重排序（Rerank）
给定查询与候选文档列表，输出按相关性排序的结果，常用于检索后精排。统一使用扁平请求体，不同模型的结果结构差异见下。
POST https://openai.jw-info.com/v1/rerank
| 请求头 | 是否必填 | 说明 |
|---|
| Content-Type | 是 | application/json |
| Authorization | 是 | Bearer {API_KEY}，或 x-api-key |
| 参数名 | 类型 | 是否必填 | 默认值 | 说明 |
|---|
| model | string | 是 | - | 重排模型名，如 gte-rerank-v2、qwen3-rerank |
| query | string | 是 | - | 查询文本 |
| documents | array | 是 | - | 待排序文档列表（字符串数组） |
| top_n | integer | 否 | 全部 | 只返回前 n 条 |
| return_documents | boolean | 否 | true | 是否在结果中带回原文 |
curl https://openai.jw-info.com/v1/rerank \
-H "Authorization: Bearer sk-你的密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "gte-rerank-v2",
"query": "什么是向量检索",
"documents": ["向量检索按相似度找最近邻", "今天天气不错"]
}'
结果按相关性降序排列。返回结构随模型系列略有差异：
| 系列 | 结果路径 | 说明 |
|---|
| gte-rerank | output.results[] | 每项含 index 与 relevance_score |
| qwen3-rerank | results[] | 每项含 index、relevance_score，meta.tokens 给用量 |
{
"output": {
"results": [
{ "index": 0, "relevance_score": 0.91 },
{ "index": 1, "relevance_score": 0.02 }
]
},
"usage": { "total_tokens": 17 }
}