Cohere telah merilis Parse 5 (parse-v5.0), model penguraian dokumen yang ditujukan untuk penyerapan perusahaan dalam jumlah besar, dan sekarang tersedia secara umum tanpa daftar tunggu. Seperti yang dirinci oleh MarkTechPost, rilis ini merupakan sebuah pertaruhan bahwa sebagian besar perusahaan lebih mementingkan biaya per halaman dibandingkan posisi di papan peringkat — sebuah pertaruhan VentureBeat merangkum secara blak-blakan: Parse 5 "kehilangan tolok ukur poin. Ia unggul dalam biaya per halaman."
Apa Sebenarnya Parse 5 For more context on this story, see our ongoing more AI stories.
Parse 5 adalah model bahasa visi 2,3 miliar parameter yang dibangun berdasarkan arsitektur North-Micro-Vision-Instruct Cohere Labs, dengan jendela konteks 8.192 token dan ukuran sekitar 4,6 GB. Dibutuhkan halaman PDF, PowerPoint, atau JPEG sebagai input berkode base64 dan mengembalikan Markdown dalam sekali jalan: teks dalam urutan bacaan, tabel yang dirender sebagai HTML, daftar, pasangan nilai kunci formulir, deskripsi gambar, dan koordinat kotak pembatas untuk elemen visual.
Pilihan arsitektural yang menonjol adalah apa yang dihilangkannya. Tidak ada tahapan OCR terpisah di depan model — deteksi tata letak, pengenalan teks, dan penataan terjadi dalam satu jaringan, yang menyederhanakan penerapan dan menghilangkan sumber umum kesalahan berjenjang dalam alur dokumen tradisional.
Cohere mencantumkan sembilan bahasa sebagai bahasa stabil — Arab, Inggris, Prancis, Jerman, Italia, Jepang, Korea, Portugis, dan Spanyol — dengan dukungan zero-shot untuk bahasa lain dengan akurasi lebih rendah.
Dua Mode Keluaran
Dalam mode defaultnya, Parse 5 mengembalikan string penurunan harga per halaman. Mode kedua, diaktifkan dengan `output_format="blocks"`, mengembalikan blok yang diketik, di mana setiap blok tabel membawa HTML-nya, kotak pembatasnya, dan deskripsinya. Mode kedua inilah yang memungkinkan ketertelusuran pada tingkat kutipan — perusahaan dapat menunjukkan dengan tepat dari mana angka yang diuraikan tersebut berasal pada halaman tersebut, yang penting bagi industri yang diatur untuk memasukkan dokumen ke dalam sistem pengambilan-augmented generation.
Peringatan Tolok Ukur
Cohere melaporkan skor ParseBench sebesar 79,2 untuk Parse 5, mengungguli Mistral OCR 4 sebesar 74,5, Azure Document Intelligence sebesar 74,3, dan Databricks AI Parse sebesar 72,4. Namun ada tanda bintang penting yang diungkapkan oleh analisis MarkTechPost secara mendetail.
ParseBench adalah tolok ukur LlamaIndex dari sekitar 2.078 halaman perusahaan yang diverifikasi manusia yang dinilai dalam lima dimensi: tabel, bagan, kesetiaan konten, format semantik, dan landasan visual. Rata-rata 79,2 Cohere hanya tiga dari lima dimensi tersebut, grafik yang menurun dan landasan visual — tepatnya dua dimensi yang kinerja sebagian besar parsernya paling buruk. Pada papan peringkat lima dimensi publik, skor vendor yang sama jauh lebih rendah secara keseluruhan: Mistral OCR 4 dan Databricks AI Parse pada 60,68, Azure Document Intelligence (Layout) pada 59,64, dengan LlamaParse Agentic memimpin pada papan peringkat pada 84,88. Parse 5 saat ini tidak terdaftar di papan peringkat itu.
Dengan kata lain, 79,2 adalah skor subset yang dilaporkan vendor, bukan mahkota patokan. Rata-rata tiga dimensi Azure mencapai 74,3, sama persis dengan metodologi Cohere — jadi perbandingannya setidaknya bersifat apple-to-apples dalam subset yang dicakupnya.
Matematika Penetapan Harga
Argumen biaya adalah alasan mengapa posisi Cohere menjadi konkret. Parse API dihargai $1,50 per 1.000 halaman — $0,0015 per halaman. Untuk organisasi yang lebih menyukai kapasitas khusus, penawaran Model Vault penyewa tunggal berharga $4,00 per jam ($2,500 per bulan) pada instans Medium, atau $7,00 per jam ($4,300 per bulan) pada XL.
Titik persilangan lebih penting daripada angka mana pun. Pada tingkat terukur, mesin virtual Medium Vault mencapai titik impas sekitar 1,67 juta halaman per bulan, dan XL sekitar 2,87 juta. Di bawah volume tersebut, memanggil API sesuai kebutuhan akan lebih murah; di atasnya, kapasitas khusus lebih unggul dalam hal harga sebelum memperhitungkan manfaat residensi data yang biasanya mendorong adopsi Vault.
Ketersediaan
Parse 5 umumnya tersedia melalui Cohere Parse API, Microsoft Foundry, AWS SageMaker, dan penerapan Model Vault penyewa tunggal. Tidak ada akses gerbang lisensi penelitian — Cohere memperlakukan ini sebagai infrastruktur produksi sejak hari pertama.
Apa Artinya bagi Pembeli Perusahaan
Peluncuran ini mencerminkan pola yang lebih luas dalam AI perusahaan: kemampuan yang berdekatan dengan garis depan menjadi cukup kecil sehingga bisa dijual dengan harga murah, dan vendor semakin bersaing berdasarkan unit ekonomi dibandingkan skor mentah. Model parameter 2,3B yang mengurai dokumen dengan biaya $1,50 per seribu halaman memampatkan biaya beban kerja yang biasanya memerlukan rangkaian OCR komersial yang mahal atau jaringan pipa internal yang rapuh.
Rilisan ini juga mengungkapkan sesuatu tentang di mana Cohere melihat pembukaannya. Perusahaan ini mempertaruhkan bisnis perusahaannya pada kepraktisan penerapan – model yang berjalan dengan biaya murah, privat, dan dapat diprediksi di dalam lingkungan perusahaan – dibandingkan mengejar batasan. Pengurai dokumen tidak menarik jika dibandingkan dengan model penalaran frontier, namun penyerapan dokumen adalah salah satu dari sedikit beban kerja AI di mana perusahaan dapat mengukur laba per halaman saat ini, dan Cohere jelas ingin memiliki perhitungan tersebut.
Bagi pembeli, saran praktis dari analisis benchmark adalah memperlakukan Parse 5 sebagaimana Cohere membingkainya — sebagai klaim untuk menguji dokumen Anda sendiri, terutama jika bagan dan landasan visual merupakan hal utama dalam beban kerja Anda, karena dimensi itulah yang dihilangkan oleh skor yang dilaporkan. Untuk penyerapan dalam volume tinggi, banyak teks dan tabel, kasus harga-kinerja sangatlah mudah; untuk menguraikan di mana grafik membawa makna, para pemimpin papan peringkat publik tetap layak untuk dievaluasi terlebih dahulu.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
