Cohere 發布 23 億參數文件解析模型 Parse 5，主打性價比，每千頁定價 1.5 美元

據報導，Cohere 推出 23 億參數的視覺語言模型 Parse 5，專為企業級文件解析設計，主打性價比而非極致準確率。 該模型基於 North-Micro-Vision-Instruct 架構，具備 8,192 token 脈絡長度與約 4.6GB 容量。其採單次傳遞（single-pass）設計，可將 PDF、PowerPoint 或 JPEG 影像轉為依閱讀順序排列的 Markdown 格式，並將表格渲染為 HTML，同時提供圖片描述與邊界框座標。 在 ParseBench 評測中，Parse 5 於表格、內容忠實度與語意格式化三個維度獲得 79.2 分，落後於 GPT-5.5（84.4）、Opus 4.8（84.3）與 Gemini 3.5 Flash（81.8），但領先 LlamaParse Cost Effective 方案（78.3）、Mistral OCR 4（74.5）及 Azure Document Intelligence（69.3）。 Cohere 在評測中排除了版面配置與圖表兩個維度，表示目前模型僅提供圖表描述而非提取底層資料，圖表資料提取功能將於未來版本推出。語言方面，支援英、日、韓、阿拉伯等 9 種語言的穩定準確率，其他語言則提供 zero-shot 支援。 模型定價為每 1,000 頁 1.5 美元，目前已透過 Cohere API、Model Vault、Microsoft Foundry 與 AWS SageMaker 全面開放。