Suchergebnisse sortieren
Rerank v 4 Pro
Rerank v 4 Pro ist ein Suchergebnisse sortieren-Modell von Cohere. Eingabe: Text. Ausgabe: Relevanzwerte.
Suchergebnisse sortierenRerank v 4 Fast
Rerank v 4 Fast ist ein Reranking-Modell von Cohere. Es ordnet vorhandene Suchtreffer nach ihrer Relevanz für eine Frage neu. Die Kandidatenliste muss eine vorgelagerte Suche liefern.
Wie kannst du es nutzen?
Nutze den in den Quellen genannten Anbieterzugang für genau diese Version. Ein Produktabo enthält nicht automatisch API-Guthaben.
Vorherige Rerank-Generation; weiter dokumentiertQuellenstand 2026-10-24
Cohere im Verzeichnis
EingabeText
AusgabeRelevanzwerte
Kontext32.768 Tokens
Änderungen am Modell
Nachprüfung am 24. Oktober 2026; Herstellerdokumentation, kein eigener Modelltest.
Rerank 5 ergänzt die Auswahl um optionalen Context Focus. Der bisherige v4-Endpunkt wird in den gelesenen Quellen weiterhin geführt; daraus folgt keine aktuelle Abschaltung. Für den Wechsel Modell-ID und eigene Retrievalfälle prüfen.
Rerank 5 Fast: Aktuelle Generation mit Context Focus vergleichen, ohne v4 fälschlich als abgeschaltet zu kennzeichnen.
Herstellerquelle zum Update · geprüft am 24. Oktober 2026
Technische Daten
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | Cohere |
|---|---|
| Modellfamilie | Command · North · Aya |
| Modell-/API-ID | rerank-v4.0-fast |
| Status | Vorherige Rerank-Generation; weiter dokumentiert |
| Modellart | Suchergebnisse sortieren |
|---|---|
| Eingabe | Text |
| Ausgabe | Relevanzwerte |
| Kontext | 32.768 Tokens |
|---|---|
| Maximaler Output / Horizont | Nicht bestätigt |
| Bereitstellung | Cohere API / Model Vault; Bereitstellung prüfen |
|---|---|
| Gewichte | Nicht bestätigt |
| Lizenz | In der Herstellerquelle prüfen |
Daten im Überblick
Die Grafik zeigt die im Profil dokumentierten Grenzen. Kontext und maximale Ausgabe sind keine addierbaren Budgets und keine Qualitätsbewertung. Zusätzliche Bedingungen stehen im Datenblatt.
- Kontext
- 32.768 Tokens
- Maximaler Output / Horizont
- Nicht bestätigt
Datenbasis: Herstellerangaben im Quellenstand 2026-10-24. Quellen zu diesem Profil ↓
Einsatz und Grenzen
Rerank v 4 Fast ist ein Suchergebnisse sortieren-Modell von Cohere. Eingabe: Text. Ausgabe: Relevanzwerte.
Ein Reranker ordnet vorhandene Kandidaten. Halte die Kandidatenmenge fest und prüfe, ob relevante Dokumente nach dem Sortieren weiter oben stehen. Die RAG-Grundlagen ordnen das Sortieren von Treffern in den gesamten Weg von der Quelle zur belegbaren Antwort ein.
Prüfe vor einem API-Aufruf, ob dein Konto Zugriff hat und welchen Endpunkt, Tarif und welche Region du verwenden musst. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Was kostet Rerank v 4 Fast?
Bestätigter Tarif / PreisangabeKein verifizierter Einheitspreis in diesem Quellenstand
Tarife und Zugang vor Nutzung in der Anbieterquelle prüfen.
