且不侵犯第三方智慧財產權。

可以，Reader API 原生支援從 PDF 檔案中提取內容。

可以，Reader 支援透過 x-with-generated-alt 請求頭為網頁圖片生成描述。它會給缺少 alt 標籤的圖片補上描述性文字，讓大模型也能理解視覺內容。影片摘要功能計劃在後續版本中推出。

不可以，Reader API 只能處理可公開訪問的 URL。

如果您在 5 分鐘內重複請求同一個 URL，Reader API 會返回快取內容。

是的，適用於接受基於 Cookie 的會話的頁面。使用 X-Set-Cookie 標頭傳遞您的會話 Cookie，讀取器會在獲取 URL 時轉發這些 Cookie，使用與普通 Set-Cookie 相同的 <name>=<value> 格式，還可以選擇使用 ; domain= 指定作用域。攜帶 Cookie 的請求不會被快取，因此每次請求都是一次全新的獲取。這不會為您執行登入操作：它會重放您已持有的憑據，因此您需要自行獲取這些憑據並遵守目標網站的服務條款。需要互動式登入、多因素身份驗證 (MFA) 或頁面自身獲取的持有者token的流程不在此範圍內。

可以，您既能用 Reader 的原生 PDF 支援（https://r.jina.ai/https://arxiv.org/pdf/2310.19923v4），也能改用 arXiv 的 HTML 版本（https://r.jina.ai/https://arxiv.org/html/2310.19923v4）

Reader 會為目標 URL 上的所有圖片生成描述，並以 Image [idx]: [caption] 的形式補充為 alt 標籤（前提是圖片原本沒有）。這樣下游大模型就能在推理、摘要等環節用上這些圖片。

Reader API 在設計上具備很強的擴展性，會根據實時流量自動擴容，目前最大併發請求數約為 4000。它是 Jina AI 的核心產品之一，我們一直在積極維護，請放心用於生產環境。

最新的速率限制資訊見下表。請注意，我們仍在持續最佳化 Reader API 的速率限制和效能，該表會隨之更新。

ReaderLM-v2 是一個 15.4 億參數的小型語言模型，可將原始 HTML 轉換為簡潔的 Markdown 或 JSON，並可使用 JSON 模式或自然語言指令提取結構化資料。您可以透過 Reader API 並添加 x-respond-with: readerlm-v2 請求頭來使用它，也可以從 AWS、Azure 或 GCP Marketplace 部署它。對於包含大量圖像或掃描文件的場合，jina-vlm 是我們擁有 24 億參數的視覺語言閱讀器模型。

加上 x-json-schema 請求頭並給出 JSON schema 定義，或者加上 x-instruction 請求頭並給出自然語言指令。這兩種方式都由 ReaderLM-v2 支撐，可以把任意網頁中的價格、標題、日期等欄位抽取成結構化 JSON。

不會。Reader 不會主動規避或繞過任何網站的防禦機制、反爬系統或訪問控制。如果網站把我們的服務識別為機器人並拒絕請求，我們就尊重這一結果。我們作為標準網頁客戶端執行，不使用任何逃避檢測的技術。您仍需自行確保使用 Reader 時尊重第三方智慧財產權和所訪問網站的條款。

不會。從免費套餐升級到付費 API 金鑰，並不會讓您訪問更多網站，也不會繞過任何站點限制。套餐之間的區別主要在速率限制和效能最佳化：付費金鑰的請求吞吐量更高、處理更快，但無法訪問那些封鎖我們服務的網站。

是的。讀取器模型以獨立的離線 Docker 容器形式交付，並採用 Elastic 自 2026 年 8 月 10 日起作為其獨立 SKU 銷售的 Jina On-Prem 商業許可。這適用於物理隔離和防火牆環境，容器不會建立任何型別的出站連線。請注意，獲取任意公共網頁仍然需要網路訪問許可權；本地部署的優勢在於可以在本地執行提取模型。如需報價，請聯絡 Elastic Sales。

