重排序成本计算器

工具 ·

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

按上面填写的用量,估算各厂商每月的重排序费用
方案 计费单位 计费量 每月成本

以人民币计价(中国大陆)

按上方负载估算的每月重排序费用(人民币)
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:

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

成本只是决策的一半

另一半是质量。在浏览器里拿你自己的段落跑一个 cross-encoder —— 无需密钥,零成本。

打开在线 Demo →

继续阅读