¿Qué es hs-rerank-1?
hs-rerank-1 es un reranker multilingüe pequeño de Vectorize, la empresa detrás del servidor de memoria para agentes Hindsight, publicado el 3 de noviembre de 2026. Es un cross-encoder: lee juntos una consulta y un documento y devuelve una única puntuación de relevancia entre 0 y 1. Está ajustado a partir de mmBERT-small y cubre inglés, español, francés, alemán, portugués, japonés, coreano y chino.
De sus 114 millones de parámetros, 98 millones son la tabla de embeddings de tokens, así que cada pasada ejecuta un transformer de unos 15 millones. Las entradas llegan a 8.192 tokens por par de consulta y documento. Se distribuye en safetensors FP16 y en una exportación ONNX int8 para CPU, y funciona sobre Text Embeddings Inference de Hugging Face.
Desde Hindsight 1.2.0 es el reranker local por defecto, en lugar de ms-marco-MiniLM-L-6-v2, y por eso superó los 2 millones de descargas en sus primeras semanas. Los pesos tienen licencia MIT; Vectorize también lo aloja tras un endpoint compatible con Cohere a $0.015 por millón de tokens de entrada.
¿Cuánto cuesta hs-rerank-1?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Licencia MIT |
| Hindsight Inference | $0.015 per million input tokens | Endpoint compatible con Cohere Rerank; salida gratis |
Pesos MIT gratuitos. Alojado en Hindsight Inference a $0.015 por millón de tokens de entrada (la salida es gratis), o $0.02 con el filtrado de hs-decide-1-flash; las cuentas nuevas reciben $5 de crédito.
¿Merece la pena hs-rerank-1?
La verdadera competencia del modelo son los cross-encoders ms-marco MiniLM que muchos pipelines siguen usando por defecto, incluido el propio Hindsight hasta la versión 1.2.0, y frente a ellos es un avance claro. Aquellos leen 512 tokens y se entrenaron con datos en inglés de MS MARCO; hs-rerank-1 lee 8.192 tokens en ocho idiomas y sigue siendo lo bastante pequeño para ejecutarse dentro de un proceso de API. En la clasificación de Vectorize promedia 56.0 en siete pruebas, frente a 44.1 de ms-marco-MiniLM-L6-v2, 50.4 de bge-reranker-base y 51.3 de gte-reranker-modernbert-base de Alibaba.
Las mayores ganancias están fuera del inglés. En MIRACL, un conjunto multilingüe, obtiene 57.7 frente a 20.9 de MiniLM-L6 y 39.1 del modelo gte. En BRIGHT, una prueba centrada en el razonamiento, todos los modelos pequeños sufren: 15.1 es lo mejor del grupo y sigue siendo bajo en términos absolutos. Vectorize hizo todas las comparaciones con la misma configuración para cada modelo y publicó el método, pero ningún laboratorio externo las ha repetido.
La velocidad es el motivo para preferirlo a modelos abiertos más grandes. Con dos hilos de CPU reordena 50 memorias en unos 1.5 segundos, alrededor de una sexta parte de lo que tarda gte-reranker-modernbert-base, mientras que MiniLM-L6 es aún más rápido, con 0.9 segundos. Con 50 fragmentos más largos la cifra sube a unos 21 segundos, así que los documentos largos en CPU siguen siendo lentos; ahí la respuesta es una GPU o la API alojada.
No compite con Cohere Rerank 5, Voyage rerank-3 ni los rerankers Qwen3 de 4B y 8B en consultas difíciles, ni lo pretende. La versión alojada cuesta $0.015 por millón de tokens, menos que el nivel Fast de Cohere a $0.02, y la documentación alojada trunca los documentos a 4.096 tokens, la mitad del límite del propio modelo.
Dónde se gana su sitio
Un desarrollador que usa Hindsight como memoria de un agente de programación
Ordenar bien las memorias recuperadas sin GPU ni otra API de pago
Actualiza a Hindsight 1.2.0 o posterior, donde hs-rerank-1 ya es el reranker local por defecto y se descarga en el primer arranque. Se ejecuta en el proceso de la API sobre CPU, así que el único coste es tiempo de CPU en la máquina que ya ejecuta Hindsight.
Un ingeniero de una empresa SaaS europea con un cross-encoder MiniLM en su buscador de soporte
Reordenar tickets en alemán, francés y español además de en inglés
Cambia el ID del modelo en CrossEncoder de Sentence Transformers o en Text Embeddings Inference por hindsight-ai/hs-rerank-1. Según los resultados de MIRACL de Vectorize, la puntuación pasa de 20.9 a 57.7, con una latencia en CPU de unas 1.6 veces la de MiniLM-L6.
