Cohere lanserar Parse 5 – fokuserar på kostnadseffektivitet snarare än rå noggrannhet

AI-företaget Cohere har lanserat Parse 5, en ny modell avsedd att analysera och omvandla företagsdokument som PDF:er, presentationer och bilder till strukturerad Markdown. Företaget positionerar modellen som ett kostnadseffektivt alternativ, snarare än ett med den absolut högsta noggrannheten, för storskalig företagsanvändning.

Cohere medger att Parse 5 presterar sämre än tre större, generella AI-modeller som GPT-5.5, Opus 4.8 och Gemini 3.5 Flash i deras egna benchmark-tester. Företaget hävdar dock att modellen erbjuder en konkurrenskraftig prestanda till en betydligt lägre kostnad per sida, med ett API-pris på 1,50 USD per 1000 sidor.

Nils Reimers, VP of AI Search på Cohere, förklarade att den svåra delen av dokumentanalys inte är att läsa texten, utan att bevara strukturen och innebörden. Företagsdokument innehåller ofta tabeller, diagram och formatering som påverkar tolkningen av data. Han menar att många verktyg fortfarande tappar strukturen eller genererar felaktigt innehåll, och att även de mest avancerade modellerna kan ha svårt med layouttunga sidor.

Parse 5 använder en "single-pass"-arkitektur där en dokumentsida behandlas som en bild genom en enda vision-språkmodell. Detta resulterar i en strukturerad Markdown-utdata som inkluderar tabeller i HTML-format, beskrivningar och lokaliseringskoordinater. Modellen stöder flera språk med stabil noggrannhet, inklusive arabiska, engelska, franska och tyska.

Cohere uppskattar att användningen av Parse 5 i en modellerad arbetsflöde för en stor finansiell tjänsteleverantör, som hanterar 750 miljoner dokument årligen, skulle minska kostnaderna med över 98 procent jämfört med att använda generella modeller. Detta understryker företagets strategi att erbjuda kostnadseffektiva lösningar för företag som hanterar stora datamängder.