Cohere hat das 2,3 Milliarden Parameter umfassende Modell Parse 5 zur Umwandlung von PDF-, Folien- und gescannten Dokumenten in strukturiertes Markdown veröffentlicht. Das Modell verarbeitet die Seite als Bild und erzeugt das Ergebnis in einem einzigen Durchlauf eines visuellen Sprachmodells. Es gibt Tabellen als HTML, Bilder mit Beschreibungen sowie Koordinaten zurück, die die Positionen von Tabellen und Bildern angeben. Der API-Preis wurde mit 1,50 $ pro 1.000 Seiten angegeben.
Im ParseBench-Vergleich von Cohere erreichte Parse 5 bei Tabellen, Inhaltsgenauigkeit und semantischer Formatierung 79,2 Punkte. Damit lag das Modell hinter den 84,4 Punkten von GPT-5.5, den 84,3 Punkten von Opus 4.8 und den 81,8 Punkten von Gemini 3.5 Flash, aber vor den 78,3 Punkten der Cost Effective-Ebene von LlamaParse. Das Modell ist über die Cohere API, Model Vault, Microsoft Foundry und AWS SageMaker verfügbar. Die Dimensionen Chart und Layout wurden nicht in die Bewertung einbezogen; zudem wurde angegeben, dass die Extraktion von Diagrammdaten für eine künftige Version geplant ist.
Warum das wichtig ist
Parse 5 bietet einen Ausgabestandard, der es ermöglicht, bei der Dokumentkonvertierung nicht nur Text zu erfassen, sondern auch Tabellen, Bilder und deren Positionen innerhalb der Seite gemeinsam zu verarbeiten. Das kann sich für Teams, die mit PDF- und gescannten Dokumenten arbeiten, unmittelbar darauf auswirken, wie die gewonnenen Daten in nachfolgenden Prozessen verwendet werden können; der noch fehlende Support für die Extraktion von Diagrammdaten schränkt den Funktionsumfang jedoch ein. Die Leistungsergebnisse zeigen, dass das Modell unter einigen Wettbewerbern, aber über der genannten Ebene von LlamaParse liegt; außerdem wird der Vergleich dadurch eingeschränkt, dass die Dimensionen Diagramme und Layout nicht in die Bewertung einbezogen wurden. Der Preis und die Verfügbarkeit auf verschiedenen Cloud-Plattformen erfordern, dass die Auswahl nicht nur anhand der Modellbewertung, sondern auch nach der Nutzungsweise und der vorhandenen technischen Infrastruktur getroffen wird.