O que é hs-rerank-1?
hs-rerank-1 é um reranker multilíngue pequeno da Vectorize, a empresa por trás do servidor de memória para agentes Hindsight, lançado em 3 de novembro de 2026. É um cross-encoder: lê juntos uma consulta e um documento e devolve uma única nota de relevância entre 0 e 1. Foi ajustado a partir do mmBERT-small e cobre inglês, espanhol, francês, alemão, português, japonês, coreano e chinês.
Dos seus 114 milhões de parâmetros, 98 milhões são a tabela de embeddings de tokens, então cada passada roda um transformer de cerca de 15 milhões. As entradas chegam a 8.192 tokens por par de consulta e documento. Vem em safetensors FP16 e numa exportação ONNX int8 para CPU, e roda no Text Embeddings Inference do Hugging Face.
Desde o Hindsight 1.2.0 é o reranker local padrão, no lugar do ms-marco-MiniLM-L-6-v2, e por isso passou de 2 milhões de downloads nas primeiras semanas. Os pesos têm licença MIT; a Vectorize também o hospeda atrás de um endpoint compatível com a Cohere a $0.015 por milhão de tokens de entrada.
Quanto custa hs-rerank-1?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Licença MIT |
| Hindsight Inference | $0.015 per million input tokens | Endpoint compatível com Cohere Rerank; saída grátis |
Pesos MIT gratuitos. Hospedado no Hindsight Inference a $0.015 por milhão de tokens de entrada (saída grátis), ou $0.02 com a filtragem do hs-decide-1-flash; contas novas ganham $5 de crédito.
hs-rerank-1 vale a pena?
A verdadeira concorrência do modelo são os cross-encoders ms-marco MiniLM que muitos pipelines ainda usam como padrão, inclusive o próprio Hindsight até a versão 1.2.0, e diante deles é um avanço claro. Eles leem 512 tokens e foram treinados com dados em inglês do MS MARCO; o hs-rerank-1 lê 8.192 tokens em oito idiomas e continua pequeno o bastante para rodar dentro de um processo de API. No ranking da Vectorize ele tem média de 56.0 em sete benchmarks, contra 44.1 do ms-marco-MiniLM-L6-v2, 50.4 do bge-reranker-base e 51.3 do gte-reranker-modernbert-base da Alibaba.
Os maiores ganhos estão fora do inglês. No MIRACL, um conjunto multilíngue, ele marca 57.7 contra 20.9 do MiniLM-L6 e 39.1 do modelo gte. No BRIGHT, um benchmark pesado em raciocínio, todos os modelos pequenos sofrem: 15.1 é o melhor do grupo e ainda baixo em termos absolutos. A Vectorize fez todas as comparações com as mesmas configurações para cada modelo e publicou o método, mas nenhum laboratório externo as repetiu.
A velocidade é o motivo para escolhê-lo em vez de modelos abertos maiores. Com duas threads de CPU ele reordena 50 memórias em cerca de 1.5 segundo, mais ou menos um sexto do tempo do gte-reranker-modernbert-base, enquanto o MiniLM-L6 é ainda mais rápido, com 0.9 segundo. Para 50 trechos mais longos o número sobe para cerca de 21 segundos, então documentos longos em CPU continuam lentos; ali a resposta é uma GPU ou a API hospedada.
Ele não compete com Cohere Rerank 5, Voyage rerank-3 ou os rerankers Qwen3 de 4B e 8B em consultas difíceis, e nem pretende. A versão hospedada custa $0.015 por milhão de tokens, abaixo do nível Fast da Cohere a $0.02, e a documentação hospedada corta os documentos em 4.096 tokens, metade do limite do próprio modelo.
Onde ele se destaca
Um desenvolvedor que usa o Hindsight como memória de um agente de programação
Ordenar bem as memórias recuperadas sem GPU nem outra API paga
Atualize para o Hindsight 1.2.0 ou posterior, em que o hs-rerank-1 já é o reranker local padrão e é baixado na primeira inicialização. Ele roda no processo da API em CPU, então o único custo é tempo de CPU na máquina que já roda o Hindsight.
Um engenheiro de uma empresa SaaS europeia com um cross-encoder MiniLM na busca de suporte
Reordenar tickets em alemão, francês e espanhol tão bem quanto em inglês
Troque o ID do modelo no CrossEncoder do Sentence Transformers ou no Text Embeddings Inference por hindsight-ai/hs-rerank-1. Pelos resultados de MIRACL da Vectorize, a nota passa de 20.9 para 57.7, com latência em CPU de cerca de 1.6 vez a do MiniLM-L6.
