ਕੋਹੇਰੇ ਨੇ ਪਾਰਸ 5 (ਪਾਰਸ-v5.0) ਜਾਰੀ ਕੀਤਾ ਹੈ, ਇੱਕ ਦਸਤਾਵੇਜ਼-ਪਾਰਸਿੰਗ ਮਾਡਲ ਜਿਸਦਾ ਉਦੇਸ਼ ਉੱਚ-ਵਾਲੀਅਮ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਇੰਜੈਸ਼ਨ ਹੈ, ਅਤੇ ਇਹ ਹੁਣ ਆਮ ਤੌਰ 'ਤੇ ਬਿਨਾਂ ਉਡੀਕ ਸੂਚੀ ਦੇ ਉਪਲਬਧ ਹੈ। ਜਿਵੇਂ ਕਿ MarkTechPost ਦੁਆਰਾ ਵਿਸਤ੍ਰਿਤ ਜਾਣਕਾਰੀ ਦਿੱਤੀ ਗਈ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਲੀਡਰਬੋਰਡ ਦੇ ਪ੍ਰਤੀ ਰੀਲੀਜ਼ ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਕੀਮਤ ਐਂਟਰ-ਮਾਰਕਡਾਊਨ ਤੋਂ ਵੱਧ ਹੈ — ਇੱਕ ਬਾਜ਼ੀ VentureBeat ਦਾ ਸੰਖੇਪ ਸੰਖੇਪ: ਪਾਰਸ 5 "ਪੁਆਇੰਟਾਂ 'ਤੇ ਬੈਂਚਮਾਰਕ ਗੁਆ ਦਿੰਦਾ ਹੈ। ਇਹ ਪ੍ਰਤੀ ਪੰਨੇ ਦੀ ਲਾਗਤ 'ਤੇ ਜਿੱਤਦਾ ਹੈ।"
ਪਾਰਸ 5 ਅਸਲ ਵਿੱਚ ਕੀ ਹੈ For more context on this story, see our ongoing more AI stories.
ਪਾਰਸ 5 ਇੱਕ 2.3-ਬਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਵਿਜ਼ਨ ਲੈਂਗਵੇਜ ਮਾਡਲ ਹੈ ਜੋ ਕੋਹੇਰੇ ਲੈਬਜ਼ ਦੇ ਉੱਤਰੀ-ਮਾਈਕ੍ਰੋ-ਵਿਜ਼ਨ-ਇੰਸਟ੍ਰਕਚਰ ਆਰਕੀਟੈਕਚਰ 'ਤੇ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਇੱਕ 8,192-ਟੋਕਨ ਸੰਦਰਭ ਵਿੰਡੋ ਅਤੇ ਲਗਭਗ 4.6GB ਦੇ ਫੁੱਟਪ੍ਰਿੰਟ ਦੇ ਨਾਲ। ਇਹ ਇੱਕ PDF, PowerPoint, ਜਾਂ JPEG ਪੰਨੇ ਨੂੰ ਅਧਾਰ 64-ਏਨਕੋਡਡ ਇਨਪੁਟ ਵਜੋਂ ਲੈਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸਿੰਗਲ ਪਾਸ ਵਿੱਚ ਮਾਰਕਡਾਊਨ ਵਾਪਸ ਕਰਦਾ ਹੈ: ਪਾਠ ਕ੍ਰਮ ਵਿੱਚ ਪਾਠ, HTML ਦੇ ਰੂਪ ਵਿੱਚ ਰੈਂਡਰ ਕੀਤੀਆਂ ਟੇਬਲਾਂ, ਸੂਚੀਆਂ, ਫਾਰਮ ਕੁੰਜੀ-ਮੁੱਲ ਜੋੜੇ, ਚਿੱਤਰ ਵਰਣਨ, ਅਤੇ ਵਿਜ਼ੂਅਲ ਤੱਤਾਂ ਲਈ ਬਾਉਂਡਿੰਗ ਬਾਕਸ ਕੋਆਰਡੀਨੇਟਸ।
