重排序成本计算器
托管重排序服务的计费方式各不相同。Cohere Rerank 4 按检索次数计价 —— 一次检索包含一个 query 和最多 100 篇文档,超过 500 token 的文档按多篇计。Google 和 Amazon Bedrock 按查询次数收费、Pinecone 按请求次数收费,每次最多 100 篇文档,不管长短。Cohere Rerank 5、Voyage、Jina、ZeroEntropy、Contextual AI 和阿里云按 token 收费(Jina 按一次请求的全部 token 计,query 加所有候选),国内以人民币计价的服务也是如此。哪家最便宜取决于你的段落长度怎么取整。填入你自己的数字试试。
你的负载
每月成本
| 方案 | 计费单位 | 计费量 | 每月成本 |
|---|
以人民币计价(中国大陆)
| 方案 | 计费单位 | 计费量 | 每月成本 |
|---|
为什么排名会变
Cohere Rerank 4 和 Voyage 最终都是按文本量收费,只是取整方式不同。Cohere 把每个候选按「每满 500 token 算一篇,不足也算」计费(query 计入在内),每次检索包含 100 篇文档。Voyage 只按你实际发送的 token 计费,query 按每篇文档各算一次。
按标价算,两家恰好在一个点上相等:500 token 的文本,在 Cohere Rerank 4 Pro(每次检索 100 篇,$0.0025)和 Voyage rerank-3(每百万 token $0.05)上花费完全相同 —— Voyage 自己的价格页用的就是这个例子。真正拉开差距的是取整:
- 段落较短 —— Cohere 仍把每段按一整篇计费,所以按 token 计费更便宜,段落越短差得越多。
- 刚超过 500 token 的边界 —— 520 token 的候选在 Cohere 算两篇;按 token 计费只要大约一半的钱。
- top-k 不是 100 的整数倍 —— Cohere 会把每次查询向上取整到整次检索,所以成本是阶梯式上涨,而不是平滑变化。
- Cohere Rerank 4 Fast 对比 Voyage rerank-3 —— 只有当 query 加段落占满最后一块的 80% 以上时,Fast 才更便宜。
-lite档在任何负载下都比两者便宜。
Rerank 5 没有这种取整:Cohere 按 token 计费,标价和 Voyage 一样 —— Pro 每 100 万 token $0.05,rerank-3 是 $0.05;Fast 是 $0.02,rerank-3-lite 是 $0.02。Cohere 没说明查询怎么计入,计算器按 Voyage 的方式算,于是这两组价格完全持平。在它们之间选,看效果,不看价格。
Jina 同样是每 100 万 token $0.05,但 token 的算法又不一样:v3.5 是 listwise,query 和所有候选共享同一个 131K token 的上下文,query 每次查询只算一遍,而不是每篇文档算一遍。候选很多时这笔省下的量并不大 —— 而且它也不是你选 Jina 的理由。它真正给你的是 listwise 这种横向比较本身;token 只是这单生意里更便宜的那一半。
2026 年 10 月更正:此前本页说 Cohere 按 500 token 拆分计费是误传,并称按次计费与段落长度无关。Cohere 自己的价格 FAQ 写的正相反:文档(连同 query)超过 500 token 就会被拆分,每一块都计入每次检索的 100 篇文档。计算器现已按此建模,旧版里 Cohere 在长段落上的优势也随之消失。
你的负载:—
那自托管呢?