有關我們的訓練流程、資料來源和評估的詳細資訊，請參閱 arXiv 上的技術報告。jina-embeddings-v5 文字模型的訓練分為兩個階段：首先從更大的教師模型中提取向量，然後在凍結的主幹權重上進行特定任務的 LoRA 適配器訓練。v5-omni 多模態變體增加了一個第三階段，該階段僅訓練跨模態投影器，而文字主幹和適配器保持凍結狀態。

jina-embeddings-v5-omni-small（約 17.4 億參數，1024 維，32K 上下文）和 jina-embeddings-v5-omni-nano（約 10.4 億參數，768 維，8K 上下文）是我們目前的多模態模型。它們在一個共享的向量空間中接受文本、圖像、音訊、影片和 PDF 文件，因此您可以在一種模態中建立索引，然後在另一種模態中查詢，而無需重新索引。它們的純文本輸出分別與 jina-embeddings-v5-text-small 和 jina-embeddings-v5-text-nano 相同，這意味著您可以將多模態輸入添加到現有的文本索引中，而無需重新嵌入。jina-clip-v2（8.65 億參數）仍然可用，作為一種更輕量級的文本和圖像選項。

自 2024 年起釋出的所有模型均支援多語言。jina-embeddings-v5-text-small 和 v5-omni 模型基於 Qwen3 骨幹網構建，具有廣泛的多語言覆蓋；jina-embeddings-v5-text-nano 基於 EuroBERT-210M 構建，涵蓋 15 種主要的歐洲和全球語言，包括英語、法語、德語、西班牙語、中文、日語、阿拉伯語和印地語。jina-embeddings-v3 和 jina-clip-v2 支援 89 種語言。有關每種語言的基準測試資料，請參閱各模型技術報告中的 MMTEB 結果。

上下文長度因模型而異：jina-embeddings-v5-text-small 和 jina-embeddings-v5-omni-small 最多支援 32,768 個 token，而 jina-embeddings-v5-text-nano 和 jina-embeddings-v5-omni-nano 支援 8,192 個 token。jina-embeddings-v4 和 jina-code-embeddings 模型支援 32,768 個 token；jina-embeddings-v3、jina-clip-v2 和 jina-colbert-v2 支援 8,192 個 token。除非設定 truncate: true，否則超過限制的輸入將返回錯誤。

每次請求包含的專案數量沒有硬性限制。API 會根據token數量對輸入進行內部分批處理，以實現最佳 GPU 利用率，因此您可以在單個請求中傳送任意數量的文字或影像。PDF 檔案除外：每次請求只能傳送一個 PDF 檔案。

使用 image、audio、video 或 pdf 鍵，將型別化物件傳遞到 input 陣列中。該鍵的值可以是公開 URL 或 base64 編碼的位元組。模型會將每種模態的資料路由到相應的編碼器，您可以在單個批次中自由混合使用不同的模態。支援的音訊格式包括 WAV、MP3、FLAC、OGG、M4A 和 Opus；影片以 32 幀均勻取樣的方式進行處理。每個請求必須傳送一個 PDF 檔案。

jina-embeddings-v5-text-small（6.77億參數）是MMTEB資料集上參數量低於10億時效能最強的模型，任務級平均得分為67.0，在英語MTEB資料集上的平均得分更是高達71.7。jina-embeddings-v5-text-nano（2.39億參數）在MMTEB資料集上得分為65.5，優於我們評估的所有參數量低於5億時的模型。我們的設計目標是每個參數的效能，而非原始參數量，因此這些模型在提供相當或更優檢索品質的同時，比大多數替代方案的部署成本更低。所有v5模型都支援Matryoshka表示學習，因此您可以將維度截斷至32而無需重新訓練。

遷移過程非常簡單：我們的 API 端點 與 OpenAI 的 text-embedding-3-large 的輸入和輸出 JSON 模式相匹配，因此在大多數程式碼庫中，您只需更改基本 URL、API 金鑰和模型名稱即可。Jina On-Prem 容器也同樣如此，它們還公開了 Elastic Inference Service (EIS)、Cohere、Voyage AI 和 Gemini 模式，因此 Jina 模型可以直接替換現有程式碼路徑中的模型。請注意，來自不同模型系列的向量不具有可比性，因此您必須重新嵌入語料庫，而不是將來自兩個提供商的向量混合在一個索引中。有關 Jina On-Prem 容器本身的資訊，請聯絡 Elastic Sales。