ਮਹੱਤਵਪੂਰਨ ਆਰਕੀਟੈਕਚਰਲ ਵਿਕਲਪ ਉਹ ਹੈ ਜੋ ਇਹ ਹਟਾਉਂਦਾ ਹੈ. ਮਾਡਲ ਦੇ ਸਾਹਮਣੇ ਕੋਈ ਵੱਖਰਾ OCR ਪੜਾਅ ਨਹੀਂ ਹੈ — ਲੇਆਉਟ ਖੋਜ, ਟੈਕਸਟ ਪਛਾਣ, ਅਤੇ ਢਾਂਚਾ ਇੱਕ ਨੈਟਵਰਕ ਦੇ ਅੰਦਰ ਵਾਪਰਦਾ ਹੈ, ਜੋ ਕਿ ਤੈਨਾਤੀ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦਾ ਹੈ ਅਤੇ ਰਵਾਇਤੀ ਦਸਤਾਵੇਜ਼ ਪਾਈਪਲਾਈਨਾਂ ਵਿੱਚ ਕੈਸਕੇਡਿੰਗ ਗਲਤੀਆਂ ਦੇ ਇੱਕ ਆਮ ਸਰੋਤ ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ।
ਕੋਹੇਰੇ ਨੇ ਨੌਂ ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਸਥਿਰ - ਅਰਬੀ, ਅੰਗਰੇਜ਼ੀ, ਫ੍ਰੈਂਚ, ਜਰਮਨ, ਇਤਾਲਵੀ, ਜਾਪਾਨੀ, ਕੋਰੀਅਨ, ਪੁਰਤਗਾਲੀ ਅਤੇ ਸਪੈਨਿਸ਼ - ਘੱਟ ਸ਼ੁੱਧਤਾ 'ਤੇ ਦੂਜਿਆਂ ਲਈ ਜ਼ੀਰੋ-ਸ਼ਾਟ ਸਮਰਥਨ ਨਾਲ ਸੂਚੀਬੱਧ ਕੀਤਾ ਹੈ।
ਦੋ ਆਉਟਪੁੱਟ ਮੋਡ
ਇਸਦੇ ਡਿਫੌਲਟ ਮੋਡ ਵਿੱਚ, ਪਾਰਸ 5 ਪ੍ਰਤੀ ਪੰਨਾ ਇੱਕ ਮਾਰਕਡਾਊਨ ਸਤਰ ਵਾਪਸ ਕਰਦਾ ਹੈ। ਇੱਕ ਦੂਸਰਾ ਮੋਡ, `output_format="blocks"` ਨਾਲ ਸਮਰਥਿਤ, ਟਾਈਪ ਕੀਤੇ ਬਲਾਕ ਵਾਪਸ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਹਰੇਕ ਟੇਬਲ ਬਲਾਕ ਇਸਦੇ HTML, ਇਸਦੇ ਬਾਊਂਡਿੰਗ ਬਾਕਸ, ਅਤੇ ਇੱਕ ਵਰਣਨ ਰੱਖਦਾ ਹੈ। ਉਹ ਦੂਜਾ ਮੋਡ ਉਹ ਹੈ ਜੋ ਹਵਾਲਾ-ਪੱਧਰ ਦੀ ਖੋਜਯੋਗਤਾ ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ - ਇੱਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਬਿਲਕੁਲ ਉਸ ਪਾਸੇ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਪੰਨੇ 'ਤੇ ਪਾਰਸ ਕੀਤਾ ਚਿੱਤਰ ਕਿੱਥੋਂ ਆਇਆ ਹੈ, ਜੋ ਕਿ ਨਿਯਮਿਤ ਉਦਯੋਗਾਂ ਲਈ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਜੋ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਮੁੜ ਪ੍ਰਾਪਤੀ-ਵਧੇਰੇ ਪੀੜ੍ਹੀ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਫੀਡ ਕਰਦਾ ਹੈ।
ਬੈਂਚਮਾਰਕ ਚੇਤਾਵਨੀ
