Jina Reranker

权重 + 托管 API · Jina AI（现属 Elastic）· 更新于 2026 年 10 月 1 日

Jina 目前的旗舰是 2026 年 8 月发布的 jina-reranker-v3.5：一个基于 Qwen3-0.6B 的 0.6B listwise 重排序器，可直接替换 v3 —— API 相同、131K token 上下文，速度快 1.22–1.56 倍。在 Jina 自己的评测里，它的 BEIR nDCG@10 为 63.20*，以约七分之一的体量略高于 Qwen3-Reranker-4B；不过在多语言、专业领域和结构化数据检索上，仍是 4B 领先。自建部署要注意：v2、v3 和 v3.5 的权重采用 CC BY-NC 4.0 —— 仅限非商用。v1-tiny（Apache 2.0）仍是本站浏览器 Demo 所用的模型。

模型变体

参数量与许可证取自各模型的 Hugging Face 页面（2026 年 10 月）。此前列在这里的 jina-reranker-v1-base-en 已不再在 Hugging Face 上公开。

Listwise 的 v3 与 v3.5 改了什么

经典 cross-encoder 对每个 (query, doc) 独立打分。Listwise 模型一次看到整批候选，在多段共享词汇时有助于相对排序。代价是更高显存，以及与 MiniLM 成对打分不同的服务路径。

v3 引入了 Jina 所说的 last but not late 交互：query 与所有候选文档作为同一个序列做因果自注意力，每篇文档的分数是特殊 token 位置上投影向量之间的余弦相似度 —— 所以文档是放在彼此的上下文里评判的，而不只是对着 query。v3.5 保留了这一点，并把统一的全局注意力换成「三层滑动窗口（窗口 1,024 token）+ 两层全局」的交替结构，最后一层始终是全局的。它还加入了法律、医疗、金融和结构化数据的训练，并从同等体量的全注意力教师模型蒸馏而来。Jina 测得短文本延迟降低 1.22 倍、长文本降低 1.56 倍（A100，每次 100 个候选）。详见 v3.5 论文和 v3 论文。

谁测的分数？

为了 v3.5，Jina 用同一套方法把所有模型重新测了一遍：13 个 BEIR 数据集、覆盖 18 种语言的 MIRACL、RTEB（法律、金融、代码、医疗）以及 Struct-IR，每项都是对 jina-embeddings-v5-text-small 召回的前 100 个候选重排。

指标为 nDCG@10，取自 jina-reranker-v3.5 模型卡。Struct-IR 用的是受控候选池（全部正确文档加上最难的 30 个干扰项），因此不能和其他 Struct-IR 排行榜直接比较。

v3.5 在 BEIR 上领先，但不到一分；另外三项都是 4B 领先，Jina 自己的文章也直说了这一点。v3 论文在 2025 年用另一个第一阶段召回模型测过一次，当时 v3 是 61.94，Qwen3-Reranker-4B 是 61.16 —— 本站直到 2026 年 10 月都在重复的「v3 超过 Qwen3-Reranker-4B」就出自这里；在新的评测里，这个结论已经不成立。同一家厂商测的两次结果里，Qwen3-Reranker-4B 就差了一分多，这正说明 BEIR 均值应当当作档位来看，而不是精确排名。

许可证：哪些能自建部署

v2、v3、v3.5 和 m0 的权重采用 CC BY-NC 4.0 发布：可以免费下载和评估，但不能商用。生产环境有三条路：Jina 的托管 API，按 token 计费；v3.5 还可以走 Elastic Inference Service（Elastic Stack 9.3 及以上）；或者购买商用许可，现在由 Elastic 的销售团队负责。Jina 还把 v3 上架到了 Azure 和 Google Cloud 的应用市场。只有旧版的 v1 英文模型是 Apache 2.0。

如果你需要水平相近、又允许商用的开源权重，Qwen3-Reranker、mxbai-rerank-v2 和 bge-reranker-v2 都是 Apache 2.0。

价格

Jina 的重排序 API 按 token 计费，和他们的其他 API 共用同一个余额。新的 API key 附带免费 token 供试用；之后需要购买 token 包。Jina 在 2025 年 5 月 6 日调整过定价，而且他们网站上的当前价格要在浏览器里加载完页面才显示，所以这里不写具体数字 —— 做预算前请到 jina.ai/reranker 查看。

速率限制取自 jina.ai/reranker 的 FAQ，与 Embeddings API 共用。v3 和 v3.5 的 API 每次请求最多接受 131,072 token（query 加全部文档），超出部分会被截断。延迟方面，同一份 FAQ 给出的数字是：100 篇 256 token 的文档加 64 token 的 query 约 150 毫秒；文档增至 4,096 token 时约 3.5 秒；query 也增至 512 token 时约 7 秒。

快速上手

托管 API（Python）

import requests

def rerank(query: str, documents: list[str], top_n: int = 5) -> list[str]:
    resp = requests.post(
        "https://api.jina.ai/v1/rerank",
        headers={"Authorization": "Bearer YOUR_KEY", "Content-Type": "application/json"},
        json={
            "model": "jina-reranker-v3.5",  # or jina-reranker-v3; same request schema
            "query": query,
            "documents": documents,
            "top_n": top_n,
        },
    ).json()
    return [documents[r["index"]] for r in resp["results"]]

自建部署（transformers）

除非已获得商用许可，否则仅限非商用 —— 见上文。

from transformers import AutoModel

model = AutoModel.from_pretrained(
    "jinaai/jina-reranker-v3.5",
    dtype="auto",
    trust_remote_code=True,
)
model.eval()

# Listwise: all documents are scored together, in one forward pass
results = model.rerank(query, documents, top_n=5)
for r in results:
    print(f"{r['relevance_score']:.4f}  {r['document'][:80]}")

浏览器 / 边缘端使用

v1-tiny 模型（3300 万参数）通过 transformers.js 在浏览器中运行。在一台 4 核的 GitHub Actions 机器上，Demo 的首次运行（下载加打分 10 段）用了 4.4 秒，之后打分 10 段用 429 ms，30 段用 1,283 ms。手机或较旧的笔记本会更慢；Demo 会在你自己的设备上显示每次运行的耗时。本站 Demo 用的就是它：

// transformers.js (ES module in the browser)
import { AutoTokenizer, AutoModelForSequenceClassification }
  from "https://cdn.jsdelivr.net/npm/@huggingface/transformers@4";

const tokenizer = await AutoTokenizer.from_pretrained(
  "jinaai/jina-reranker-v1-tiny-en", { dtype: "q8" }
);
const model = await AutoModelForSequenceClassification.from_pretrained(
  "jinaai/jina-reranker-v1-tiny-en", { dtype: "q8" }
);

const inputs = tokenizer([query, query], {
  text_pair: [doc1, doc2],
  padding: true, truncation: true,
});
const { logits } = await model(inputs);
const scores = logits.sigmoid().tolist();

优缺点

其他模型