Uma equipe pequena que já chama o Cohere Rerank pelo LangChain
Cortar a conta de reranking em buscas de memória curtas e de alto volume
Aponte o cliente da Cohere para inference.hindsight.vectorize.io e escolha o hs-rerank-1 a $0.015 por milhão de tokens de entrada; um bilhão de tokens por mês custa $15. Espere queda de qualidade em consultas difíceis.
Antes de decidir
- Configuração
- pip install sentence-transformers e carregue CrossEncoder("hindsight-ai/hs-rerank-1"), ou suba a imagem de CPU ou GPU do Text Embeddings Inference com o ID do modelo. As notas saem entre 0 e 1.
- Integrações
- Sentence Transformers, Text Embeddings Inference, ONNX Runtime e os provedores de reranking local, ONNX, TEI e hospedado do Hindsight; o endpoint hospedado funciona com o SDK da Cohere.
- Dados e privacidade
- Auto-hospedado, os documentos nunca saem das suas máquinas. A documentação do Hindsight Inference hospedado não informa a retenção; a Vectorize publica um Trust Center e um acordo de processamento de dados.
- Custo em escala
- Auto-hospedado, o custo é tempo de CPU. Hospedado: $0.015 por milhão de tokens de entrada com saída grátis, então 20 trechos de 300 tokens por chamada e 2 milhões de chamadas por mês dão cerca de $180.
- Limites
- 8.192 tokens por par auto-hospedado; 4.096 por documento e 1.000 documentos por requisição na API hospedada. Os limites de taxa da versão hospedada não são publicados. Só oito idiomas.
O que é bom
- 114M parâmetros; roda em CPU com exportação ONNX int8
- 8.192 tokens por par em oito idiomas
- Licença MIT sem restrições de uso
- Endpoint hospedado compatível com a Cohere a $0.015 por milhão de tokens
O que não é
- Todos os benchmarks são da própria Vectorize
- Fraco em consultas de raciocínio (15.1 no BRIGHT)
- Lento com trechos longos sem GPU
- A API hospedada corta os documentos em 4.096 tokens
Ideal para
Desenvolvedores que querem um reranker multilíngue pequeno e de licença permissiva para memória de agentes ou RAG só em CPU, no lugar de um velho cross-encoder MiniLM.
Alternativas ao hs-rerank-1
hs-rerank-1: perguntas frequentes
- hs-rerank-1 vale a pena?
- Um substituto sensato para os velhos cross-encoders MiniLM que ainda estão em muitos pipelines, pequeno o bastante para uma CPU, embora sua vantagem nos benchmarks venha só da Vectorize. Damos nota 3.8 de 5.
- Quanto custa hs-rerank-1?
- Pesos MIT gratuitos. Hospedado no Hindsight Inference a $0.015 por milhão de tokens de entrada (saída grátis), ou $0.02 com a filtragem do hs-decide-1-flash; contas novas ganham $5 de crédito.
- Quais são as desvantagens de hs-rerank-1?
- Todos os benchmarks são da própria Vectorize; fraco em consultas de raciocínio (15.1 no BRIGHT); lento com trechos longos sem GPU; a API hospedada corta os documentos em 4.096 tokens.
- Para quem hs-rerank-1 é indicado?
- Desenvolvedores que querem um reranker multilíngue pequeno e de licença permissiva para memória de agentes ou RAG só em CPU, no lugar de um velho cross-encoder MiniLM.
- Quanto custa hs-rerank-1 para uma equipe ou em produção?
- Auto-hospedado, o custo é tempo de CPU. Hospedado: $0.015 por milhão de tokens de entrada com saída grátis, então 20 trechos de 300 tokens por chamada e 2 milhões de chamadas por mês dão cerca de $180.
- hs-rerank-1 é seguro para dados da empresa?
- Auto-hospedado, os documentos nunca saem das suas máquinas. A documentação do Hindsight Inference hospedado não informa a retenção; a Vectorize publica um Trust Center e um acordo de processamento de dados.
- Quais são as melhores alternativas ao hs-rerank-1?
- As alternativas mais próximas que analisamos são mxbai-rerank v2, Qwen3-Embedding and Qwen3-Reranker, Jina Reranker v3.5 e Cohere Rerank 5.
Respostas verificadas em 20 de nov. de 2026.