ਕੋਹੇਰੇ ਨੇ ਪਾਰਸ 5 ਲਈ 79.2 ਦੇ ਪਾਰਸਬੈਂਚ ਸਕੋਰ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ, ਮਿਸਟਰਲ ਓਸੀਆਰ 4 ਤੋਂ 74.5 'ਤੇ, ਅਜ਼ੂਰ ਡੌਕੂਮੈਂਟ ਇੰਟੈਲੀਜੈਂਸ 74.3 'ਤੇ, ਅਤੇ ਡੇਟਾਬ੍ਰਿਕਸ AI ਪਾਰਸ 72.4 'ਤੇ। ਪਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤਾਰਾ ਹੈ ਜੋ MarkTechPost ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ 59.64 'ਤੇ, LlamaParse Agentic 84.88 'ਤੇ ਬੋਰਡ ਦੀ ਅਗਵਾਈ ਕਰ ਰਹੇ ਹਨ। ਪਾਰਸ 5 ਇਸ ਸਮੇਂ ਉਸ ਲੀਡਰਬੋਰਡ 'ਤੇ ਸੂਚੀਬੱਧ ਨਹੀਂ ਹੈ।
ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, 79.2 ਇੱਕ ਵਿਕਰੇਤਾ-ਰਿਪੋਰਟ ਕੀਤਾ ਸਬਸੈੱਟ ਸਕੋਰ ਹੈ, ਇੱਕ ਬੈਂਚਮਾਰਕ ਤਾਜ ਨਹੀਂ। ਅਜ਼ੂਰ ਦੀ ਤਿੰਨ-ਅਯਾਮੀ ਔਸਤ 74.3 ਤੱਕ ਕੰਮ ਕਰਦੀ ਹੈ, ਕੋਹੇਰੇ ਦੀ ਕਾਰਜਪ੍ਰਣਾਲੀ ਨਾਲ ਬਿਲਕੁਲ ਮੇਲ ਖਾਂਦੀ ਹੈ - ਇਸਲਈ ਤੁਲਨਾ ਘੱਟੋ-ਘੱਟ ਸੇਬ ਤੋਂ ਸੇਬ ਦੇ ਸਬਸੈੱਟ ਦੇ ਅੰਦਰ ਹੈ।
ਕੀਮਤ ਦਾ ਗਣਿਤ
ਲਾਗਤ ਦਲੀਲ ਉਹ ਹੈ ਜਿੱਥੇ ਕੋਹੇਰ ਦੀ ਸਥਿਤੀ ਠੋਸ ਹੋ ਜਾਂਦੀ ਹੈ। ਪਾਰਸ API ਦੀ ਕੀਮਤ $1.50 ਪ੍ਰਤੀ 1,000 ਪੰਨੇ - $0.0015 ਪ੍ਰਤੀ ਪੰਨਾ ਹੈ। ਉਹਨਾਂ ਸੰਸਥਾਵਾਂ ਲਈ ਜੋ ਸਮਰਪਿਤ ਸਮਰੱਥਾ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਸਿੰਗਲ-ਕਿਰਾਏਦਾਰ ਮਾਡਲ ਵਾਲਟ ਦੀ ਪੇਸ਼ਕਸ਼ ਮੱਧਮ ਉਦਾਹਰਣ 'ਤੇ $4.00 ਪ੍ਰਤੀ ਘੰਟਾ ($2,500 ਪ੍ਰਤੀ ਮਹੀਨਾ), ਜਾਂ XL 'ਤੇ $7.00 ਪ੍ਰਤੀ ਘੰਟਾ ($4,300 ਪ੍ਰਤੀ ਮਹੀਨਾ) ਚਲਦੀ ਹੈ।
ਕਰਾਸਓਵਰ ਪੁਆਇੰਟ ਇਕੱਲੇ ਕਿਸੇ ਵੀ ਸੰਖਿਆ ਤੋਂ ਵੱਧ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਮੀਟਰਡ ਦਰਾਂ 'ਤੇ, ਇੱਕ ਮੀਡੀਅਮ ਵਾਲਟ ਉਦਾਹਰਣ ਲਗਭਗ 1.67 ਮਿਲੀਅਨ ਪੰਨਿਆਂ ਪ੍ਰਤੀ ਮਹੀਨਾ, ਅਤੇ XL ਲਗਭਗ 2.87 ਮਿਲੀਅਨ 