Cohere发布文档解析模型Parse 5，可将企业文档转为Markdown

据MarkTechPost报道，Cohere于2026年8月27日发布了Parse 5文档解析模型（parse-v5.0），这是一个面向企业大规模文档摄取的2.3B参数视觉语言模型。该模型可将PDF、PPT或JPEG页面作为base64编码的数据URI输入，并返回包含阅读顺序文本、HTML表格、列表、表单键值对、图片描述及边界框坐标的Markdown。模型基于Cohere Labs的North-Micro-Vision-Instruct架构，上下文窗口为8192个token，占用约4.6GB，且没有前置的独立OCR阶段。

Cohere将Parse API定价为每1000页1.5美元，并强调其在价格性能比而非峰值准确率上的定位。该模型已通过Cohere Parse API、Microsoft Foundry、AWS SageMaker以及单租户Model Vault提供，无需等待名单或研究许可。Cohere瞄准金融、保险、医疗健康、生命科学、公共部门、电信、能源和制造等文档密集型行业，应用场景包括RAG摄取、智能文档处理、理赔和发票流水线、合同与备案检索，以及为智能体提供文档上下文。

关于基准测试，Cohere报告Parse的ParseBench得分为79.2，超过Mistral OCR 4（74.5）、Azure Document Intelligence（74.3）和Databricks AI Parse（72.4）。但该分数为厂商自报，且仅计算了ParseBench五个维度中的三个：表格、内容忠实度和语义格式化，省略了图表和视觉锚定——这两个维度通常是最难的部分。在LlamaIndex公共排行榜上，Mistral OCR 4和Databricks AI Parse的完整五维得分均为60.68，Azure Document Intelligence（Layout）为59.64，而Cohere Parse尚未上榜，当前榜首为LlamaParse Agentic的84.88。因此，79.2是一个自报子集分数，并非排行榜名次。

在部署成本方面，Model Vault上Parse 5的Medium实例为每小时4美元或每月2500美元，XL实例为每小时7美元或每月4300美元。按每页0.0015美元的API价格计算，Medium实例在每月约167万页时达到盈亏平衡，XL实例约为287万页。低于该用量时，按量计费更划算；高于该用量时，专用容量仅在价格上就有优势，更不用说数据驻留需求——这通常是企业转向Model Vault的真正原因。