Étape 07 sur 22
Recherche et reranking
Combiner recherche par mots-clés et recherche vectorielle, puis réordonner les résultats par pertinence. La première recherche est rapide mais approximative. Un reranker lit vraiment les meilleurs résultats et place le bon passage en tête.
Par Sheela · Vérifié le 23 oct. 2026 · Notre méthode d’évaluation
Comment choisir
- Ajoutez la recherche hybride (mots-clés plus vecteurs) avant d'ajouter un reranker.
- Un reranker vaut sa latence supplémentaire quand la bonne réponse figure souvent dans le top 20 mais pas dans le top 3.
- Limitez le nombre de passages envoyés au modèle ; plus de contexte n'est pas un meilleur contexte.
Ce qu’il faut regarder
Les questions qui départagent les options, par ordre d’importance.
01
Le gain par rapport à votre propre première étape
La valeur d'un reranker dépend de ce qu'il réordonne. Les tests de Voyage montrent que rerank-3 améliore la recherche par mots-clés BM25 de 20 %, mais un bon modèle d'embedding de seulement 6 %. Mesurez le rappel à 100 et le NDCG à 10 sur vos propres requêtes avec et sans reranker ; si le bon passage figure rarement dans les 20 premiers, corrigez la recherche (recherche hybride, meilleur découpage) avant d'en ajouter un.
02
Comment lire les chiffres BEIR et MTEB
La plupart des scores de rerankers sont des NDCG@10 sur BEIR, un ensemble de jeux de données de recherche publics, ou sur les tâches de recherche et de reranking du classement MTEB. Le score d'un reranker dépend du système de première étape qui a produit les candidats et du nombre qu'il a réordonnés (généralement les 100 premiers), et les fournisseurs choisissent des configurations différentes : un 63 sur une fiche et un 57 sur une autre ne sont donc pas directement comparables. Préférez les tableaux qui font tourner chaque modèle sur les mêmes candidats, regardez le domaine le plus proche du vôtre (juridique, code, MIRACL ou Mr.TyDi multilingues) plutôt que la moyenne, et traitez les tableaux des fournisseurs comme des affirmations à reproduire.
03
Latence par requête
Un reranker ajoute un appel de modèle à chaque recherche, et le coût croît avec le nombre de candidats multiplié par la longueur des documents. Les chiffres publiés vont d'environ 0,3 seconde (Jina v3.5 sur une A100) à 0,9 seconde (mxbai-rerank-large-v2), et les LLM utilisés comme rerankers peuvent prendre des dizaines de secondes. Mesurez le p95 avec votre nombre réel de candidats et votre longueur de passage, et ramenez les candidats de 100 à 30 ou 50 si la latence compte plus que le dernier point de rappel.
04
Cross-encoder, listwise ou reranker LLM
Un cross-encoder (pointwise) note chaque paire requête-document indépendamment ; la plupart des modèles actuels, dont Qwen3-Reranker, zerank-2 et mxbai v2, sont de petits LLM utilisés ainsi. Les rerankers listwise comme Jina v3.5 et le v3.1 de Mixedbread lisent toute la liste de candidats d'un coup et peuvent comparer les documents entre eux, mais leur fenêtre de contexte doit contenir tous les candidats. Demander à un LLM généraliste de réordonner peut égaler la qualité, mais c'est bien plus lent et plus cher par requête.
05
Longueur d'entrée maximale
Les anciens rerankers tronquaient à 512 tokens, ne notant sans prévenir que le début de chaque passage. Les modèles actuels acceptent de 8K à 32K tokens par paire requête-document, et Jina v3.5 prend 131K tokens pour la requête et tous les candidats ensemble. Adaptez la limite à la taille de vos chunks ; si les chunks sont longs, vérifiez si l'API découpe les documents et facture chaque morceau, comme le fait Cohere au-delà de 500 tokens.
06
Langues
Les annonces multilingues vont de « multilingue » sans liste à plus de 100 langues. Cherchez des scores sur MIRACL ou Mr.TyDi et sur des requêtes interlangues (une question en anglais sur des documents en allemand), et testez vos propres langues : mxbai v2, par exemple, est derrière les rerankers BGE sur Mr.TyDi malgré ses 100 langues annoncées.
07
Licence et façons de l'exécuter
Qwen3-Reranker, zerank-2 et mxbai v2 sont sous Apache 2.0 et peuvent tourner n'importe où. Les poids de Jina v3.5 sont non commerciaux : l'auto-hébergement en production exige une licence Elastic payante. Voyage et Cohere ne sont disponibles que par API, ce qui retire les GPU de votre stack mais envoie les documents à un tiers. Vérifiez aussi la stabilité du fournisseur : l'API hébergée de ZeroEntropy n'a été maintenue que jusqu'au 4 septembre 2026 après le rachat de l'entreprise par Notion en juillet, ne laissant que les poids ouverts.
