Cohere a lansat Parse 5 (parse-v5.0), un model de analiză a documentelor care vizează absorbția de volum mare a întreprinderilor, iar acum este disponibil în general fără listă de așteptare. După cum este detaliat de MarkTechPost, costul pe o poziție de lider a celei mai multe dintre companii este un pariu mai mare decât un pariu al companiei. VentureBeat a rezumat direct: Parse 5 „pierde benchmark-ul la puncte. Câștigă la costul pe pagină”.
Ce este de fapt Parse 5 For more context on this story, see our ongoing AI news.
Parse 5 este un model de limbaj de viziune cu 2,3 miliarde de parametri, construit pe arhitectura North-Micro-Vision-Instruct a Cohere Labs, cu o fereastră de context de 8.192 de jetoane și o amprentă de aproximativ 4,6 GB. Este nevoie de o pagină PDF, PowerPoint sau JPEG ca intrare codificată în baza 64 și returnează Markdown într-o singură trecere: text în ordinea de citire, tabele redate ca HTML, liste, perechi cheie-valoare de formular, descrieri de imagini și coordonatele casetei de delimitare pentru elementele vizuale.
Alegerea arhitecturală notabilă este ceea ce elimină. Nu există o etapă OCR separată în fața modelului - detectarea aspectului, recunoașterea textului și structurarea au loc într-o singură rețea, ceea ce simplifică implementarea și elimină o sursă comună de erori în cascadă în conductele tradiționale de documente.
Cohere listează nouă limbi ca fiind stabile - arabă, engleză, franceză, germană, italiană, japoneză, coreeană, portugheză și spaniolă - cu suport zero-shot pentru altele cu o precizie mai mică.
Două moduri de ieșire
În modul său implicit, Parse 5 returnează un șir Markdown pe pagină. Un al doilea mod, activat cu `output_format="blocks"`, returnează în schimb blocuri tastate, în care fiecare bloc de tabel poartă HTML-ul său, caseta de delimitare și o descriere. Acest al doilea mod este ceea ce face posibilă trasabilitatea la nivel de citare - o întreprindere poate indica exact de unde pe pagină a provenit o cifră analizată, ceea ce contează pentru industriile reglementate care alimentează documente în sisteme de generare îmbunătățite de recuperare.
Avertismentul de referință
Cohere raportează un scor ParseBench de 79,2 pentru Parse 5, înaintea Mistral OCR 4 la 74,5, Azure Document Intelligence la 74,3 și Databricks AI Parse la 72,4. Dar există un asterisc important pe care analiza MarkTechPost-dezambalează în detail-marke.
ParseBench este un benchmark LlamaIndex de aproximativ 2.078 de pagini de întreprindere verificate de oameni, punctate pe cinci dimensiuni: tabele, diagrame, fidelitatea conținutului, formatare semantică și baza vizuală. Valoarea 79,2 a lui Cohere are o medie de doar trei dintre aceste cinci dimensiuni, diagrame de scădere și împământare vizuală - tocmai cele două dimensiuni în care majoritatea parsere-urilor funcționează cel mai rău. Pe clasamentul public pe cinci dimensiuni, aceiași furnizori obțin un scor mult mai mic: Mistral OCR 4 și Databricks AI Parse la 60,68, Azure Document Intelligence (Layout) la 59,64, cu LlamaParse Agentic conducând clasamentul la 84,88. Parse 5 nu este listat momentan pe acel clasament.
Cu alte cuvinte, 79.2 este un scor subset raportat de furnizor, nu o coroană de referință. Media tridimensională a Azure ajunge la 74,3, potrivindu-se exact cu metodologia Cohere - deci comparația este cel puțin mere-mere în subsetul pe care îl acoperă.
Matematica prețurilor
Argumentul costului este locul în care poziționarea lui Cohere devine concretă. API-ul Parse are un preț de 1,50 USD per 1.000 de pagini - 0,0015 USD per pagină. Pentru organizațiile care preferă capacitate dedicată, oferta Model Vault pentru un singur locatar rulează 4,00 USD pe oră (2.500 USD pe lună) pe o instanță Medium sau 7,00 USD pe oră (4.300 USD pe lună) pe XL.
Punctul de încrucișare contează mai mult decât fiecare număr singur. La rate măsurate, o instanță Medium Vault ajunge la aproximativ 1,67 milioane de pagini pe lună, iar XL la aproximativ 2,87 milioane. Sub aceste volume, apelarea API-ului după cum este necesar este mai ieftină; deasupra lor, capacitatea dedicată câștigă preț înainte de a lua în considerare beneficiile de rezidență a datelor care de obicei conduc la adoptarea Vault în primul rând.
Disponibilitate
Parse 5 este disponibil în general prin intermediul API-ului Cohere Parse, Microsoft Foundry, AWS SageMaker și implementările Model Vault cu un singur locatar. Nu există acces la licența de cercetare – Cohere tratează acest lucru ca infrastructură de producție din prima zi.
Ce înseamnă pentru cumpărătorii de întreprinderi
Lansarea reflectă un model mai larg în IA de întreprindere: capacitatea adiacentă frontierei devine suficient de mică pentru a fi ieftină, iar furnizorii concurează din ce în ce mai mult în ceea ce privește economia unitară, mai degrabă decât scorurile brute. Un model cu parametrii 2.3B care analizează documentele la 1,50 USD per mia de pagini comprimă costul unui volum de lucru care obișnuia să necesite fie suite OCR comerciale scumpe, fie conducte interne fragile.
Lansarea spune și ceva despre locul în care Cohere își vede deschiderea. Compania și-a mizat afacerile de întreprindere pe caracterul practic al implementării – modele care rulează ieftin, privat și previzibil în mediile corporative – mai degrabă decât să urmărească granița. Un analizator de documente este lipsit de farmec pe lângă modelele de raționament de frontieră, dar asimilarea documentelor este una dintre puținele sarcini de lucru AI în care întreprinderile pot măsura rentabilitatea pe pagină astăzi, iar Cohere dorește clar să dețină această matematică.
Pentru cumpărători, sfatul practic din analiza de referință este să tratați Parse 5 așa cum îl încadrează Cohere însuși - ca o pretenție de a testa propriile documente, mai ales dacă diagramele și baza vizuală sunt esențiale pentru volumul dvs. de lucru, deoarece acestea sunt dimensiunile pe care scorul raportat le omite. Pentru asimilarea de volum mare, text și tabel, cazul preț-performanță este simplu; pentru a analiza unde diagramele poartă semnificația, liderii clasamentului public rămân în continuare care merită evaluați mai întâi.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
