Cohere telah mengeluarkan Parse 5 (parse-v5.0), model penghuraian dokumen yang bertujuan untuk pengingesan perusahaan volum tinggi, dan ia kini tersedia secara amnya tanpa senarai tunggu. Seperti yang diperincikan oleh MarkTechPost, keluaran ini adalah pertaruhan yang lebih tinggi daripada harga pertaruhan bagi setiap halaman pertaruhan. VentureBeat diringkaskan secara terus terang: Parse 5 "kehilangan penanda aras pada mata. Ia menang pada kos setiap halaman."
Apakah Parse 5 Sebenarnya For more context on this story, see our ongoing artificial intelligence updates.
Parse 5 ialah model bahasa penglihatan 2.3 bilion parameter yang dibina pada seni bina North-Micro-Vision-Instruct Cohere Labs, dengan tetingkap konteks 8,192 token dan jejak kira-kira 4.6GB. Ia memerlukan halaman PDF, PowerPoint atau JPEG sebagai input berkod base64 dan mengembalikan Markdown dalam satu laluan: teks dalam susunan bacaan, jadual yang diberikan sebagai HTML, senarai, bentuk pasangan nilai kunci, perihalan imej dan koordinat kotak sempadan untuk elemen visual.
Pilihan seni bina yang ketara ialah apa yang ia keluarkan. Tiada peringkat OCR yang berasingan di hadapan model — pengesanan susun atur, pengecaman teks dan penstrukturan berlaku dalam satu rangkaian, yang memudahkan penggunaan dan menghapuskan sumber biasa ralat melata dalam saluran paip dokumen tradisional.
Cohere menyenaraikan sembilan bahasa sebagai stabil — Arab, Inggeris, Perancis, Jerman, Itali, Jepun, Korea, Portugis dan Sepanyol — dengan sokongan sifar pukulan untuk yang lain pada ketepatan yang lebih rendah.
Dua Mod Output
Dalam mod lalainya, Parse 5 mengembalikan rentetan Markdown setiap halaman. Mod kedua, didayakan dengan `output_format="blocks"`, mengembalikan blok yang ditaip, di mana setiap blok jadual membawa HTMLnya, kotak sempadannya dan penerangan. Mod kedua itulah yang menjadikan kebolehkesanan peringkat petikan mungkin - perusahaan boleh menunjukkan kembali dengan tepat di mana pada halaman datangnya angka yang dihuraikan, yang penting bagi industri terkawal yang menyuap dokumen ke dalam sistem penjanaan dipertingkatkan semula.
Kaveat Penanda Aras
Cohere melaporkan skor ParseBench sebanyak 79.2 untuk Parse 5, mendahului Mistral OCR 4 pada 74.5, Perisikan Dokumen Azure pada 74.3 dan Databricks AI Parse pada 72.4. Tetapi terdapat asterisk penting yang analisis MarkTechPost
ParseBench ialah penanda aras LlamaIndex bagi kira-kira 2,078 halaman perusahaan yang disahkan manusia yang dijaringkan merentas lima dimensi: jadual, carta, kesetiaan kandungan, pemformatan semantik dan asas visual. Purata Cohere's 79.2 hanya tiga daripada lima dimensi tersebut, menurunkan carta dan pembumian visual — tepatnya dua dimensi di mana kebanyakan penghurai berprestasi paling teruk. Pada papan pendahulu lima dimensi awam, vendor yang sama mendapat markah yang 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 mendahului papan pada 84.88. Parse 5 tidak disenaraikan pada papan pendahulu itu pada masa ini.
Dalam erti kata lain, 79.2 ialah skor subset yang dilaporkan vendor, bukan mahkota penanda aras. Purata tiga dimensi Azure berfungsi sehingga 74.3, sepadan dengan metodologi Cohere dengan tepat — jadi perbandingan adalah sekurang-kurangnya epal-ke-epal dalam subset yang diliputinya.
Matematik Harga
Hujah kos ialah di mana kedudukan Cohere menjadi konkrit. API Parse berharga $1.50 setiap 1,000 halaman — $0.0015 setiap halaman. Bagi organisasi yang memilih kapasiti khusus, tawaran Model Vault penyewa tunggal berharga $4.00 sejam ($2,500 sebulan) pada contoh Sederhana, atau $7.00 sejam ($4,300 sebulan) pada XL.
Titik silang lebih penting daripada mana-mana nombor sahaja. Pada kadar bermeter, contoh Bilik Kebal Sederhana mencapai pulangan pada kira-kira 1.67 juta halaman sebulan dan XL pada kira-kira 2.87 juta. Di bawah volum tersebut, memanggil API mengikut keperluan adalah lebih murah; di atas mereka, kapasiti khusus menang pada harga sebelum mengambil kira manfaat pemastautin data yang biasanya mendorong penggunaan Vault di tempat pertama.
Ketersediaan
Parse 5 biasanya tersedia melalui Cohere Parse API, Microsoft Foundry, AWS SageMaker dan penempatan Model Vault penyewa tunggal. Tiada akses gating lesen penyelidikan — Cohere menganggap ini sebagai infrastruktur pengeluaran dari hari pertama.
Maksudnya untuk Pembeli Perusahaan
Keluaran ini mencerminkan corak yang lebih luas dalam AI perusahaan: keupayaan bersebelahan sempadan menjadi cukup kecil untuk dijual murah, dan vendor semakin bersaing dalam ekonomi unit berbanding skor mentah. Model parameter 2.3B yang menghuraikan dokumen pada $1.50 setiap seribu halaman memampatkan kos beban kerja yang dahulunya memerlukan sama ada suite OCR komersial yang mahal atau saluran paip dalaman yang rapuh.
Keluaran itu juga mengatakan sesuatu tentang tempat Cohere melihat pembukaannya. Syarikat itu telah mempertaruhkan perniagaan perusahaannya pada kepraktisan penggunaan — model yang berjalan dengan murah, persendirian dan boleh diramal dalam persekitaran korporat — dan bukannya mengejar sempadan. Penghurai dokumen adalah tidak menarik di sebelah model penaakulan sempadan, tetapi pengingesan dokumen ialah salah satu daripada beberapa beban kerja AI di mana perusahaan boleh mengukur pulangan setiap halaman hari ini, dan Cohere jelas mahu memiliki matematik itu.
Bagi pembeli, nasihat praktikal daripada analisis penanda aras adalah untuk memperlakukan Parse 5 dengan cara Cohere sendiri membingkaikannya — sebagai tuntutan untuk menguji terhadap dokumen anda sendiri, terutamanya jika carta dan asas visual adalah penting kepada beban kerja anda, memandangkan dimensi tersebut adalah dimensi yang ditinggalkan oleh skor yang dilaporkan. Untuk pengingesan volum tinggi, teks dan jadual-berat, kes prestasi harga adalah mudah; untuk menghuraikan di mana carta membawa maksud, pemimpin papan pendahulu awam tetap patut dinilai terlebih dahulu.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