文字按標準方式計數。非文字輸入由相應的編碼器轉換為標記（token），其成本很大程度上取決於您使用的模型，因此請使用您自己的輸入進行測量，而不是假設。作為參考，一張 600x600 畫素的影像的成本約為： • jina-embeddings-v5-omni-small：約 363 個標記 • jina-embeddings-v5-omni-nano：約 362 個標記 • jina-embeddings-v4：約 4,840 個標記 • jina-clip-v2：約 16,000 個標記 v5-omni 模型每張影像的成本比舊模型低一到兩個數量級。每個響應都包含一個 usage 物件，其中包含該請求的確切token計數，包括多模態輸入的 image_tokens 細分，以便您可以驗證每次呼叫的成本。

是的。jina-embeddings-v5-omni-small 和 jina-embeddings-v5-omni-nano 將文字、影像、音訊、影片和 PDF 嵌入到同一個共享的向量空間中。jina-embeddings-v4 和 jina-clip-v2 則處理文字和影像。

有兩種途徑。自助式途徑是使用微調 API，它可以根據您對領域的描述生成合成訓練資料，並返回一個微調後的模型，而無需您自行構建帶標籤的資料集。如果您需要根據商業協議在專有資料上、專用基礎設施上，或使用不在基礎模型選擇器中的模型進行微調，請聯絡Elastic Sales；這項工作由 Elastic 負責範圍界定和合同簽訂。

是的，有兩種方式。Jina 模型已在 AWS、Azure 和 GCP Marketplace 上架，因此您可以將其部署在您自己的雲賬戶中。對於自管理、本地部署或物理隔離的基礎設施，Elastic 提供名為 Jina On-Prem 的商業許可，該許可自 2026 年 8 月 10 日起生效，它將模型以完全離線的 Docker 容器形式交付，無需外部呼叫，也無需許可證伺服器。如需獲取報價，請聯絡 Elastic Sales。

task 參數會選擇特定任務的 LoRA adapter 以獲得最佳效果。retrieval.query 用於檢索的查詢側，retrieval.passage 用於被檢索的文件側，text-matching 用於對稱相似度（例如去重或改寫檢測），classification 用於分類，separation 用於聚類。檢索是不對稱的，把查詢/文件兩側用反會明顯掉點。支援該參數的模型有 jina-embeddings-v5、jina-embeddings-v4 和 jina-embeddings-v3。

遲交互保留詞元級向量，而不是將文件合併成一個向量，這樣雖然會增加索引大小，但可以保留更細粒度的細節資訊。jina-embeddings-v4 透過 output_type 參數支援密集（單向量）和遲交互（多向量）輸出，而 jina-colbert-v2 則是一個專用的遲交互模型。對於大多數檢索流程而言，使用密集 v5 模型後接重排序器可以獲得更好的準確率/成本平衡。

延遲分塊首先使用長上下文模型對整個文件進行嵌入，然後從詞元級表示中匯出塊向量。與將每個塊孤立嵌入的樸素分塊不同，延遲分塊保留了跨塊上下文，這提高了 RAG 管道中的檢索品質，因為在這些管道中，一個塊引用了文件中前面定義的內容。使用 late_chunking 參數啟用此功能。

某些模型在架構上能夠處理比託管 API 所接受的更長的上下文。非常長的序列會消耗大量的 GPU 記憶體，我們會針對大多數用例調整服務配置，以平衡吞吐量、延遲和成本。如果您需要完整的架構上下文長度，請自行執行模型：聯絡 Elastic Sales 瞭解自助部署方案。

jina-embeddings-v4 基於 Qwen2-VL 基礎模型構建，該模型以 Qwen 研究許可釋出，僅允許用於研究和非商業用途。因此，我們無法對其進行商業授權，而是透過 API 免費提供。此外，它是一個 38 億參數模型，因此每次請求的處理速度較慢，並且我們限制了其吞吐量以控制基礎設施成本。它不適用於生產工作負載，因此，它不透過 Elastic Inference Service 提供，也不作為 Jina On-Prem 的一部分提供。對於生產環境，請使用 jina-embeddings-v5 系列：它速度更快，檢索基準測試結果更出色，並且可以透過 Elastic Sales 獲得商業授權。