'ਤੇ ਵੀ ਟੁੱਟਦਾ ਹੈ। ਉਹਨਾਂ ਵਾਲੀਅਮਾਂ ਦੇ ਹੇਠਾਂ, ਲੋੜ ਅਨੁਸਾਰ API ਨੂੰ ਕਾਲ ਕਰਨਾ ਸਸਤਾ ਹੈ; ਉਹਨਾਂ ਦੇ ਉੱਪਰ, ਡੈਟਾ-ਰੈਜ਼ੀਡੈਂਸੀ ਲਾਭਾਂ ਲਈ ਲੇਖਾ ਜੋਖਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਮਰਪਤ ਸਮਰੱਥਾ ਕੀਮਤ 'ਤੇ ਜਿੱਤ ਜਾਂਦੀ ਹੈ ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਪਹਿਲੀ ਥਾਂ 'ਤੇ Vault ਗੋਦ ਲਿਆਉਂਦੇ ਹਨ।
ਉਪਲਬਧਤਾ
ਪਾਰਸ 5 ਆਮ ਤੌਰ 'ਤੇ ਕੋਹੇਰੇ ਪਾਰਸ API, ਮਾਈਕ੍ਰੋਸਾਫਟ ਫਾਊਂਡਰੀ, AWS ਸੇਜਮੇਕਰ, ਅਤੇ ਸਿੰਗਲ-ਕਿਰਾਏਦਾਰ ਮਾਡਲ ਵਾਲਟ ਤੈਨਾਤੀਆਂ ਦੁਆਰਾ ਉਪਲਬਧ ਹੁੰਦਾ ਹੈ। ਇੱਥੇ ਕੋਈ ਖੋਜ ਲਾਇਸੈਂਸ ਗੇਟਿੰਗ ਪਹੁੰਚ ਨਹੀਂ ਹੈ — ਕੋਹੇਰੇ ਪਹਿਲੇ ਦਿਨ ਤੋਂ ਇਸ ਨੂੰ ਉਤਪਾਦਨ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਜੋਂ ਵਰਤ ਰਿਹਾ ਹੈ।
ਐਂਟਰਪ੍ਰਾਈਜ਼ ਖਰੀਦਦਾਰਾਂ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ
ਰੀਲੀਜ਼ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਏਆਈ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ ਪੈਟਰਨ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ: ਫਰੰਟੀਅਰ-ਨਾਲ ਲੱਗਦੀ ਸਮਰੱਥਾ ਸਸਤੀ ਚਲਾਉਣ ਲਈ ਕਾਫ਼ੀ ਛੋਟੀ ਹੁੰਦੀ ਜਾ ਰਹੀ ਹੈ, ਅਤੇ ਵਿਕਰੇਤਾ ਕੱਚੇ ਸਕੋਰਾਂ ਦੀ ਬਜਾਏ ਯੂਨਿਟ ਅਰਥ ਸ਼ਾਸਤਰ 'ਤੇ ਤੇਜ਼ੀ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰ ਰਹੇ ਹਨ। ਇੱਕ 2.3B-ਪੈਰਾਮੀਟਰ ਮਾਡਲ ਜੋ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ $1.50 ਪ੍ਰਤੀ ਹਜ਼ਾਰ ਪੰਨਿਆਂ 'ਤੇ ਪਾਰਸ ਕਰਦਾ ਹੈ, ਵਰਕਲੋਡ ਦੀ ਲਾਗਤ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਦਾ ਹੈ ਜਿਸ ਲਈ ਮਹਿੰਗੇ ਵਪਾਰਕ OCR ਸੂਟ ਜਾਂ ਭੁਰਭੁਰਾ ਇਨ-ਹਾਊਸ ਪਾਈਪਲਾਈਨਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ।
