---
title: "Cohere Rerank v5 Pro по API"
description: "Переранжирование найденных документов по смыслу: оценка от 0 до 1, больше 100 языков с русским, до 1 000 документов за запрос. Цена — 5,30 ₽ за 1 млн токенов."
url: https://veselo.ai/models/cohere/rerank-v5.0-pro
updated: 2026-11-16T15:16:30.780Z
---

# Cohere Rerank v5 Pro по API

Cohere Rerank v5 Pro — модель переранжирования от Cohere. Она не пишет ответ и не делает векторы: получает вопрос и список найденных документов и расставляет их по смыслу, от подходящего к лишнему. Её ставят после обычного поиска, чтобы наверх вышли документы, которые отвечают на вопрос. Пара «вопрос — документ» — до 32 768 токенов.

- **5,30 ₽ за 1 млн токенов**
- до 1 000 документов
- текст → порядок документов

`cohere/rerank-v5.0-pro`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/rerank)

## Попробовать Cohere Rerank v5 Pro

Отправь вопрос и список документов — модель расставит их по смыслу. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Что попробовать:** Запрос «как вернуть деньги за заказ» и четыре абзаца из базы знаний — модель расставит их от самого подходящего к лишнему.

В ответ приходит порядок документов с оценкой в results[].relevance_score.

## Цены Cohere Rerank v5 Pro в рублях

| Текст — вопрос и все документы | 5,30 ₽ за 1 млн токенов |
| --- | --- |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Второй шаг в RAG перед ответом модели: 1 000 вопросов по 50 кандидатов в 300 токенов | Около 79,50 ₽ |
| --- | --- |
| Поиск по сайту поверх старого поиска: 1 000 поисков по 100 карточек в 80 токенов | Около 42,40 ₽ |
| Честное «не знаю», когда в базе нет ответа: 10 000 вопросов по 5 абзацев в 300 токенов | Около 79,50 ₽ |
| Подбор резюме под вакансию: 300 резюме по 1 500 токенов | Около 2,39 ₽ |

## Что умеет Cohere Rerank v5 Pro

- Расставляет документы по смыслу вопроса и даёт каждому оценку от 0 до 1. В пятом поколении Cohere калибрует оценки, поэтому по ним можно ставить порог отсечения ([Rerank у Cohere](https://docs.cohere.com/docs/rerank)).
- Знает больше 100 языков, а особо Cohere выделяет английский, китайский, корейский, хинди, японский, испанский, немецкий, французский, арабский, русский и португальский.
- Работает поверх любого поиска — по словам, по векторам или смешанного — без пересчёта базы.
- Пара «вопрос — документ» — до 32 768 токенов, но по умолчанию Cohere обрезает документ до 4 096 токенов, поэтому длинные тексты режь заранее ([справочник Rerank](https://docs.cohere.com/reference/rerank)).
- Принимает до 1 000 документов за запрос — больше Cohere и не советует.
- Pro — старшая модель пятого поколения, около 2 млрд параметров: Cohere делала её для сложных вопросов и длинных документов.

## Где применять

### Второй шаг в RAG перед ответом модели

Векторный поиск отбирает полсотни кандидатов, но порядок у них приблизительный: наверху бывает абзац с теми же словами, но про другое. Rerank читает вопрос и каждого кандидата вместе и расставляет их заново, а языковой модели уходят пять первых. Так в запрос к модели попадают пять подходящих кусков вместо пятидесяти, и он становится короче и дешевле. Остальные кандидаты можно держать про запас для уточняющего вопроса.

**Пример запроса:** «Как вернуть деньги за заказ?» и 50 кандидатов из векторного поиска по базе знаний.

**Стоимость:** 1 000 вопросов по 50 кандидатов в 300 токенов — около 79,50 ₽.

### Поиск по сайту поверх старого поиска

Поиск по словам на сайте уже есть, и менять его страшно. Rerank ставится сверху: старый поиск отдаёт сотню результатов, модель пересортировывает их по смыслу, человек видит новый порядок. Пересчитывать базу и заводить векторы не нужно — Cohere прямо называет это сценарием для поиска по словам, по векторам или смешанного. Начни с части посетителей и через неделю сравни, на какие результаты кликают чаще.

