Cohere Parse 5 全面可用：每千页 1.5 美元，自测 ParseBench 79.2 分

8 月 27 日，Cohere 发布文档解析视觉模型 Parse 5 并宣布全面可用（GA）：经 Cohere API、Model Vault、Microsoft Foundry 与 AWS SageMaker 四条渠道提供，API 定价每 1,000 页 1.5 美元。官方与同日上线，推文发布于 UTC 13:08，称这是「市面上性价比最强的文档解析模型」，并强调把每页价格压到行业低位。

Cohere 在博客中自报 ParseBench 三维护均分 79.2，对比 Mistral OCR 4 的 74.5、LlamaParse（Cost Effective）的 78.3 与 AWS Textract 的 53.3，并称吞吐 4.5 页/秒。需要先说明口径：这些基准数字均出自 Cohere 自家评测，博客没有声称经过独立机构验证，其中还包括 Cohere 按自己更新后的规则对全部竞品重新打分。

「以前你得二选一，现在不用了」

公告发出 48 分钟后，Cohere 联合创始人 Aidan Gomez（其 X 账号简介为「cofounder @cohere」）发推解释这款产品的位置：Parsing turns out to be one of the biggest bottlenecks to LLMs being able to make effective use of enterprise data. Previously, you had to choose between high-quality understanding that is unscalable and costs $$$ or shit quality lossy-parsing that is scalable. NOT ANYMORE（解析是大模型用好企业数据的最大瓶颈之一；以前你只能在「质量高但不可扩展、还烧钱」和「可扩展但有损」之间二选一，现在不用了）。

几个小时后他又补了一条，只评论博客里那张图：「The x axis is log scale」（横轴是对数刻度）。博客对这张图的说明是：价格轴采用对数刻度，是为了容纳跨度很大的价格区间。

Cohere 负责 AI 搜索的副总裁（其 X 简介为 VP AI Search @Cohere）、SBERT 作者 Nils Reimers 在引用转发中说得更直白：解析 PDF 仍是企业 RAG 的主要瓶颈，「你要么低成本低质量，要么高质量但价格高得让人却步。我们来改变这一点：Parse v5 是我们的第一款公开模型，后面还会有很多」。

截至检索时（发布约五个半小时后），官方公告推文已获得约 530 次点赞、35 次转推、15 次引用转发和约 3.8 万次浏览，均为检索时刻的快照数据。

文档解析怎么就成了企业 AI 的瓶颈

Gomez 所说的「瓶颈」有具体所指。博客把 Parse 的用途描述为：把企业批量文档这类复杂的多模态文件（表格、嵌入图片等）转成结构化、机器可读的数据，供文档索引、RAG 与 agent 检索使用；典型场景是理赔单、合同与发票的批量处理。ParseBench 的内容保真维度衡量的正是文本遗漏、幻觉与阅读顺序错乱，解析质量直接决定下游拿到的数据。

Cohere 的解法是把解析放进一条产品线里。Parse 5 被放进 Compass 检索栈，与 Embed、Rerank 配套，覆盖文档摄取、解析、分块、嵌入、索引、混合检索到两段式检索的完整链路，支持 .xlsx、.docx、.html 等格式，内置 SharePoint 与 Google Drive 连接器和文档级访问控制；受监管行业还可以把模型部署到自有基础设施上。

这是 Cohere 近两周内第二次加码文档理解：8 月 12 日它刚开源了自称「最小的视觉语言模型」North Micro Vision（Apache 2.0 许可），主打文档理解场景；这一次 Parse 5 走托管服务渠道。两条线指向同一个市场：让企业把批量文档变成可检索、可自动化的数据。

ParseBench 三维护均分 79.2：Cohere 自测口径

博客给出的核心数字来自 ParseBench，一个衡量「适合 agent 使用的解析质量」的基准。Parse 5 在三个维度上均分 79.2：表格结构抽取 87.0、内容保真 86.6、语义格式 64.0。对比组里，专用解析模型最高的是 LlamaParse（Cost Effective）78.3，其后是 Mistral OCR 4（74.5）与 Databricks AI Parse（72.4）；超大规模云厂商方案明显落后，AWS Textract 53.3、Google Document AI 57.3，差距超过 20 分。在 Cohere 的评测集里，只有 GPT-5.5（84.4）、Opus 4.8（84.3）和 Gemini 3.5 Flash（81.8）三个通用大模型分数更高。