速率限制取決於您的 API 金鑰類型：

免費版： 100 RPM，100K TPM
付費版： 500 RPM，2M TPM
高級版： 5,000 RPM，50M TPM

為防止濫用，每 60 秒還有 10,000 次請求的額外 IP 限制。限制按金鑰套用，並在 60 秒視窗內計算，因此突發請求會被平滑處理而不是排隊；超過限制的請求將返回 HTTP 429 錯誤，並應使用指數退避演算法重試。如果您需要超出高級版級別的限制，或者完全沒有共享租戶限制的專用容量，請聯絡 Elastic Sales。

文字檢索建議首先使用 jina-embeddings-v5-text-small：它是我們提供的最強大的 10 億參數以下的模型，可處理 32K 上下文。如果延遲、成本或邊緣硬體比精度更重要，則應使用 jina-embeddings-v5-text-nano。處理影像、音訊、影片或 PDF 時，請使用 jina-embeddings-v5-omni-small 或 v5-omni-nano；它們的文字輸出與相應的文字模型完全相同，因此您可以將這些模態新增到現有索引中而無需重新嵌入。原始碼請使用 jina-code-embeddings-0.5b 或 1.5b。同一系列中，版本越新越好。

圖片檔案最大大小為 5 MB，PDF 檔案最大大小為 8 MB。超過此限制的檔案將被拒絕並顯示錯誤資訊。

Reranker API 的定價與 Embeddings API 一樣，均採用基於詞元的定價結構，同一金鑰下的所有 Jina API 共享詞元。新開通的 API 金鑰包含免費詞元，方便使用者快速上手；此外，使用者還可以購買詞元包。詳情請參閱定價部分。

jina-reranker-v3.5 是我們目前的旗艦產品：一個擁有 0.6B 參數、13.1 萬 token 上下文的多語言 listwise 重排序器，可直接替代 jina-reranker-v3。它在所有衡量指標上都優於 v3，尤其在結構化資料和法律檢索方面提升最為顯著，執行速度也提升了 1.22 倍到 1.56 倍。jina-reranker-v3 仍然可用。jina-reranker-m0 是一個用於對視覺文件進行排序的多模態重排序器。jina-reranker-v2-base-multilingual 是一個較小的交叉編碼器，支援 100 多種語言，當您需要一個非 Qwen 衍生模型時非常有用。jina-colbert-v2 使用 89 種語言的遲交互。

jina-reranker-v3.5、jina-reranker-v3、jina-reranker-m0、jina-reranker-v2-base-multilingual 和 jina-colbert-v2 均以 CC-BY-NC 4.0 許可釋出。您可以免費使用、分享和改編它們用於非商業用途。商業生產用途需要商業許可，Elastic 自 2026 年 8 月 10 日起以 Jina On-Prem 的名稱作為其獨立 SKU 進行銷售。請聯絡 Elastic Sales 獲取報價。舊版 jina-reranker-v1-* 模型仍使用 Apache-2.0 許可。

是的，目前所有重排序工具都支援多語言。jina-reranker-v3.5 在 MIRACL 和多語言檢索方面都比 v3 版本有所改進。jina-reranker-v3 和 jina-reranker-v2-base-multilingual 支援 100 多種語言，jina-reranker-m0 處理多語言視覺化文件排序，而 jina-colbert-v2 支援 89 種語言。

上下文長度因模型而異：

jina-reranker-v3.5： 131,072 個詞元（查詢加上所有文件的總和），啟用自動截斷
jina-reranker-v3： 131,072 個詞元，啟用自動截斷
jina-reranker-m0： 10,000 個詞元
jina-reranker-v2-base-multilingual： 1,024 個詞元，對較長的文件啟用自動分塊
jina-colbert-v2： 8,192 個詞元

對於 v1 和 v2 重排序器，查詢會自動截斷，長文件會使用跨塊最大池化進行分塊。

單次請求的文件數量沒有硬性上限。與向量模型 API 一樣，Reranker API 會按詞元數在內部自動分批，以充分利用 GPU。您可以在一次請求中傳送任意數量的文件。