Un equipo pequeño que ya llama a Cohere Rerank desde LangChain
Reducir la factura de reranking en búsquedas de memoria cortas y de mucho volumen
Apunta el cliente de Cohere a inference.hindsight.vectorize.io y elige hs-rerank-1 a $0.015 por millón de tokens de entrada; mil millones de tokens al mes cuestan $15. Cuenta con una caída de calidad en consultas difíciles.
Antes de decidirte
- Puesta en marcha
- pip install sentence-transformers y carga CrossEncoder("hindsight-ai/hs-rerank-1"), o arranca la imagen de Text Embeddings Inference para CPU o GPU con el ID del modelo. Las puntuaciones salen entre 0 y 1.
- Integraciones
- Sentence Transformers, Text Embeddings Inference, ONNX Runtime y los proveedores de reranking local, ONNX, TEI y alojado de Hindsight; el endpoint alojado funciona con el SDK de Cohere.
- Datos y privacidad
- Autoalojado, los documentos nunca salen de tus máquinas. La documentación de Hindsight Inference alojado no indica la retención; Vectorize publica un Trust Center y un acuerdo de tratamiento de datos.
- Coste a escala
- Autoalojado, el coste es tiempo de CPU. Alojado: $0.015 por millón de tokens de entrada con la salida gratis, así que 20 pasajes de 300 tokens por llamada y 2 millones de llamadas al mes salen por unos $180.
- Límites
- 8.192 tokens por par autoalojado; 4.096 por documento y 1.000 documentos por petición en la API alojada. Los límites de uso de la versión alojada no se publican. Solo ocho idiomas.
Lo bueno
- 114M parámetros; funciona en CPU con una exportación ONNX int8
- 8.192 tokens por par en ocho idiomas
- Licencia MIT sin restricciones de uso
- Endpoint alojado compatible con Cohere a $0.015 por millón de tokens
Lo malo
- Todas las pruebas comparativas son de Vectorize
- Flojo en consultas de razonamiento (15.1 en BRIGHT)
- Lento con fragmentos largos sin GPU
- La API alojada trunca los documentos a 4.096 tokens
Ideal para
Desarrolladores que quieren un reranker multilingüe pequeño y de licencia permisiva para memoria de agentes o RAG solo en CPU, en lugar de un viejo cross-encoder MiniLM.
Alternativas a hs-rerank-1
hs-rerank-1: preguntas frecuentes
- ¿Merece la pena hs-rerank-1?
- Un sustituto sensato de los viejos cross-encoders MiniLM que siguen en muchos pipelines, lo bastante pequeño para una CPU, aunque su ventaja en las pruebas solo la respalda Vectorize. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta hs-rerank-1?
- Pesos MIT gratuitos. Alojado en Hindsight Inference a $0.015 por millón de tokens de entrada (la salida es gratis), o $0.02 con el filtrado de hs-decide-1-flash; las cuentas nuevas reciben $5 de crédito.
- ¿Qué inconvenientes tiene hs-rerank-1?
- Todas las pruebas comparativas son de Vectorize; flojo en consultas de razonamiento (15.1 en BRIGHT); lento con fragmentos largos sin GPU; la API alojada trunca los documentos a 4.096 tokens.
- ¿Para quién es hs-rerank-1?
- Desarrolladores que quieren un reranker multilingüe pequeño y de licencia permisiva para memoria de agentes o RAG solo en CPU, en lugar de un viejo cross-encoder MiniLM.
- ¿Cuánto cuesta hs-rerank-1 para un equipo o en producción?
- Autoalojado, el coste es tiempo de CPU. Alojado: $0.015 por millón de tokens de entrada con la salida gratis, así que 20 pasajes de 300 tokens por llamada y 2 millones de llamadas al mes salen por unos $180.
- ¿Es hs-rerank-1 seguro para los datos de la empresa?
- Autoalojado, los documentos nunca salen de tus máquinas. La documentación de Hindsight Inference alojado no indica la retención; Vectorize publica un Trust Center y un acuerdo de tratamiento de datos.
- ¿Cuáles son las mejores alternativas a hs-rerank-1?
- Las alternativas más cercanas que hemos analizado son mxbai-rerank v2, Qwen3-Embedding and Qwen3-Reranker, Jina Reranker v3.5 y Cohere Rerank 5.
Respuestas comprobadas el 20 nov 2026.