hs-rerank-1とは?
hs-rerank-1は、エージェント記憶サーバーHindsightを手がけるVectorizeの小型多言語リランカーで、2026年11月3日に公開されました。クロスエンコーダーで、クエリと文書を一緒に読み、0から1の関連度スコアを1つ返します。mmBERT-smallを元に微調整されており、英語、スペイン語、フランス語、ドイツ語、ポルトガル語、日本語、韓国語、中国語に対応します。
114M(1億1,400万)のパラメータのうち98M(9,800万)はトークン埋め込みテーブルで、1回の処理で動くトランスフォーマーは約15M(1,500万)です。入力はクエリと文書の組で最大8,192トークンです。FP16のsafetensorsとCPU向けのint8 ONNX版が提供され、Hugging FaceのText Embeddings Inferenceで動きます。
Hindsight 1.2.0からはms-marco-MiniLM-L-6-v2に代わって既定のローカルリランカーとなり、そのため公開から数週間で約200万回ダウンロードされました。重みはMITライセンスで、VectorizeはCohere互換のエンドポイントでも提供しており、入力100万トークンあたり$0.015です。
hs-rerank-1の料金は?
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | MITライセンス |
| Hindsight Inference | $0.015 per million input tokens | Cohere Rerank互換のエンドポイント、出力無料 |
MITライセンスの重みは無料。Hindsight Inferenceでのホスト版は入力100万トークンあたり$0.015(出力は無料)、hs-decide-1-flashによる絞り込み付きで$0.02。新規アカウントには$5のクレジットがあります。
hs-rerank-1は使う価値があるか?
このモデルの本当の競争相手は、多くのパイプラインが今も既定として使うms-marco MiniLMのクロスエンコーダーで、Hindsight自身もバージョン1.2.0まで使っていました。それらと比べれば明確な前進です。MiniLMは512トークンまでしか読めず、英語のMS MARCOデータで学習されています。hs-rerank-1は8言語で8,192トークンを読み、APIのプロセス内で動かせる小ささを保っています。Vectorizeのリーダーボードでは7つのベンチマークの平均が56.0で、ms-marco-MiniLM-L6-v2は44.1、bge-reranker-baseは50.4、Alibabaのgte-reranker-modernbert-baseは51.3です。
伸びが最も大きいのは英語以外です。多言語データセットのMIRACLでは57.7で、MiniLM-L6は20.9、gteモデルは39.1です。推論の重いBRIGHTでは小型モデルはどれも苦戦し、グループ最高の15.1でも絶対値としては低いままです。Vectorizeはすべての比較をモデルごとに同じ設定で自ら実施し手法も公開していますが、外部の研究機関による再現はまだありません。
大きなオープンモデルではなくこれを選ぶ理由は速度です。CPUの2スレッドで50件の記憶を約1.5秒で並べ替え、gte-reranker-modernbert-baseの約6分の1の時間です。一方MiniLM-L6は0.9秒とさらに速いです。長めのチャンク50件では約21秒まで伸びるため、CPUでの長い文書は遅いままで、その場合はGPUかホスト版のAPIが答えです。
難しいクエリでCohere Rerank 5、Voyage rerank-3、4Bや8BのQwen3リランカーに対抗するものではなく、その意図もありません。ホスト版は100万トークンあたり$0.015で、CohereのFast階層の$0.02より安く、ホスト版のドキュメントによれば文書はモデル本来の上限の半分である4,096トークンで切り詰められます。
真価を発揮する場面
コーディングエージェントの記憶としてHindsightを動かしている開発者
GPUや別の有料APIなしで、呼び出した記憶をうまく順位付けする
Hindsight 1.2.0以降に更新します。hs-rerank-1はすでに既定のローカルリランカーで、初回起動時にダウンロードされます。APIのプロセス内でCPUで動くので、費用はHindsightを動かしているマシンのCPU時間だけです。
サポート検索にMiniLMクロスエンコーダーを使う欧州のSaaS企業のエンジニア
英語と同じようにドイツ語、フランス語、スペイン語のチケットも並べ替える
Sentence TransformersのCrossEncoderやText Embeddings InferenceのモデルIDをhindsight-ai/hs-rerank-1に替えます。VectorizeのMIRACLの結果ではスコアが20.9から57.7に上がり、CPUでのレイテンシはMiniLM-L6の約1.6倍です。
