Indlæser kataloget…
Indlæser kataloget…
En multimodal reranker med 8 milliarder parametre fra Qwen, der scorer relevans for tekst og billeder i et kontekstvindue på 32.768 tokens.
Oversigt. Qwen3-VL-Reranker-8B er en multimodal reranking-model med 8 milliarder parametre fra Qwen. Den accepterer tekst og billeder som inddata, herunder screenshots, og returnerer relevans-scores frem for genereret tekst. Udviklere bruger den til at rangordne multimodale søge- eller hentningsresultater i forhold til en forespørgsel.
Vigtigste styrker. Dens reranking-design genererer relevans-scores til sammenligning af resultater i en kandidatgruppe mod en forespørgsel. Modellen understøtter tekst og billeder som inddata, og modelkortet dokumenterer også inddata i form af screenshots og video, hvilket gør den velegnet til opgaver, der kombinerer sprog med visuelt indhold. Den tilbyder et kontekstvindue på 32.768 tokens.
Anvendelsesområder. Brug denne model, når en behandlingskæde har brug for at omrokere tekst- eller billedkandidater efter relevans for en forespørgsel. Den passer til multimodale søgeforløb, hvor screenshots eller andet visuelt indhold skal vurderes sammen med tekst. Brug den til scoring og rangordning frem for generering af svar.
Begrænsninger. Der er ikke verificeret nogen benchmarkresultater, svartidsklassificering, domæne-scores eller oplysninger om, hvor træningsdataene slutter for denne model. Dens dokumenterede uddata er en relevans-score, og der er intet bevis for streaming, verktøjskald, struktureret uddata eller indbygget håndtering af dokumentfiler.
Bemærkning om suverænitet. Qwen er modelskaberen, og de tilgængelige fund fastlægger ikke en klassificering for eksponering mod CLOUD Act eller en politik om ingen træning på dine data. Et IONOS-endepunkt er dokumenteret som drevet i Tyskland, men endepunktets generelle politik for datahåndtering er ikke verificeret.
| Inferensleverandør | Suverænitet | Kører i | Pris | Status | Fastgør |
|---|---|---|---|---|---|
| L1 | 0,04 € per 1 mio. ind-tokens | Online |
7 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Specialbygget multimodal reranker med 8 milliarder parametre, billedforståelse og et kontekstvindue på 32k, rettet mod relevansscoring i andet trin over blandede tekst- og billedkandidater. Modelfamiliens rødder inden for tekstreranking understøtter dette, selvom modellen stadig har status som kladde.
Nyttig som et trin til rescoring over kandidater fra en upstream embedding-retriever, men dens design som reranker giver ikke i sig selv tæt søgning i første gennemløb. Egnetheden afhænger af den behandlingskæde til søgning, den ligger bag.
Modellen er en scoringskomponent uden konversationsgenerering, så den kan ikke producere chatbot-svar på egen hånd. Den kan dog stadig hjælpe med at rangordne tekster fra en vidensbase bag en chatmodel.
Omskrivning af forespørgsler kræver tekstgenerering, hvilket denne scoringsorienterede reranker ikke tilbyder. Den er et dårligt valg til denne opgave, selvom den accepterer tekstforespørgsler.
Billedforståelse understøttes, men modellen scorer relevansen mellem billede og tekst frem for at producere svar på visuelle spørgsmål. Brug en multimodal model til generering til dette anvendelsesområde.
En reranker scorer og sorterer kandidattekster frem for at generere svar, og oversigten viser ingen egenskaber for generering eller chat. Kombiner den i stedet med en model til generering længere nede i behandlingskæden.
Der er ikke anført nogen egenskaber for værktøjskald eller agentisk brug for denne variant, og dens design som reranker hverken planlægger eller aktiverer værktøjer. Den er uegnet til roller inden for orkestrering.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod rerank-modellerne på Stav.
Ingen benchmarkkilde endnu
curl https://api.stav.ai/v1/rerank \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "qwen/qwen3-vl-reranker-8b",
"query": "Which provider hosts in Norway?",
"documents": ["Green Mountain is in Stavanger.", "Paris is in France."],
"top_n": 1}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på