延遲從 100 毫秒到 7 秒不等，主要取決於文件和查詢的長度。例如，使用 64 個詞元的查詢對 100 個包含 256 個詞元的文件進行重排大約需要 150 毫秒。將文件長度增加到 4096 個詞元將使時間增加到 3.5 秒。如果查詢長度增加到 512 個詞元，則時間進一步增加到 7 秒。

是的。您可以在 AWS、Azure 和 GCP Marketplace 上找到這些重新排序工具，並將它們部署到您自己的雲賬戶中。對於自管理、本地部署或物理隔離的基礎設施，Elastic 提供商業許可（Jina On-Prem），該許可將模型以完全離線的 Docker 容器形式交付。請聯絡 Elastic Sales 獲取報價。

在委託進行微調之前，不妨先試試 jina-reranker-v3.5：它採用自蒸餾技術專門針對特定領域進行了訓練，具有很強的魯棒性，並且在法律和結構化資料檢索方面比 v3 版本有了顯著提升。一個精心挑選的現成重排序器加上更最佳化的分塊處理通常比微調更能有效彌補差距，而且測試是免費的。如果它仍然無法滿足您的資料需求，您可以考慮定製一個特定領域的重排序器：請聯絡 Elastic Sales 來瞭解具體需求。

jina-reranker-m0 模型可接受的最小影像尺寸為 28x28 畫素。

jina-reranker-v3 和 jina-reranker-v3.5 採用 listwise 架構：查詢和所有候選文件共享一個上下文視窗，並在一次前向傳播中完成評分，因此模型可以相互比較文件。傳統的逐點重排序器，例如 jina-reranker-v2-base-multilingual，則獨立地對每個文件與查詢進行評分。listwise 評分更加準確，因為相關性通常是相對於候選集中其他文件而言的。

某些重排序器架構上能夠處理比託管 API 所接受的更長的上下文。非常長的序列會消耗大量的 GPU 記憶體，我們會針對大多數使用場景調整服務配置，以平衡吞吐量、延遲和成本。如果您需要完整的架構上下文長度，請在您自己的基礎設施上執行模型，並聯系 Elastic Sales 獲取商業許可。

速率限制取決於您的 API 金鑰類型：

免費版： 100 RPM，100K TPM
付費版： 500 RPM，2M TPM
高級版： 5,000 RPM，50M TPM

此外，還有基於 IP 位址的限制，每 60 秒最多 10,000 次請求。相同的限制適用於向量模型與 Reranker API，且同一金鑰下的所有 Jina API 共用 token。

對於文字，請使用 jina-reranker-v3.5。它可直接替代 jina-reranker-v3：請求模式保持不變，因此只需切換模型字串即可完成整個遷移。當候選物件是影像或包含豐富視覺內容的文件時，請使用 jina-reranker-m0。當您需要更小的模型或並非基於 Qwen 主幹架構的模型時，請使用 jina-reranker-v2-base-multilingual。

是的。一個 API 金鑰可適用於 Jina AI 搜尋基礎產品的所有功能，包括 Reader、Embeddings、Reranker、Classifier 和 Segmenter API，所有功能共享相同的 token。

可以，在「API 金鑰與計費」標籤頁輸入您的 API 金鑰，即可查看近期用量記錄和剩餘詞元。如果您已登入 API 控制面板，也可以在「管理 API 金鑰」標籤頁查看這些資訊。

如果您弄丟了已儲值的金鑰並希望找回，請用註冊郵箱聯繫 support AT jina.ai。建議登入帳戶，這樣 API 金鑰可以安全保存、隨時取用。

不會，API 金鑰沒有過期日期。如果金鑰洩漏，請在 API 金鑰控制面板 中自行撤銷，立即生效；想避免服務中斷可以先申請一個替代金鑰。任何剩餘的 token 餘額都留在帳戶裡，而不是隨撤銷的金鑰一起沒了。如果您無法存取控制面板，或者懷疑帳戶本身被盜用，請聯絡 Elastic Support。

