Cohere представила модель Parse 5 с 2,3 миллиарда параметров для преобразования PDF, слайдов и отсканированных документов в структурированный Markdown. Модель обрабатывает страницу как изображение и выдает результат за один проход визуально-языковой модели; таблицы возвращаются в формате HTML, изображения — с описаниями, а также с координатами, указывающими расположение таблиц и изображений. Стоимость API была объявлена на уровне $1,50 за 1 000 страниц.
В сравнительном тестировании Cohere ParseBench модель Parse 5 получила 79,2 балла по таким параметрам, как таблицы, точность содержания и семантическое форматирование. Этот показатель оказался ниже результатов GPT-5.5 — 84,4, Opus 4.8 — 84,3 и Gemini 3.5 Flash — 81,8 балла, но выше 78,3 балла LlamaParse в категории Cost Effective. Модель доступна через Cohere API, Model Vault, Microsoft Foundry и AWS SageMaker. Параметры Chart и Layout не учитывались в оценке, а функцию извлечения данных из графиков планируется добавить в будущей версии.
Почему это важно
Parse 5 предлагает стандарт вывода, позволяющий в процессах преобразования документов обрабатывать не только текст, но и таблицы, изображения и их расположение на странице. Это может напрямую повлиять на то, как полученные данные будут использоваться на следующих этапах командами, работающими с PDF и отсканированными документами; однако отсутствие поддержки извлечения данных из графиков ограничивает возможности модели. Результаты показывают, что по производительности модель уступает некоторым конкурентам, но превосходит указанную категорию LlamaParse; кроме того, отсутствие в оценке параметров графиков и макета сужает рамки сравнения. Стоимость и доступность на разных облачных платформах требуют принимать решение с учетом не только оценки модели, но и способа использования, а также существующей технической инфраструктуры.