自托管没有按调用计的价格,所以它不适合放进上面的表里 —— 你是用 GPU 账单加运维成本换掉了用量账单。只有放到你自己的量级上比较才有意义:把每月 GPU 成本除以上面的查询次数,再和表中的每次查询成本对比。每月几十万次查询以下,API 通常比一块专属 GPU 便宜;远高于这个量级后,自托管 Qwen3-Reranker 或 bge-reranker-v2-m3 才开始划算。服务端怎么搭见我们的自托管指南。
另外,模型小并不等于差 —— Jina Reranker v3.5 以 0.6B 的体量,在 Jina 自己的测试里拿到 63.20* 的 BEIR nDCG@10,与 4B 模型持平,所以最省资源的那个,也可能是最准的之一。
假设与来源
- Cohere Rerank 4 —— 每次检索 $0.0025(Pro)和 $0.002(Fast)。一次检索 = 一个 query 加最多 100 篇文档;按 Cohere 价格 FAQ,文档连同 query 超过 500 token 就会被拆分,每一块算一篇文档。这是 Cohere 最后公布的价格(每千次检索 $2.50 和 $2):2026 年 10 月 21 日公布 Rerank 5 价格时,它的价格页不再列出 Rerank 4,不过 Rerank 4 仍在提供服务。
- Voyage rerank-3 —— 每百万 token $0.05,
rerank-3-lite为 $0.02。计费 token = query 按每篇文档各算一次,再加上你发送的全部文档 token —— 所以 50 个候选意味着 query 被计费 50 次。旧版rerank-2.5及其-lite的单价相同。这里没有计入免费 token 和 Batch API 折扣 —— 哪些模型适用,见 Voyage 专页。 - Jina Reranker v3.5 —— 每 100 万 token $0.05,取自 Jina 的模型发现接口(api.jina.ai/v1/models),它把
jina-ai/jina-reranker-v3.5的单价按「每个 token」列出;jina.ai 自己的页面不写数字,只卖预付的 token 包。Jina 对 Reranker API 用量口径的说明是「输入请求里的 token 数」,而 v3.5 把 query 和全部候选放进同一个上下文窗口,所以本页按每次请求只算一遍 query,而不是每篇文档算一遍。新 key 附赠的试用 token 未计入。 - Google Vertex AI 排序 —— 每 1,000 次查询 $1.00;一次查询最多 100 篇文档,每多 100 篇算一次查询(Google 价格页)。段落长短不影响价格,但模型每条记录只读 1,024 token。
- 阿里云百炼 —— qwen3-rerank 国际版每百万输入 token $0.1,北京地域 ¥0.5,qwen3.7-text-rerank 在北京地域同价(价格页)。阿里云按输入 token 计费,单次请求上限按 query token × 文档数 + 文档 token 总和计算,所以本页和 Voyage 用同一种方式数 token。qwen3-rerank 遇到单篇超过 4,000 token 的文档会直接报错,不会截断。
- 硅基流动 —— 价格页上 bge-reranker-v2-m3 免费,Pro 版每百万 token ¥0.07(价格页)。硅基流动没有说明重排序怎么数 token,本页假定与阿里云、Voyage 的算法相同。它同时提供的 Qwen3-Reranker 在价格页上没有标价。
- ZeroEntropy zerank-2 —— 每 100 万 token $0.025(ZeroEntropy 文档)。文档没有说明一次重排请求的 token 怎么计;本页按 Voyage 的方式算,即每个文档都把查询算一遍——ZeroEntropy 计算速率限制时也是这样算一次请求的。
- Contextual AI Rerank API —— v2 每 100 万 token $0.05,v2-mini $0.02(Contextual 价格)。和 ZeroEntropy 一样按每个文档都算一遍查询来计;Contextual 没有说明他们怎么计。
- Amazon Bedrock:Amazon Rerank 1.0 —— 每 1,000 次查询 $1.00;一次查询最多 100 个文档,超出部分算作新的查询(Bedrock 价格)。Bedrock 上的 Cohere Rerank 3.5 没有计入:同一页面一边说每个文档最多 500 token,一边说超过 512 token 才拆分,两个数字对不上。
- Pinecone —— 付费套餐里 bge-reranker-v2-m3 和已弃用的 pinecone-rerank-v0 都是每 1,000 次请求 $2;一次请求最多 100 个文档,更多就要多发请求(Pinecone 价格)。没有计入套餐自带的免费请求;cohere-rerank-4-fast 没有计入,因为 Pinecone 没说明它计费用的“rerank 单位”是什么。
- Cohere Rerank 5 —— 每 100 万 token $0.05(Pro)和 $0.02(Fast),取自 cohere.com/pricing。Cohere 没有说明一次重排请求的 token 怎么计;本页按 Voyage 的方式算,即每个文档都把查询算一遍。
- token 数为近似值 —— 各家分词方式不同,本页是用你填的平均值相乘,而非对真实文本做分词。
- 价格于 2026 年 10 月核对,本站的来源检查每天都会和各厂商的价格页重新核对。做预算前请再确认一次。