可以，您能把詞元從一個高級金鑰轉到另一個金鑰。在 API 金鑰控制面板登入帳戶後，進入待轉出金鑰的設置頁，即可轉移全部剩餘的付費詞元。

可以，如果您認為金鑰已洩漏，可以銷毀它。銷毀後，所有保存該金鑰的使用者都會立即無法使用，剩餘額度和關聯屬性也將永久失效。如果是高級金鑰，您可以在銷毀前把剩餘的付費額度轉移到另一個金鑰。請注意，此操作無法撤銷。要銷毀金鑰，請前往 API 金鑰控制面板中的金鑰設置。

這是因為我們的無伺服器架構會在使用率較低時卸載部分模型。首次請求會啟用或“預熱”模型，需要幾秒鐘。啟用之後，後續請求的處理速度會快得多。

不會。我們絕不會用您的 API 請求、輸入或輸出來訓練向量模型、重排模型或任何其他模型。您的資料始終屬於您。

每個 API 金鑰均有速率限制：

免費版： 100 RPM，100K TPM
付費版： 500 RPM，2M TPM
高級版： 5,000 RPM，50M TPM

此外，每 60 秒還有 10,000 次請求的 IP 位址限制。不同端點的限制有所不同；請參閱上方的速率限制表，瞭解每個端點的具體限制。

Embeddings 和 Reranker API 都沒有批次大小限制，每次請求可以傳送任意數量的條目或文件。兩個 API 都會在內部按詞元數對輸入分批，以充分利用 GPU。

不，這是三種不同的路徑。本網站上的 Jina API 是自助式的，採用按需付費模式，需要 Jina API 金鑰。Elastic Inference Service (EIS) 在 Elastic Cloud 中執行 Jina 模型，費用透過您的 Elastic 訂閱收取，無需您管理任何基礎設施。Jina On-Prem 是 Elastic 自 2026 年 8 月 10 日起作為其獨立 SKU 銷售的商業許可證，用於在您自己的自管理本地或物理隔離的基礎設施中執行模型。有關 EIS 和 On-Prem 路徑的更多資訊，請聯絡 Elastic Sales。

我們按處理的詞元總數計費，您可以把這些詞元靈活分配到任意數量的句子上，用更低的成本滿足各種文字分析需求。

我們為新使用者提供免費試用：系統自動生成的 API 金鑰內含一千萬詞元，可用於我們的任何模型。免費額度用完後，您可以在「儲值」標籤頁為金鑰購買更多詞元。

不，失敗的請求不會扣除詞元。

付款透過 Stripe 處理，支援信用卡、Google Pay、PayPal 等多種方式，方便您選擇。

對於自助詞元購買，Stripe 會在購買時向您的 Stripe 帳戶關聯的電子郵件地址發送發票。如果您需要正式的採購訂單、協商合同、採購文件或透過 Elastic 而非 Stripe 處理的合併賬單，請聯絡 Elastic Sales。

在本站購買詞元僅涵蓋使用託管的 Jina API。這些詞元不包含您在自有基礎設施上執行模型權重的許可。為此，Elastic 自 2026 年 8 月 10 日起以商業授權的形式單獨銷售，按年收費，而非按詞元收費。如需報價，請聯絡 Elastic Sales。

自助詞元購買透過 Stripe 處理，發票將自動傳送到您的 Stripe 帳戶郵箱。對於採購訂單、採購流程或超出自助儲值支援的交易量，請聯絡 Elastic Sales。

餘額和速率限制屬於 API key，不屬於帳號，所以先查 key 本身而不是帳號頁面：在「API Key & Billing」分頁中輸入該 key，確認餘額和層級。如果帳號下有多個 key，token 都在已儲值的那個 key 上，未必是您應用實際在用的那個。另外，付款後新的層級生效可能有短暫延遲。如果 key 已顯示餘額、但事後仍按原層級限制，請聯絡支援。

自助計費在客戶門戶中管理，入口在「API Key & Billing」分頁，可在那裡關閉自動儲值、移除已儲存的付款方式。關閉自動儲值只是停止後續扣款，已購買的餘額仍可繼續使用。如果您還需要刪除帳號及其資料，或希望申請退款，請把請求發給支援；帳號刪除為人工處理，需要幾個工作日，完成後會有書面確認。