08
Prix pour 1 000 recherches
Les API facturent au token (Voyage, Jina) ou à la recherche (Cohere). Ramenez tout à une unité : réordonner 100 passages de 300 tokens représente environ 30 000 tokens par recherche, soit, au tarif de 0,05 $ par million de tokens de Voyage rerank-3, environ 1,50 $ pour 1 000 recherches, contre environ 2,50 $ pour 1 000 pour Cohere Rerank 4 Pro sur les catalogues de passerelles. L'auto-hébergement remplace cela par des heures de GPU, ce qui n'est rentable qu'à volume élevé et régulier.
Comment le tester sur vos propres données
- Constituez 50 à 100 questions représentatives et marquez les passages corrects pour chacune.
- Incluez des cas difficiles : abréviations, identifiants exacts, questions ambiguës, longs passages et autres langues que vous servez.
- Faites tourner votre vraie première étape (hybride si vous l'utilisez) et notez le Recall@50 ou @100 ; un reranker ne peut pas récupérer des passages qui ne lui parviennent jamais.
- Réordonnez ces mêmes candidats avec chaque modèle et comparez le NDCG@10 et le Recall@5 à l'absence de reranker.
- Mesurez la latence p95 avec votre nombre réel de candidats, votre longueur de passage et votre concurrence.
- Chiffrez chaque option pour 1 000 recherches, ou en heures de GPU en cas d'auto-hébergement.
- Vérifiez la qualité finale des réponses de bout en bout ; un gain de classement qui ne change pas les réponses ne vaut pas sa latence.
Ce qui distingue les options
La recherche se fait en deux étapes. La première, recherche par mots-clés (BM25), vectorielle ou hybride, est rapide et renvoie peut-être 50 à 100 candidats. Un reranker lit ensuite la requête avec chaque candidat et les réordonne, ce qui est plus lent mais bien plus précis : seuls les meilleurs passages parviennent au modèle. Les frameworks comme LlamaIndex, Haystack et RAGFlow ne font pas eux-mêmes de reranking ; ils relient un système de recherche et un reranker.
Les rerankers se distinguent par la façon de les exécuter et la façon dont ils lisent. Les API hébergées (Voyage rerank-3, Cohere Rerank 4) ne demandent aucun GPU et sont facturées au token ou à la recherche. Les modèles à poids ouverts (Qwen3-Reranker, zerank-2, mxbai-rerank v2, et Jina v3.5 sous licence non commerciale) tournent sur votre propre matériel. La plupart notent un document à la fois ; les modèles listwise comme Jina v3.5 comparent toute la présélection en une seule passe.
9 outils comparés
Classés selon notre note. Ouvrez un avis pour voir les sources, les prix et le verdict complet.
| Outil | Note | Notre verdict | Idéal pour | Prix |
|---|---|---|---|---|
| Voyage rerank-3modèle | 4.6/5 | Sur les propres chiffres de Voyage, rerank-3 mène chaque rival hébergé, et le modèle lite coûte si peu que la limite de débit, pas la facture, décide de la quantité de reranking que vous faites. | Les équipes qui font tourner du RAG ou de la recherche en production et veulent la meilleure qualité de reranking hébergé pour le prix. | rerank-3 0,05 $ par 1M de tokens ; rerank-3-lite 0,02 $ par 1M de tokens ; 200 premiers millions de tokens gratuits. |
| Jina Reranker v3.5modèle | 4.3/5 | Un reranker de 0,6B qui bat un modèle de 4B sur BEIR, freiné par une licence qui transforme l'auto-hébergement en appel commercial. | Les utilisateurs d'Elastic et les équipes qui veulent un petit reranker à long contexte sur leur propre matériel. | API Jina 0,05 $ par 1M de tokens. Poids gratuits pour un usage non commercial ; l'auto-hébergement commercial exige une licence Elastic payante. |
| LlamaIndexdépôt | 4.3/5 | Toujours une boîte à outils profonde pour le RAG lourd en documents, mais son créateur dit désormais clairement que le framework n'est plus sa priorité. | Les développeurs Python qui construisent du RAG ou des agents de documents sur de grandes sources de données variées. | Framework gratuit sous MIT. LlamaParse (cloud payant) : Free avec 10k crédits, Starter 50 $/mois (40k crédits), Pro 500 $/mois (400k crédits), Enterprise sur mesure ; 1 000 crédits = 1,25 $. |
| Haystackdépôt | 4.2/5 | Un framework pour les gens qui veulent lire leur système RAG plutôt que de lui faire confiance, au prix d'écrire eux-mêmes plus du câblage. | Les équipes d'ingénierie qui construisent des pipelines RAG et d'agents de production maintenables en Python. | Gratuit et open source sous la licence Apache 2.0. deepset Studio est gratuit pour un utilisateur ; la Haystack Enterprise Platform est à prix sur mesure. |
