Cohere 发布 Parse 5，可以从复杂的文档中高效地提取多模态信息

Cohere发布Parse 5多模态基础模型，旨在从复杂企业文档中高效提取结构化数据。该模型于2026年8月27日推出，拥有23亿参数，可将财务报告等PDF转换为规范Markdown格式，并输出精准边界框坐标。其架构包含基于SigLIP 2初始化的4亿参数视觉编码器，以及20亿参数的自研语言模型，支持8K令牌上下文窗口。在ParseBench基准测试中，Parse 5平均得分79.2，优于Mistral OCR和Google Gemini 3 Flash，但低于LlamaParse Agentic Plus的90.2分。该API可通过Cohere平台、Microsoft Azure AI Foundry及AWS SageMaker访问，并提供Hugging Face开放权重版本供本地测试。开发者社区反馈积极，认可其表格提取与阅读顺序优化能力，但也提出集成问题，如请求支持原生PDF输入。