Zugang: Cohere API / Model Vault; Bereitstellung prüfen. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Praxis: Die Grenzen einer Trefferliste prüfen
Praxisergänzung geprüft am 22. Oktober 2026 · eigene Aufgabe, kein Modellbenchmark
Ein Reranker sortiert die übergebene Kandidatenliste nach einer Frage. Er durchsucht nicht automatisch alle anderen Dokumente. Unsere Offline-Aufgabe vergleicht deshalb zwei Listen: In einer fehlt die benötigte Anleitung vollständig. In der anderen ist sie enthalten. So prüfst du zuerst die Kandidatensuche statt nur die Sortierung.
Vorbereitung
Cohere führt rerank-v4.0-fast als frühere Rerank-Generation und verweist für neue Projekte auf v5. Das Profil bleibt für bestehende Integrationen nutzbar. Die API nimmt Frage und Dokumente entgegen und liefert eine Neusortierung mit Indexbezug; sie erzeugt keine Chatantwort. Die folgende Übung leitet keine tatsächlichen Scores oder Modellränge ab.
Bearbeite die fiktive Zuordnungs- oder Planungsaufgabe zuerst von Hand. Diese Trockenübung braucht keinen Anbieteraufruf.
Speichere deine Kontrollwerte als antwort.json. Das ist eine eigene Planungsantwort, kein behaupteter Modelloutput.
Vergleiche mit dem Soll und verändere einen Grenzfall. Prüfe tatsächliche Modellantworten und produktive Abläufe später gesondert.
Aufgabe zum Kopieren
Die Angaben sind fiktiv. Speichere den geforderten JSON-Teil der Antwort separat als antwort.json; zusätzliche Erklärungen gehören in eine andere Datei.
Offline-Probe, keine Anfrage an einen Chat-Endpunkt. Fiktive Frage: In welchem Feld ändere ich im Probeprogramm Atlas den Port? Dokument A: "Atlas lässt sich lokal starten." B: "Der Standardport ist 4711." C: "Im Probeprogramm Atlas änderst du den Port im Feld listen_port." Kandidaten L1=[A,B], L2=[B,C]. Prüfe nur, ob die Liste einen ausdrücklich passenden Beleg enthält. JSON: ohne_passenden_beleg (Listen-IDs), mit_passendem_beleg (Objekt Listen-ID auf Dokument-ID), fehlendes_dokument_in_l1 (Text).Vorlage herunterladenLokalen JSON-Prüfer herunterladen
Lösung und Prüfkriterien ansehen
- A beschreibt den Start, B nur den Ausgangswert.
- Nur C beantwortet die Frage nach dem Feld.
- C kann in L1 nicht durch Neusortierung der vorhandenen Einträge entstehen.
{
"ohne_passenden_beleg": [
"L1"
],
"mit_passendem_beleg": {
"L2": "C"
},
"fehlendes_dokument_in_l1": "C"
}Das Soll ist redaktionell aus der Vorlage abgeleitet, keine aufgezeichnete Modellantwort. Der lokale Prüfer vergleicht die festgelegten Felder und führt keinen generierten Code oder API-Aufruf aus. Er bewertet keine freien Begründungen.
Speichere Prüfer und deine Antwort im selben Ordner. Mit installiertem Python: python pruefen.py antwort.json.
| Beobachtung | Was du prüfst |
|---|---|
| Der höchste L1-Treffer wird als sichere Antwort verwendet | Ein bester vorhandener Treffer muss die Frage noch nicht beantworten. |
| Ein Score für C in L1 wird erfunden | C wurde dieser Liste nicht übergeben. |
| Die Listenprüfung gilt als Modellbenchmark | Es handelt sich um eine fiktive Belegprüfung ohne Rerank-Aufruf. |
Passende Anleitungen
Wie du die fehlende Fundstelle vor einer Antwort erkennst, lernst du unter Abruf und Antwort in der Dokumentensuche getrennt prüfen.
Für den anschließenden Gesamtprozess zeigt einen RAG-Chatbot mit nachvollziehbaren Quellen aufbauen die Verbindung von Suche, Beleg und Antwort.