这套数字的测量口径值得单独说明。博客脚注称，所有 ParseBench 分数采用 2026 年 8 月的最新评估规则，其中包含一项修复：此前加粗/标题检测会让 Semantic Formatting 分数虚高；为了「公平比较」，Cohere 用更新后的规则对全部竞品重新打分。也就是说，竞品分数同样是 Cohere 自己评出来的。

另一个边界是：基准只覆盖 5 个维度中的 3 个。Layout 与 Chart 维度被排除，理由是超出产品范围：Parse 输出阅读顺序的 Markdown，不为文本输出逐元素边界框（只对表格和图片输出），图表数据抽取「计划在下一个 Parser 版本中」实现。

吞吐方面，Cohere 称单张 H100 上为 4.5 页/秒，8 卡节点合计 36 页/秒（每分钟 2,160 页）。博客配图给出同配置对比：Chandra OCR 2 为 3.75 页/秒，Deepseek-OCR 2 为 3.21 页/秒，dots.mocr 为 2.05 页/秒；Cohere 称吞吐测试只比较开源模型，全部用 vLLM 服务。

每千页 1.5 美元，与「最具吸引力象限」

定价是这次发布最直接的竞争动作：Cohere API 每 1,000 页 1.5 美元。博客称这个价位面向「数十万到数百万页」的高吞吐负载，并把价格-性能画成散点图：横轴是每千页价格（对数刻度），纵轴是 ParseBench 三维护均分，左上角绿色区域标注「最具吸引力象限」。Cohere Parse 与 Cohere Parse（Model Vault）两个点，以及 GPT-5.5、Opus 4.8、Gemini 3.5 Flash 等通用大模型的点，都画在同一张图上。

同样自报的成本账还延伸到部署方式。Cohere 称在 50% GPU 利用率下，Model Vault 相比 API 的推理成本低 23%，满负荷时可节省 61%。它举了一个应付账款（accounts payable）场景：每月约 1,300 万页文档，用 Model Vault 替代 API 每月可省约 1.2 万美元（一年 14.4 万美元）；相比每千页 10 美元的超大规模云厂商方案，单这一个工作流一年可省约 147 万美元。

分发上，Parse 5 同时进入 Cohere API、Model Vault、Microsoft Foundry 与 AWS SageMaker 四条渠道，模型标识为 parse-v5.0（API 示例为 POST ）。博客称其支持九种主要世界语言，输出干净的 Markdown，能识别表格与嵌入图片；试用方面提供免费的 Space 体验。

只测三个维度，图表抽取要等下一版

对「只报 3 个维度」最先提出疑问的是社区。自称 AI Lead @ ABX 的 Mo 在引用转发里先问：为什么只报 ParseBench 的三个维度？他随后给出自己的判断：单遍视觉语言模型作为文档解析管线正在快速过时，因为在图表、视觉定位这类具体维度上太难调试；Parse 5 更适合充当抽取框架的「主干」，以它为主干的框架或许能在全部 5 个维度上超过许多模型，而不是只在这 3 个维度上比较。他还提醒，单次处理耗时直接关系买家决策。他最后写道，很欣慰这个赛道有了更多玩家。

博客自己也没有回避这些边界：图表数据抽取要等下一版，文本不输出逐元素边界框，Semantic Formatting 的评分规则在 8 月刚刚被修改并据此重评了全部竞品。79.2 分、4.5 页/秒和每千页 1.5 美元，目前都出自 Cohere 自家测试，ParseBench 也只覆盖 5 个维度中的 3 个。在独立评测与图表抽取能力补上之前，「最强性价比」仍然只是厂商口径，这也是拿到 1.5 美元报价的买家需要自己核对的数字。

参考链接

Cohere 官方博客《Introducing Parse: Enterprise document intelligence at scale》（2026-08-27）：
Cohere 官方推文，Parse 5 发布公告（2026-08-27，UTC 13:08）：
Aidan Gomez 推文「瓶颈与二选一」（2026-08-27）：
Aidan Gomez 推文「横轴是对数刻度」（2026-08-27）：
Nils Reimers 引用推文（2026-08-27）：
Mo（@goesbymo）引用推文（2026-08-27）：
Cohere 官方推文，North Micro Vision 开源（2026-08-12）：