| Qwen3-Embedding and Qwen3-Rerankermodèle | 4.2/5 | Une pile de recherche ouverte complète sous une seule licence, embedder et reranker ensemble, même si sa couronne de classement date de juin 2025. | Les équipes qui auto-hébergent une recherche multilingue ou de code et veulent l'embedding et le reranking sous une seule licence ouverte. | Gratuit sous Apache 2.0. Le text-embedding-v4 hébergé de Qwen Cloud, bâti sur Qwen3, est à 0,07 $ par 1M de tokens. |
| RAGFlowdépôt | 4.0/5 | Un produit document-vers-réponse fini que vous pouvez faire tourner sur un seul serveur, dont le bilan de sécurité dit qu'il a sa place derrière un VPN plutôt que sur l'internet ouvert. | Les équipes qui veulent un Q&R de documents et un assistant de connaissances auto-hébergés sans construire de pipeline. | Gratuit et open source sous la licence Apache 2.0. InfiniFlow vend aussi RAGFlow Cloud : Free (500 crédits par mois, pas de clé d'API), Starter 29 $/mois et Pro 129 $/mois (chacun affiché contre un 59 $ et 259 $ plus élevés), et Enterprise sur demande avec déploiement BYOC et sur site. |
| zerank-2modèle | 3.9/5 | Un reranker ouvert affûté dont les scores calibrés valent la peine, désormais avec personne derrière lui à part votre propre GPU. | Les équipes qui font déjà tourner de l'inférence GPU et veulent un reranker gratuit avec des scores de pertinence utilisables comme seuil. | Gratuit sous Apache 2.0. L'API hébergée de ZeroEntropy (0,025 $ par 1M de tokens au lancement) n'était prise en charge que jusqu'au 4 septembre 2026 et renvoie désormais une erreur d'indisponibilité. |
| mxbai-rerank v2modèle | 3.8/5 | Toujours le petit reranker le plus sûr à auto-héberger sur la seule licence, même si son avance en benchmark date de mars 2025. | Les équipes qui veulent un petit reranker sous licence permissive à faire tourner sur leur propre matériel. | Gratuit sous Apache 2.0. Hébergé uniquement dans Mixedbread Search : recherche sémantique 4 $ les 1 000 requêtes, 7,50 $ avec reranking ; offre Scale 20 $/mois en crédits. |
| Cohere Rerank 4modèle | 3.7/5 | Rerank 4 fonctionne toujours, mais Rerank 5 de Cohere le bat désormais sur chaque benchmark que publie Cohere, ce qui en fait un modèle à quitter plutôt qu'à adopter. | Les équipes dont la chaîne est réglée sur Rerank 4 et qui ont besoin de temps avant de revalider sur Rerank 5. | Facturé à la recherche (une requête, jusqu'à 100 documents). Vercel AI Gateway affiche Pro à 2,50 $ et Fast à 2,00 $ les 1 000 recherches ; la page de Cohere n'affiche plus les tarifs de Rerank 4. |
Côte à côte
Les caractéristiques qui comptent pour cette étape. Vérifiées le 23 oct. 2026 ; confirmez-les sur le site du fournisseur avant de vous engager.
| Outil | Type | Paramètres | Tokens maximum | Langues | Licence / accès |
|---|---|---|---|---|---|
| Voyage rerank-3 | Reranker hébergé, suit des instructions | Non publié | 32K requête + document | Non publié | API propriétaire, MongoDB Atlas |
| Jina Reranker v3.5 | Reranker LLM listwise | 0.6B | 131K pour la requête + tous les candidats | 52 | CC BY-NC 4.0 ; API ou licence payante |
| LlamaIndex | Framework (accueille des rerankers) | Sans objet | Dépend du reranker | Dépend du reranker | MIT |
| Haystack | Framework (accueille des rerankers) | Sans objet | Dépend du reranker | Dépend du reranker | Apache 2.0 |
| Qwen3-Embedding and Qwen3-Reranker | Reranker LLM pointwise | 0.6B, 4B, 8B | 32K | Plus de 100 | Apache 2.0 |
| RAGFlow | Moteur RAG avec hybride + reranking | Sans objet | Dépend du reranker | Dépend du reranker | Apache 2.0 |
| zerank-2 | Reranker pointwise, scores calibrés | 4B | 32K | Plus de 100 (selon le fournisseur) | Apache 2.0 ; API hébergée arrêtée |
| mxbai-rerank v2 | Reranker LLM pointwise | 0.5B, 1.5B | 8K (compatible 32K) | Plus de 100 | Apache 2.0 |
| Cohere Rerank 4 | Reranker hébergé (Pro et Fast) | Non publié | 32K requête + document | Multilingue (nombre non publié) | API propriétaire, Model Vault |
Où s’insère cette étape
- Discuter avec vos documents : nous commencerions par Voyage rerank-3.
- Agent de service client : nous commencerions par Cohere Rerank 4.
- Recherche et graphe de connaissances : nous commencerions par Jina Reranker v3.5.
- IA privée, sur l'appareil : nous commencerions par Jina Reranker v3.5.