**Пример запроса:** «Подарок коллеге до двух тысяч» и 100 карточек из поиска магазина по словам.

**Стоимость:** 1 000 поисков по 100 карточек в 80 токенов — около 42,40 ₽.

### Честное «не знаю», когда в базе нет ответа

Самая неприятная ошибка бота — уверенный ответ на вопрос, которого нет в базе. Оценки пятого поколения Cohere калибрует, поэтому порог можно поставить один на всю базу: если у первого документа оценка ниже, бот говорит «не знаю» и зовёт оператора. Порог подбери на сотне настоящих вопросов с известными ответами — у каждой базы он свой. Раз в месяц пересматривай его на свежих вопросах.

**Пример запроса:** «Можно ли оплатить заказ наличными курьеру?» и пять абзацев справки, где об этом ничего нет.

**Стоимость:** 10 000 вопросов по 5 абзацев в 300 токенов — около 79,50 ₽.

### Подбор резюме под вакансию

Cohere называет среди задач Rerank сопоставление и разбор входящего потока. Вакансию передай как вопрос, а резюме — как документы: модель расставит их по тому, насколько опыт подходит под требования. Это первый отбор, а не решение о найме: смотреть резюме всё равно человеку. Телефоны, почту и фото из текста резюме перед отправкой убери — для сравнения они не нужны, а лишних личных сведений в запросе быть не должно.

**Пример запроса:** «Бухгалтер с опытом в 1С и ведением ИП на упрощёнке» и 300 резюме.

**Стоимость:** 300 резюме по 1 500 токенов — около 2,39 ₽.

## Как писать запрос

- Записи из таблиц и JSON переводи в YAML: так Cohere советует подавать полуструктурированные данные.
- Указаний вроде «свежие документы важнее» в вопрос не пиши: Rerank 5 такие инструкции не учитывает, а даты фильтруй своей программой.
- Передавай `top_n`, если нужны только первые результаты, и `return_documents`, если удобнее получить текст документов в ответе.

## Характеристики

| Разработчик | Cohere |
| --- | --- |
| Вид | Переранжирование |
| Документов за запрос | до 1 000 |
| Вопрос и документ | до 32 768 токенов |
| id для запроса | `cohere/rerank-v5.0-pro` |

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета.

Запрос — `POST https://veselo.ai/v1/rerank` с полем `model`: `cohere/rerank-v5.0-pro`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/rerank \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "cohere/rerank-v5.0-pro",
    "query": "Как вернуть деньги за заказ?",
    "documents": ["Возврат — в течение 14 дней через поддержку.", "Доставка по Москве занимает 1–2 дня.", "Оплатить можно картой или по СБП."],
    "top_n": 2
  }'
```

**Python**

```
import requests  # pip install requests

r = requests.post(
    "https://veselo.ai/v1/rerank",
    headers={"Authorization": "Bearer sk-vsl-ТВОЙ_КЛЮЧ"},
    json={
        "model": "cohere/rerank-v5.0-pro",
        "query": "Как вернуть деньги за заказ?",
        "documents": ["Возврат — в течение 14 дней через поддержку.", "Доставка по Москве занимает 1–2 дня.", "Оплатить можно картой или по СБП."],
        "top_n": 2,
    },
    timeout=120,
)
r.raise_for_status()
for x in r.json()["results"]:
    print(x["index"], x["relevance_score"])
```

**JavaScript**

```
const res = await fetch('https://veselo.ai/v1/rerank', {
  method: 'POST',
  headers: { Authorization: 'Bearer sk-vsl-ТВОЙ_КЛЮЧ', 'Content-Type': 'application/json' },
  body: JSON.stringify({
    model: 'cohere/rerank-v5.0-pro',
    query: 'Как вернуть деньги за заказ?',
    documents: ['Возврат — в течение 14 дней через поддержку.', 'Доставка по Москве занимает 1–2 дня.', 'Оплатить можно картой или по СБП.'],
    top_n: 2,
  }),
});
const r = await res.json();
if (!res.ok) throw new Error(r.error.message);
for (const x of r.results) console.log(x.index, x.relevance_score);
```

### Пример ответа — только поля

