Guia: Modelos de Rerank para o Dify

Pesquisa feita em junho/2026. Preços e limites de tokens mudam — confirme sempre na página oficial antes de decidir.

Antes de tudo: você precisa mesmo de rerank?

Rerank é opcional no Dify. Seu assistente já funciona sem ele. O rerank é um segundo filtro de busca: depois que o embedding traz, digamos, os 20 trechos mais parecidos com a pergunta, o reranker reordena esses 20 e devolve só os 3–5 realmente mais relevantes. Isso melhora a precisão em bases grandes e bagunçadas.

Para uma base pequena (a sua tem ~263 trechos) o ganho costuma ser modesto. Vale ligar para testar e por boa prática, mas não é o que vai fazer ou quebrar seu chatbot. Não trave o projeto por causa disso.

Fluxo mental: busca ampla (embedding) → reordena estreito (rerank) → manda os melhores pro LLM.

Resumo rápido (o que escolher)

Recomendação para o seu caso (PT-BR, iniciante, online, sem servidor próprio): comece com Jina (mais fácil de plugar) ou Voyage (free tier gigante). Deixe Cohere e self-host para depois, se precisar.

Opções online (hospedadas — você só usa uma API key)

1. Jina AI Reranker — mais fácil para começar

• Modelos: jina-reranker-v2-base-multilingual, jina-reranker-v3 (até 131K tokens de contexto).
• Grátis: cada API key nova vem com tokens grátis (a documentação da Jina cita 10 milhões de tokens). Limite do plano free: 100 requisições/min.
• Pago: ~US$ 0,02 por 1 milhão de tokens.
• Por que é bom para você: multilíngue de verdade (100+ idiomas, português incluso), cadastro simples, uma chave só serve para reranker e embeddings.
• Links:
  • Produto: https://jina.ai/reranker/
  • Pegar a chave: https://jina.ai/api-dashboard/

2. Voyage AI — melhor camada gratuita

• Modelos: rerank-2.5, rerank-2.5-lite (32K de contexto, multilíngue, aceita instruções em linguagem natural).
• Grátis: 200 milhões de tokens grátis por conta — bastante generoso.
• Pago: rerank-2.5-lite ~US$ 0,02 / 1M tokens; rerank-2.5 ~US$ 0,05 / 1M tokens.
• Por que é bom: nos benchmarks da própria Voyage, supera o Cohere Rerank v3.5 em precisão; contexto bem maior. Qualidade de ponta com free tier enorme.
• Links:
  • Docs do reranker: https://docs.voyageai.com/docs/reranker
  • Preços: https://docs.voyageai.com/docs/pricing

3. Cohere Rerank 3.5 — o "padrão de mercado"

• Modelo: rerank-v3.5 (multilíngue, 100+ idiomas).
• Grátis: chave Trial com ~1.000 chamadas/mês — porém proibida para uso em produção (só desenvolvimento e teste).
• Pago: US$ 2,00 por 1.000 buscas (1 busca = 1 pergunta + até 100 documentos). Cobrança por busca, não por token.
• Por que considerar: muito usado, integração madura, bom em RAG. Mas o modelo de cobrança por busca pode sair mais caro que Jina/Voyage em volume, e o trial não vale para produção.
• Links:
  • Produto: https://cohere.com/rerank
  • Preços: https://cohere.com/pricing
  • Painel/chave: https://dashboard.cohere.com/

4. SiliconFlow — barato ao escalar

• Modelo: hospeda o BAAI/bge-reranker-v2-m3 (open source) como API, compatível com o formato OpenAI/Cohere.
• Grátis: dá créditos no cadastro; o custo por uso de rerank é em centavos.
• Por que considerar: muito popular no ecossistema Dify, ótimo custo-benefício. O endpoint é https://api.siliconflow.cn/v1/rerank.
• Observação: plataforma com base na China — atenção se isso for restrição para seus dados.
• Link: https://siliconflow.com/

Opção grátis de verdade (self-host)

BAAI/bge-reranker-v2-m3 — rodando na sua máquina

• Custo: zero de licença (open source, multilíngue). Você paga só a infraestrutura.
• Como roda: via Xinference, HuggingFace TEI (Text Embeddings Inference) ou a biblioteca FlagEmbedding. Depois você aponta o Dify para esse endpoint.
• A real: precisa de um servidor (de preferência com GPU; em CPU fica lento). Para um iniciante e uma base pequena, não compensa o trabalho agora — é o caminho de quem precisa manter os dados 100% dentro de casa.
• Link do modelo: https://huggingface.co/BAAI/bge-reranker-v2-m3

Como ligar um reranker no Dify (passo a passo)

1. Configurações → Fornecedor de modelo.
2. Em "Instalar provedores de modelo", procure o provedor escolhido (Cohere, Jina e SiliconFlow têm plugin no Marketplace do Dify) e instale.
3. Clique em Configuração no provedor e cole a API key que você gerou no site dele.
4. Abra "Configurações do Modelo do Sistema" e defina o Modelo de Rerank (ex.: jina-reranker-v2-base-multilingual).
5. Vá na sua base Conhecimento → Central de Ajuda → Configurações de Recuperação (ou no app, em Contexto → Configurações de Recuperação) e:
   • Mude para o modo que usa rerank (geralmente "Rerank model" ativado, ou recuperação híbrida com rerank).
   • Selecione o modelo de rerank.
   • Ajuste o Top K (quantos trechos finais ir para o LLM — comece com 3 a 5).
6. Teste no Teste de Recuperação da base: faça a mesma pergunta antes e depois de ligar o rerank e compare os trechos retornados.

Dica: o "conector improvisado" que transforma um LLM em reranker tende a ser mais lento e impreciso que um reranker dedicado. Trocar por um dos modelos acima (Jina/Voyage) já resolve.

Veredito para o seu projeto

• Agora: instale o plugin da Jina (ou Voyage), use o free tier, ligue o rerank na base e compare no Teste de Recuperação. Custo zero, 10 minutos.
• Não invista em Cohere pago nem em self-host neste momento — não há volume nem necessidade que justifique.
• Lembre-se: com 263 trechos, a diferença pode ser pequena. Se notar pouca mudança, é normal — guarde o rerank como melhoria para quando a base crescer.