Pro/BAAI/bge-reranker-v2-m3 — 价格、上下文与性能

Q: Pro/BAAI/bge-reranker-v2-m3 的上下文窗口有多大？

Pro/BAAI/bge-reranker-v2-m3 的上下文窗口为 -，即单次请求中输入与输出合计的 token 上限。

概览

API 格式	openai, openai-response, openai-response-compact, anthropic, gemini, openai-alpha-search

价格

套餐	倍率	输入	输出	说明
基准价	1×	$0.02	$0.02
Max	4×	$0.08	$0.08	Premium — max reasoning & stability.

仅列出该模型已开放的套餐。

性能实测

API 端点	https://api.airai.cc/v1
OpenAI 兼容	OpenAI-compatible

常见问题

Pro/BAAI/bge-reranker-v2-m3 的价格是多少？

输入 $0.02，输出 $0.02，均为每百万 tokens。

Pro/BAAI/bge-reranker-v2-m3 的上下文窗口有多大？

Pro/BAAI/bge-reranker-v2-m3 的上下文窗口为未标注，即单次请求中输入与输出合计的 token 上限。

如何在代码中调用 Pro/BAAI/bge-reranker-v2-m3？

把 base_url 指向 https://api.airai.cc/v1，model 填 Pro/BAAI/bge-reranker-v2-m3 即可，接口与 OpenAI 完全兼容。

Pro/BAAI/bge-reranker-v2-m3 为什么会返回 429？

429 是限流响应。降低并发、加退避重试，或切换到配额更高的套餐即可。

错误排查

429 是限流响应。降低并发、加退避重试，或切换到配额更高的套餐即可。

常见原因

并发请求过多
当前套餐配额已用完
失败后立即重试没有退避

解决办法

限制并发并用指数退避重试
切换到配额更高的套餐
对重复请求做缓存

如何接入

cURLPythonTypeScriptJavaScript

curl https://api.airai.cc/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Pro/BAAI/bge-reranker-v2-m3",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="<YOUR_API_KEY>",
    base_url="https://api.airai.cc/v1"
)

response = client.chat.completions.create(
    model="Pro/BAAI/bge-reranker-v2-m3",
    messages=[{"role": "user", "content": "Hello"}]
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "<YOUR_API_KEY>",
  baseURL: "https://api.airai.cc/v1"
});

const response = await client.chat.completions.create({
  model: "Pro/BAAI/bge-reranker-v2-m3",
  messages: [{ role: "user", content: "Hello" }]
});
console.log(response.choices[0].message.content);

const OpenAI = require("openai");

const client = new OpenAI({
  apiKey: "<YOUR_API_KEY>",
  baseURL: "https://api.airai.cc/v1"
});

client.chat.completions.create({
  model: "Pro/BAAI/bge-reranker-v2-m3",
  messages: [{ role: "user", content: "Hello" }]
}).then((r) => console.log(r.choices[0].message.content));

将 <YOUR_API_KEY> 替换为令牌设置中的 API Key。

兼容端点

openaiopenai-responseopenai-response-compactanthropicgeminiopenai-alpha-search

Gemini SDK · TypeScript

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI("<YOUR_API_KEY>");
const model = genAI.getGenerativeModel({ model: "Pro/BAAI/bge-reranker-v2-m3" });

const result = await model.generateContent(
  "Explain quantum entanglement in one paragraph."
);
console.log(result.response.text());

身份验证

所有请求必须携带 Authorization: Bearer <TOKEN> 请求头；Anthropic 格式端点也接受 x-api-key 请求头。在「令牌」页面生成 API Key，可按模型、分组、IP、速率等维度精细化授权。

支持的参数

参数	类型	默认值	范围	说明
`temperature`	float	1	0–2	采样温度；越低越稳定
`top_p`	float	1	0–1	核采样累计概率
`max_tokens`	integer	—	—	响应中最大 token 数
`frequency_penalty`	float	0	−2–2	惩罚高频 token 的重复出现
`presence_penalty`	float	0	−2–2	鼓励引入新话题
`stop`	string[]	null	≤ 4	最多 4 个停止生成的字符串
`seed`	integer	null	—	尽量保证可复现的采样种子
`n`	integer	1	—	生成的候选条数
`stream`	boolean	false	—	通过 SSE 流式返回 token
`response_format`	object	—	—	强制输出 JSON 对象或符合 Schema 的结果
`tools`	array	—	—	模型可调用的工具 / 函数声明
`tool_choice`	string \| object	auto	—	工具选择策略或具体工具名
`logprobs`	boolean	false	—	返回每个 token 的对数概率
`top_logprobs`	integer	null	0–20	每个 token 返回的 top 概率数量
`logit_bias`	map	—	—	按 token 的 logit 偏置映射
`user`	string	—	—	用于风险审计的终端用户标识

速率限制

分组	RPM	TPM	RPD
Eco	990	398K	20K
Test	980	393K	20K

数据更新于: 2026-10-10 08:15