> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Dokümanları Yeniden Sırala

> Dokümanları bir sorguyla olan ilgi düzeyine göre yeniden sıralar

Semantik benzerlik modellerini kullanarak dokümanları yeniden sıralayın. Arama sonuçlarını ve RAG uygulamalarını iyileştirmek için kullanışlıdır.

## İstek Gövdesi

**Senkron istek zaman aşımı:** Bu chat dışı endpoint, yönlendirilen modelin tamamlanmasını bekler. Büyük girdiler, uzun sesler veya büyük batch’ler yaygın 30s istemci varsayılanlarını aşabilir; bu yüzden HTTP istemcisi zaman aşımını en az `120s` olarak ayarlayın.

<ParamField body="model" type="string" required>
  Kullanılacak reranker modelinin kimliği (örneğin, `qwen3-vl-rerank`).
</ParamField>

<ParamField body="query" type="string" required>
  Dokümanların sıralanacağı sorgu. Maksimum uzunluk: `32,000` karakter.
</ParamField>

<ParamField body="documents" type="array" required>
  Yeniden sıralanacak dokümanların (dizelerin) listesi. Sınırlar: en fazla `1,000` doküman, her doküman en fazla `100,000` karakter ve toplamda en fazla `2,000,000` doküman karakteri.
</ParamField>

<ParamField body="top_n" type="integer">
  Döndürülecek en iyi sonuç sayısı. Varsayılan olarak tüm documents döner. En az `1` olmalı ve `documents.length` değerini aşmamalıdır. Bir provider ileride daha sıkı bir public limit yayımlarsa TokenLab bunu burada dokümante eder ve uygular.
</ParamField>

<ParamField body="return_documents" type="boolean" default="false">
  Orijinal doküman metninin yanıtta yer alıp almayacağı.
</ParamField>

## Yanıt

<ResponseField name="results" type="array">
  Puanlarıyla birlikte sıralanmış doküman listesi.

  Her sonuç şunları içerir:

  * `index` (integer): Orijinal doküman dizini
  * `relevance_score` (number): İlgi düzeyi puanı (0-1)
  * `document` (string): Orijinal metin (eğer `return_documents=true` ise)
</ResponseField>

<ResponseField name="model" type="string">
  Yeniden sıralama için kullanılan model.
</ResponseField>

<ResponseField name="usage" type="object">
  Token kullanım istatistikleri.
</ResponseField>

<RequestExample>
  ```bash cURL theme={null}
  curl -X POST "https://api.tokenlab.sh/v1/rerank" \
    -H "Authorization: Bearer sk-your-api-key" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "qwen3-vl-rerank",
      "query": "What is machine learning?",
      "documents": [
        "Machine learning is a subset of AI",
        "The weather is nice today",
        "Deep learning uses neural networks"
      ],
      "top_n": 2,
      "return_documents": true
    }'
  ```

  ```python Python theme={null}
  import requests

  response = requests.post(
      "https://api.tokenlab.sh/v1/rerank",
      headers={"Authorization": "Bearer sk-your-api-key"},
      json={
          "model": "qwen3-vl-rerank",
          "query": "What is machine learning?",
          "documents": [
              "Machine learning is a subset of AI",
              "The weather is nice today",
              "Deep learning uses neural networks"
          ],
          "top_n": 2
      }
  )

  print(response.json())
  ```

  ```javascript JavaScript theme={null}
  const response = await fetch('https://api.tokenlab.sh/v1/rerank', {
    method: 'POST',
    headers: {
      'Authorization': 'Bearer sk-your-api-key',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      model: 'qwen3-vl-rerank',
      query: 'What is machine learning?',
      documents: [
        'Machine learning is a subset of AI',
        'The weather is nice today',
        'Deep learning uses neural networks'
      ],
      top_n: 2
    })
  });

  const data = await response.json();
  console.log(data.results);
  ```

  ```go Go theme={null}
  package main

  import (
      "bytes"
      "encoding/json"
      "fmt"
      "net/http"
  )

  func main() {
      payload := map[string]interface{}{
          "model": "qwen3-vl-rerank",
          "query": "What is machine learning?",
          "documents": []string{
              "Machine learning is a subset of AI",
              "The weather is nice today",
              "Deep learning uses neural networks",
          },
          "top_n": 2,
      }
      body, _ := json.Marshal(payload)

      req, _ := http.NewRequest("POST", "https://api.tokenlab.sh/v1/rerank", bytes.NewBuffer(body))
      req.Header.Set("Authorization", "Bearer sk-your-api-key")
      req.Header.Set("Content-Type", "application/json")

      client := &http.Client{}
      resp, _ := client.Do(req)
      defer resp.Body.Close()

      var result map[string]interface{}
      json.NewDecoder(resp.Body).Decode(&result)
      fmt.Println(result["results"])
  }
  ```

  ```php PHP theme={null}
  <?php
  $ch = curl_init('https://api.tokenlab.sh/v1/rerank');

  curl_setopt_array($ch, [
      CURLOPT_RETURNTRANSFER => true,
      CURLOPT_POST => true,
      CURLOPT_HTTPHEADER => [
          'Content-Type: application/json',
          'Authorization: Bearer sk-your-api-key'
      ],
      CURLOPT_POSTFIELDS => json_encode([
          'model' => 'qwen3-vl-rerank',
          'query' => 'What is machine learning?',
          'documents' => [
              'Machine learning is a subset of AI',
              'The weather is nice today',
              'Deep learning uses neural networks'
          ],
          'top_n' => 2
      ])
  ]);

  $response = curl_exec($ch);
  curl_close($ch);

  $data = json_decode($response, true);
  print_r($data['results']);
  ```
</RequestExample>

<ResponseExample>
  ```json Response theme={null}
  {
    "results": [
      {
        "index": 0,
        "relevance_score": 0.95,
        "document": "Machine learning is a subset of AI"
      },
      {
        "index": 2,
        "relevance_score": 0.82,
        "document": "Deep learning uses neural networks"
      }
    ],
    "model": "qwen3-vl-rerank",
    "usage": {
      "prompt_tokens": 45,
      "total_tokens": 45
    }
  }
  ```
</ResponseExample>