Gezielte Praxisergänzung auf Basis aktueller Herstellerunterlagen. Der Datenstand der bisherigen Modell-Faktentabellen bleibt separat ausgewiesen. Neue Beispiele und Grafiken sind eigene Erklärungen; es wurden keine Modellantworten oder Leistungswerte gemessen.
Herstellerunterlagen zur Ergänzung: An Overview of Cohere's Rerank Model | Cohere (Abruf 2026-10-22) · An Overview of Cohere's Models | Cohere (Abruf 2026-10-22).
Quellen und Prüfstand
Quellenstand: 2026-10-24. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Häufige Fragen
Was ist Rerank v 4 Fast?
Rerank v 4 Fast ist ein Suchergebnisse sortieren-Modell von Cohere. Eingabe: Text. Ausgabe: Relevanzwerte. Hersteller: Cohere. Dokumentierte ID: rerank-v4.0-fast.
Was verarbeitet Rerank v 4 Fast?
Eingabe: Text. Ausgabe: Relevanzwerte. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Kannst du Rerank v 4 Fast lokal betreiben?
Der dokumentierte Zugang lautet: Cohere API / Model Vault; Bereitstellung prüfen. Öffentlich verfügbare offene Gewichte werden damit nicht bestätigt. Ein integriertes On-Device-Modell kann besondere Hardware und Plattformvorgaben haben.
Was kostet Rerank v 4 Fast?
Kein verifizierter Einheitspreis in diesem Quellenstand. Tarife und Zugang vor Nutzung in der Anbieterquelle prüfen. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Ist das ein Leistungstest oder eine Rangliste?
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-24. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Wie groß ist das Kontextfenster von Rerank v 4 Fast?
Im dokumentierten Quellenstand: 32.768 Tokens. Beachte die Bedingungen der konkreten Modellversion und des verwendeten Endpunkts. Kontext ist keine Wortzahl und kein Nachweis, dass jede enthaltene Information zuverlässig verarbeitet wird.
Wie prüfst du Rerank v 4 Fast für deine Aufgabe?
Lege eine kleine Aufgabe mit bekanntem oder nachprüfbarem Ergebnis fest. Notiere Version, Eingabe und Einstellungen. Vergleiche die Ausgabe mit deinem Prüfkriterium und halte Fehler sowie tatsächliche Kosten getrennt fest. Die Testidee auf dieser Seite ist ein Vorschlag und wurde hier nicht als Modelltest ausgeführt.
Ist Rerank v4 Fast die neueste Rerank-Generation?
Die aktuelle Cohere-Übersicht führt bereits Rerank v5 und empfiehlt diese Generation für neue Projekte. Dieses Profil beschreibt weiterhin v4 Fast als bestehende Variante.
Kann Rerank fehlende Dokumente automatisch ergänzen?
Die beschriebene Rerank-Anfrage sortiert die übergebenen Kandidaten. Ein fehlendes Dokument muss zuerst durch einen gesonderten Abruf in die Kandidatenliste gelangen.
Sind die Listenzuordnungen gemessene Rerank-Ergebnisse?
Nein. Sie folgen aus den ausdrücklich vorgegebenen fiktiven Dokumenten. Es wurden keine Relevanzscores oder Rankings gemessen.
Weitere Cohere-Modelle
Alle anzeigen →Suchergebnisse sortieren
Cohere Rerank 5 Pro
Auf anspruchsvolle Suchfragen ausgelegte Variante für die Sortierung vorhandener Dokumenttreffer. Context Focus kann relevante Textspannen zurückgeben; das Modell schreibt keine Chatantwort.
Suchergebnisse sortieren
Cohere Rerank 5 Fast
Auf Latenz und Durchsatz ausgelegte Variante für die Sortierung vorhandener Suchtreffer. Context Focus kann relevante Textspannen zurückgeben; das Modell schreibt keine Chatantwort.