```
{
  "results": [{ "index": …, "relevance_score": … }]
}
```

**В программах:** тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента: curl, requests или fetch.

[Документация раздела](https://veselo.ai/docs/rerank)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Cohere Rerank v5 Pro** — эта модель | 5,30 ₽ / 1 млн токенов | до 1 000 документов | второй шаг поиска и RAG: отсортировать до 1 000 найденных кусков по смыслу |
| [Cohere Embed v4](https://veselo.ai/models/cohere/embed-v4.0) — Cohere | 12,71 ₽ / 1 млн токенов | 1 536 измерений | поиск по длинным документам и RAG: одна строка до 128 тысяч токенов |
| [Cohere Embed Multilingual v3](https://veselo.ai/models/cohere/embed-multilingual-v3.0) — Cohere | 10,60 ₽ / 1 млн токенов | 1 024 измерений | короткие тексты на русском и поиск между языками, дешевле Embed v4 |

## Версии и отличия

- Cohere Rerank v5 Fast (`cohere/rerank-v5.0-fast`) — та же пятая версия, около 500 млн параметров. Cohere делала её для большого потока поисков и циклов агента, где важнее скорость, и токен у неё дешевле.
- Rerank v4 Pro и v4 Fast — прошлое поколение, для новых проектов Cohere советует пятое.

- [Cohere Rerank v5 Fast](https://veselo.ai/models/cohere/rerank-v5.0-fast) — 2,12 ₽ за 1 млн токенов
- [Cohere Rerank v4 Pro](https://veselo.ai/models/cohere/rerank-v4.0-pro) — 264,76 ₽ за 1000 поисков
- [Cohere Rerank v4 Fast](https://veselo.ai/models/cohere/rerank-v4.0-fast) — 211,81 ₽ за 1000 поисков

## Как устроен доступ

Весело — не разработчик Cohere Rerank v5 Pro: модель выпускает Cohere. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Чем Rerank v5 Pro отличается от эмбеддингов?**

Эмбеддинги считают вектор для каждого текста отдельно и один раз, а сравнение потом почти ничего не стоит. Rerank читает вопрос и документ вместе и оценивает каждую пару заново — так точнее, но платишь за токены всех документов в каждом запросе. Поэтому их ставят вместе: [Embed v4](https://veselo.ai/models/cohere/embed-v4.0) сужает базу до 50–100 кандидатов, а Rerank сортирует их.

**Сколько документов можно отправить в Rerank v5 Pro за раз?**

До 1 000 документов в одном запросе, а вопрос — до 10 000 знаков. Чаще хватает 50–100 кандидатов из первого поиска: чем больше документов, тем дороже запрос, а сортировать всю базу целиком — дорого и долго.

**Как понимать relevance_score в ответе Rerank v5 Pro?**

Это оценка от 0 до 1: чем она выше, тем точнее документ отвечает на вопрос. Оценки порядковые — 0,9 не значит «вдвое подходит», чем 0,45. В пятом поколении Cohere их калибрует, поэтому порог отсечения можно подобрать один раз на своих данных и держать для всех вопросов. Поле `index` в ответе — номер документа в твоём исходном списке.

**Сколько стоит переранжирование в Rerank v5 Pro?**

5,30 ₽ за 1 млн токенов. Считаются токены вопроса и всех документов запроса. Сто вопросов по 50 кандидатов в 300 токенов — около 7,95 ₽. Чтобы платить меньше, отправляй короткие куски и не больше кандидатов, чем нужно.

**Нужны ли VPN и зарубежная карта для Cohere Rerank v5 Pro?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

**Что будет, если запрос закончится ошибкой?**

Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.

**Есть ли подписка или абонентская плата?**

Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.

## Ещё по теме

- [Все модели: эмбеддинги](https://veselo.ai/models/embeddings-api)
- [Cohere API: Command, Embed и Rerank](https://veselo.ai/models/cohere)
- [Переранжирование (rerank) по API за рубли — документация API](https://veselo.ai/docs/rerank)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [docs.cohere.com](https://docs.cohere.com/docs/rerank)
