【事件概述】 阿里云百炼于 2026 年 9 月 1 日上线 qwen3.7-text-rerank。这是一款基于 Qwen3.7 底座训练的多语言文本重排序模型，用于把向量检索或关键词检索召回的候选文档重新打分排序。官方称，相比 qwen3-rerank，新模型重点提升了通用检索、Web 检索、代码检索、指令遵循、智能体检索与记忆检索能力，并在官方测试中给出 Web Search 指标约 35% 的相对提升。 【模型与开发者】 模型 ID：qwen3.7-text-rerank 模型类型：文本重排序模型 开发者：阿里巴巴通义千问团队 官方发布日期：2026 年 9 月 1 日 发布渠道：阿里云百炼 API 支持语言：201 种主要语言和方言 主要场景：语义搜索、RAG、代码检索、智能体记忆检索 日期核对说明：阿里云百炼“模型上下架与更新”页面明确把该模型日期列为 2026-09-01。本轮资讯讨论的是 qwen3.7-text-rerank 的托管服务上线，不把旧款 qwen3-rerank 或 Qwen3-Reranker 开放权重系列的早期日期混作本次发布日期。 【关键能力与改动】 1. 更长的单文档输入：官方 API 文档列出，每个查询或候选文档最长可到 30,000 Token，单次请求建议总量不超过 120,000 Token。相比只适合短片段的重排序器，它更适合长报告、技术文档与较大的代码片段。 2. 批量候选排序：单次最多可处理 500 个候选文档。系统可先用向量数据库进行大规模粗召回，再将最相关的一批候选交给模型精排。 3. 多语言覆盖：官方英文文档列出 201 种主要语言与方言，包括中文、英文、西班牙语和法语，适合跨语言知识库与多地区搜索。 4. 可指定排序意图：API 支持 instruct 参数，开发者可以告诉模型采用问答检索、语义相似度等不同排序策略。默认指令偏向寻找能够直接回答查询的候选内容。 5. 面向代码与智能体：阿里云更新说明把代码检索、Agentic 检索与 Memory 检索列为重点改进方向。这对代码助手、长期智能体和带记忆的客服系统更有针对性。 6. 官方评测变化：官方称，新模型在 MTEB、Web Search 等任务上优于 qwen3-rerank，其中 Web Search 指标相对提升约 35%。这是厂商评测结果，应结合自有数据复测。 【适用对象】 适合已经搭建向量检索或混合检索，但仍遇到“召回了相关材料，排序却不理想”的 RAG 团队；也适合搜索服务、企业知识库、代码检索、客服问答和智能体记忆系统。对于长文档较多、语言种类复杂或需要按任务指令切换排序偏好的应用，新模型尤其值得纳入测试。 【实际影响】 生成模型能否给出可靠答案，很大程度取决于送入上下文的材料是否真正相关。重排序位于粗召回之后、生成之前，可以把更可能回答问题的文档放到前面，并过滤主题相近但不能回答问题的片段。它不会替代向量数据库，却可能直接改善 RAG 的证据质量。 开发者迁移时应保留现有检索链路，使用同一组查询和候选文档对比旧模型与 qwen3.7-text-rerank，评估 Top-K 命中率、最终问答准确率、延迟、Token 消耗及失败率。只看重排序分数分布并不足以证明整个应用已经改善。 【一个典型流程】 先由向量或关键词检索从知识库召回几十到几百条候选，再把用户问题、候选文档与任务指令提交给 qwen3.7-text-rerank。API 返回每条候选的相关度与排序位置，应用只选择靠前结果交给生成模型。问答系统可以使用“寻找能够回答查询的段落”指令，FAQ 匹配则可改为“检索语义相似文本”。 【限制与使用提醒】 第一，约 35% 是阿里云更新页披露的 Web Search 相对提升，不代表所有企业数据都能获得同样增幅，也不能直接理解为最终答案准确率提升 35%。数据语言、候选质量和评价指标都会影响结果。 第二，30,000 Token 是单个查询或文档的上限，API 超限会返回错误而不是自动截断；单次请求还受总 Token 量约束。上线前应做长度检查、分段和异常处理。 第三，最多 500 个候选不意味着每次都应传满。候选越多、文本越长，延迟和费用通常越高。生产系统应通过召回阈值、Top-K 和缓存控制成本。 第四，重排序模型只根据输入内容判断相关性，无法保证来源真实、时效正确或权限合规。检索前仍需维护文档版本、访问控制、数据来源与更新时间。 第五，instruct 可以改变排序侧重点，但不准确或冲突的指令也可能降低效果。团队应固定任务模板，避免把未经清理的用户文本直接拼成高优先级排序指令。 第六，本次上线的是阿里云百炼托管 API。官方更新页没有把 qwen3.7-text-rerank 描述为开放权重模型，因此不能据此声称可本地部署、自由微调或完整审计训练数据。 第七，多语言覆盖不等于各语言效果完全一致。低资源语言、专业术语、混合语言及代码与自然语言混排场景，需要分别建立验证集。 【官方来源】 阿里云百炼模型上下架与更新：https://help.aliyun.com/zh/model-studio/newly-released-models 阿里云百炼重排序 API 文档：https://help.aliyun.com/zh/model-studio/text-rerank-api 阿里云百炼向量与重排序模型说明：https://help.aliyun.com/zh/model-studio/embedding-rerank-model