Cohere推Parse 5：23亿参数文档解析模型

时间：2026年8月27日（北美时间，Cohere官方发布） 地点：加拿大多伦多（Cohere总部）/ 美国西雅图 人物：Cohere AI搜索业务副总裁Nils Reimers、Cohere Labs团队 事件详情：企业级AI厂商Cohere正式发布文档解析模型Parse 5（模型ID：parse-v5.0），这是其自研的多模态视觉语言模型，专门面向复杂企业文档的结构化提取场景。 Parse 5参数规模为23亿，基于North-Micro-Vision-Instruct架构，融合SigLIP 2 SO400M视觉编码器与Command A+语言模型，上下文窗口为8192 token，模型文件仅约4.6GB，单次推理即可完成OCR与语义提取，输出结构化Markdown、HTML表格、边框坐标和图像描述，无需再走传统OCR+LLM双阶段流程。 基准测试方面，Parse 5在Cohere自建ParseBench上以表格提取、内容保真度、语义格式三项指标平均79.2分胜出，击败Mistral OCR和Google Gemini 3 Flash（Thinking High，75.05分），仅次于LlamaParse Agentic Plus。官方定价为每千页1.5美元，按每年7.5亿份文档计算，相比GPT-5.5成本可降超98%。 背景：Parse 5前身Parse首发于2025年，是Cohere"文本之外"扩张的关键拼图。本次版本将参数压至2.3B，瞄准高吞吐、低延迟的企业级RAG与文档智能体流水线，同时通过DeepStack融合机制把视觉特征多层注入LLM，避免版式信息丢失。 影响：Parse 5已通过Cohere Parse API、Microsoft Azure AI Foundry、AWS SageMaker、Model Vault四渠道上线，开源权重同步发布至Hugging Face，开源版适用于中小团队原型与微调。这条产品线为Cohere在LlamaParse、GPT-5.5、Gemini 3 Flash等竞品之外，划出了一条"低成本、合规优先"的企业解析路线。 总结：参数轻、速度高、价格便宜，是Parse 5的核心卖点。它代表企业模型正从"功能竞赛"走向"单位成本"的实用主义拐点。 参考来源：https://www.infoq.com/news/2026/09/cohere-multimodal-parse/ 参考来源：https://docs.cohere.com/changelog/parse 参考来源：https://techcommunity.microsoft.com/blog/azure-ai-foundry-blog/introducing-cohere-parse-v5/4550955 参考来源：https://www.digitaltoday.co.kr/cn/view/97823/cohere-unveils-parse-5-document-parsing-ai-focused-on-cost-performance 参考来源：https://sd114.wiki/35079.html 参考来源：https://huggingface.co/CohereLabs/cohere-parse 参考来源：https://cohere.com/blog/parse