ਰੀਲੀਜ਼ ਇਸ ਬਾਰੇ ਵੀ ਕੁਝ ਕਹਿੰਦੀ ਹੈ ਕਿ ਕੋਹੇਰੇ ਆਪਣੀ ਸ਼ੁਰੂਆਤ ਨੂੰ ਕਿੱਥੇ ਵੇਖਦਾ ਹੈ. ਕੰਪਨੀ ਨੇ ਆਪਣੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕਾਰੋਬਾਰ ਨੂੰ ਤੈਨਾਤੀ ਵਿਹਾਰਕਤਾ 'ਤੇ ਦਾਅ 'ਤੇ ਲਗਾਇਆ ਹੈ - ਉਹ ਮਾਡਲ ਜੋ ਸਸਤੇ, ਨਿਜੀ ਤੌਰ 'ਤੇ, ਅਤੇ ਕਾਰਪੋਰੇਟ ਵਾਤਾਵਰਣ ਦੇ ਅੰਦਰ ਅਨੁਮਾਨਤ ਤੌਰ 'ਤੇ ਚੱਲਦੇ ਹਨ - ਸਰਹੱਦ ਦਾ ਪਿੱਛਾ ਕਰਨ ਦੀ ਬਜਾਏ। ਇੱਕ ਦਸਤਾਵੇਜ਼ ਪਾਰਸਰ ਫਰੰਟੀਅਰ ਤਰਕ ਦੇ ਮਾਡਲਾਂ ਦੇ ਅੱਗੇ ਬੇਮਿਸਾਲ ਹੁੰਦਾ ਹੈ, ਪਰ ਦਸਤਾਵੇਜ਼ ਗ੍ਰਹਿਣ ਕੁਝ AI ਵਰਕਲੋਡਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਜਿੱਥੇ ਉੱਦਮ ਅੱਜ ਪ੍ਰਤੀ ਪੰਨੇ ਦੀ ਵਾਪਸੀ ਨੂੰ ਮਾਪ ਸਕਦੇ ਹਨ, ਅਤੇ ਕੋਹੇਰੇ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਉਸ ਗਣਿਤ ਦਾ ਮਾਲਕ ਹੋਣਾ ਚਾਹੁੰਦਾ ਹੈ।
ਖਰੀਦਦਾਰਾਂ ਲਈ, ਬੈਂਚਮਾਰਕ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਵਿਵਹਾਰਕ ਸਲਾਹ ਪਾਰਸ 5 ਨੂੰ ਉਸੇ ਤਰ੍ਹਾਂ ਵਰਤਣਾ ਹੈ ਜਿਸ ਤਰ੍ਹਾਂ ਕੋਹੇਰ ਖੁਦ ਇਸ ਨੂੰ ਫਰੇਮ ਕਰਦਾ ਹੈ — ਤੁਹਾਡੇ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਵਿਰੁੱਧ ਟੈਸਟ ਕਰਨ ਦੇ ਦਾਅਵੇ ਵਜੋਂ, ਖਾਸ ਤੌਰ 'ਤੇ ਜੇ ਚਾਰਟ ਅਤੇ ਵਿਜ਼ੂਅਲ ਗਰਾਉਂਡਿੰਗ ਤੁਹਾਡੇ ਕੰਮ ਦੇ ਬੋਝ ਲਈ ਕੇਂਦਰੀ ਹਨ, ਕਿਉਂਕਿ ਇਹ ਉਹ ਮਾਪ ਹਨ ਜੋ ਇਸਦੇ ਰਿਪੋਰਟ ਕੀਤੇ ਸਕੋਰ ਨੂੰ ਛੱਡ ਦਿੰਦੇ ਹਨ। ਉੱਚ-ਆਵਾਜ਼, ਟੈਕਸਟ-ਅਤੇ-ਸਾਰਣੀ-ਭਾਰੀ ਗ੍ਰਹਿਣ ਲਈ, ਕੀਮਤ-ਪ੍ਰਦਰਸ਼ਨ ਕੇਸ ਸਿੱਧਾ ਹੈ; ਪਾਰਸ ਕਰਨ ਲਈ ਜਿੱਥੇ ਚਾਰਟ ਅਰਥ ਰੱਖਦੇ ਹਨ, ਜਨਤਕ ਲੀਡਰਬੋਰਡ ਦੇ ਲੀਡਰ ਪਹਿਲਾਂ ਮੁਲਾਂਕਣ ਕਰਨ ਯੋਗ ਰਹਿੰਦੇ ਹਨ।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
