Cohere已发布Parse v5.0，这是一款高吞吐量的视觉语言模型，旨在将大量企业文档处理为结构化的Markdown数据。该模型支持九种主要语言，可通过Cohere API、Model Vault、Microsoft Foundry和AWS SageMaker获取。

  • 在ParseBench上，Parse得分为79.2，优于Mistral OCR 4（74.5）、Databricks AI Parse（72.4）、LlamaParse（78.3）以及AWS Textract和Google Document AI等超大规模云厂商解决方案超过20分。
  • 在单张GPU上每秒处理4.5页，吞吐量约为RedNote dots.mocr的1.4倍，是Chandra OCR 2的2.2倍。
  • 通过Model Vault部署可显著降低成本，在全负载情况下，推理成本比标准API降低高达61%。

该模型定位为文档索引、RAG和智能体检索的高性价比解决方案，保留文档结构以支持下游自动化。