すでにLangChainからCohere Rerankを呼んでいる小さなチーム
短く大量の記憶検索のリランキング費用を下げる
Cohereのクライアントをinference.hindsight.vectorize.ioに向け、入力100万トークンあたり$0.015のhs-rerank-1を選びます。月10億トークンで$15です。難しいクエリでは品質が下がると考えてください。
導入前に確認すること
- 導入
- pip install sentence-transformersでCrossEncoder("hindsight-ai/hs-rerank-1")を読み込むか、Text Embeddings InferenceのCPU版またはGPU版のイメージをモデルIDを指定して起動します。スコアは0から1で返ります。
- 連携
- Sentence Transformers、Text Embeddings Inference、ONNX Runtime、Hindsightのlocal、ONNX、TEI、ホスト型の各リランカープロバイダー。ホスト版のエンドポイントはCohere SDKで使えます。
- データとプライバシー
- セルフホストなら文書が自社のマシンの外に出ることはありません。ホスト版Hindsight Inferenceのドキュメントは保持期間を明記していません。VectorizeはTrust Centerとデータ処理契約を公開しています。
- 大規模利用時のコスト
- セルフホストの費用はCPU時間です。ホスト版は入力100万トークンあたり$0.015で出力は無料なので、1回300トークンの文章20件で月200万回呼ぶと約$180です。
- 制限
- セルフホストでは1組8,192トークン、ホスト版APIでは文書あたり4,096トークン、1リクエスト1,000文書まで。ホスト版のレート制限は公開されていません。対応は8言語のみです。
良い点
- 114Mパラメータ、int8 ONNX版でCPUで動く
- 8言語で1組あたり8,192トークン
- 利用制限のないMITライセンス
- 100万トークンあたり$0.015のCohere互換ホスト版
気になる点
- ベンチマークはすべてVectorize自身のもの
- 推論の重いクエリに弱い(BRIGHTで15.1)
- GPUなしでは長いチャンクが遅い
- ホスト版APIは文書を4,096トークンで切り詰める
おすすめの人
古いMiniLMクロスエンコーダーの代わりに、エージェント記憶やCPUのみのRAG向けに、小さく緩いライセンスの多言語リランカーを求める開発者。
hs-rerank-1の代替
hs-rerank-1:よくある質問
- hs-rerank-1は使う価値があるか?
- 今も多くのパイプラインに残る古いMiniLMクロスエンコーダーの順当な後継で、CPUで動くほど小さいものの、ベンチマークでの優位を示しているのはVectorizeだけです。 評価は5点満点中3.8点です。
- hs-rerank-1の料金は?
- MITライセンスの重みは無料。Hindsight Inferenceでのホスト版は入力100万トークンあたり$0.015(出力は無料)、hs-decide-1-flashによる絞り込み付きで$0.02。新規アカウントには$5のクレジットがあります。
- hs-rerank-1の欠点は?
- ベンチマークはすべてVectorize自身のもの; 推論の重いクエリに弱い(BRIGHTで15.1); GPUなしでは長いチャンクが遅い; ホスト版APIは文書を4,096トークンで切り詰める.
- hs-rerank-1は誰に向いているか?
- 古いMiniLMクロスエンコーダーの代わりに、エージェント記憶やCPUのみのRAG向けに、小さく緩いライセンスの多言語リランカーを求める開発者。
- チームや本番環境でhs-rerank-1を使うと費用はいくらか?
- セルフホストの費用はCPU時間です。ホスト版は入力100万トークンあたり$0.015で出力は無料なので、1回300トークンの文章20件で月200万回呼ぶと約$180です。
- hs-rerank-1は企業データを扱っても安全か?
- セルフホストなら文書が自社のマシンの外に出ることはありません。ホスト版Hindsight Inferenceのドキュメントは保持期間を明記していません。VectorizeはTrust Centerとデータ処理契約を公開しています。
- hs-rerank-1の代わりになるものは?
- 当サイトでレビューした中で最も近い代替はmxbai-rerank v2, Qwen3-Embedding and Qwen3-Reranker, Jina Reranker v3.5 、 Cohere Rerank 5です。
回答確認日:2026年11月20日