Cohere 发布 Parse 5：一款把企业文档转成 Markdown 的 2.3B 视觉语言模型
内容提要
Cohere发布文档解析模型Parse（parse-v5.0），为2.3B参数视觉语言模型，可将PDF、PPT等转为带HTML表格和边界框的Markdown。API定价每千页1.5美元，Model Vault月费2500美元起。ParseBench得分79.2为自报子集分数，未含图表和视觉定位维度。专用容量月处理超167万页才划算。
延伸解读
79.2 分怎么读：自报子集分数，别当排行榜名次
Cohere 公布的 ParseBench 79.2 分只覆盖表格、内容保真度和语义格式化三个维度，刻意排除了图表和视觉定位——这两项恰恰是多数解析器的短板。对照公开排行榜，同一批厂商在完整五维总分上明显更低（如 Mistral OCR 4 为 60.68）。因此，这个分数更适合作为自家文档验证的起点，而非绝对性能标杆。
按量计费还是专用容量？算清月处理量再选
Parse API 按每千页 1.5 美元计费，而 Model Vault 的 Medium 实例月费 2500 美元。按每页 0.0015 美元折算，Medium 实例每月需处理约 167 万页才能与按量计费打平，XL 实例则需约 287 万页。低于此量，按量调用更划算；高于此量，专用容量才在价格上胜出。此外，数据驻留或隔离要求往往是企业选择 Vault 的更重要原因。
输出模式与语言支持：影响实际落地的细节
Parse 支持两种输出模式：默认按页返回 Markdown 字符串，而设置 output_format="blocks" 可返回带 HTML、边界框和描述的类型化块，后者是实现引文级可溯源的关键。语言方面，仅九种语言（含中英日韩等）被列为“稳定”，其他语言为零样本支持、精度较低。若文档涉及非稳定语言，需提前验证效果。
Q&A
Cohere Parse 5 是什么？
Cohere Parse 5（parse-v5.0）是 Cohere 发布的一款文档解析模型，它是一个 2.3B 参数的视觉语言模型，基于 North-Micro-Vision-Instruct 架构，可将 PDF、PPT 和 JPEG 页面转换为带 HTML 表格和边界框的 Markdown 格式。
Cohere Parse 5 的 API 定价是多少？
Cohere Parse API 定价为每 1,000 页 1.50 美元。
Cohere Parse 5 的 ParseBench 得分 79.2 是如何得出的？
79.2 分是 Cohere 自报的 ParseBench 子集分数，仅平均了表格、内容保真度和语义格式化三个维度，未包含图表和视觉定位维度。
Cohere Parse 5 支持哪些语言？
Cohere Parse 5 支持九种稳定语言：阿拉伯语、英语、法语、德语、意大利语、日语、韩语、葡萄牙语和西班牙语，其他语言为零样本支持，精度较低。
Cohere Parse 5 的 Model Vault 定价是多少？
Model Vault 上，Medium 实例为 4.00 美元/小时或 2,500 美元/月，XL 实例为 7.00 美元/小时或 4,300 美元/月。
Cohere Parse 5 适合哪些行业和应用场景？
Cohere Parse 5 瞄准金融服务、保险、医疗健康与生命科学、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、理赔与发票流水线、合同与档案检索，以及为 AI Agent 提供文档上下文。
Cohere Parse 5 的专用容量在什么情况下比按量 API 更划算？
按每页 0.0015 美元计算，Medium 实例每月处理超过约 167 万页时，专用容量比按量 API 更划算；XL 实例则需要超过约 287 万页。
