كوهير تطلق Parse 5 لتحويل المستندات إلى ماركداون

أطلقت شركة كوهير (Cohere) نموذج Parse بإصداره parse-v5.0، وهو نموذج رؤية ولغة بـ2.3 مليار معامل، مصمم لتحويل مستندات الشركات إلى صيغة Markdown على نطاق واسع. وبحسب موقع MarkTechPost المتخصص، الذي كشف عن الإطلاق في 27 أغسطس، وأكدته بشكل منفصل صحيفة AI Times الكورية الجنوبية، يستقبل النظام صفحة بصيغة PDF أو PowerPoint أو JPEG مُرمّزة بصيغة base64، ويُعيد النص وفق ترتيب القراءة الأصلي، والجداول محوّلة إلى HTML، والقوائم، وأزواج المفاتيح والقيم في النماذج، وأوصاف الصور، وإحداثيات كل عنصر في الصفحة.

دون خطوة OCR منفصلة

على عكس سلاسل الرقمنة التقليدية، التي تُمرّر المستند أولاً عبر محرّك مستقل للتعرف الضوئي على الحروف (OCR)، ينجز Parse هذا العمل في مرحلة واحدة: فنموذج الرؤية واللغة نفسه — المبني على بنية North-Micro-Vision-Instruct التابعة لـCohere Labs — يستخرج في آنٍ واحد النص وتخطيط الصفحة والجداول والنماذج والصور. ويتمتع بنافذة سياق سعتها 8192 رمزاً (توكن)، وحجم يبلغ نحو 4.6 غيغابايت. وتوفر كوهير وضعين للمخرجات: الوضع الافتراضي الذي يُعيد نص Markdown مباشرة، ووضع يُسمى 'blocks' يُعيد كتلاً محددة النوع — تحمل كل منها رمز HTML وموقعها الدقيق في الصفحة ووصفاً لها — وهو مصمم لتمكين أنظمة الاسترجاع من الإشارة بدقة إلى الجزء الذي جاءت منه أي معلومة داخل المستند. ووفقاً لصحيفة AI Times، يدعم النموذج بشكل مستقر تسع لغات، من بينها العربية والكورية والإنجليزية والفرنسية والألمانية واليابانية، ويعالج 36 صفحة في الثانية (2160 صفحة في الدقيقة) بالعمل على ثماني وحدات معالجة رسومية من طراز H100، وهي سرعة تُقدّرها الصحيفة بنحو 2.2 ضعف سرعة نماذج تحليل المستندات مفتوحة المصدر التي ينافسها.

رقم اختارته كوهير بنفسها

تدعم كوهير رهانها على السعر بدلاً من أقصى دقة ممكنة بنتيجة 79.2 في اختبار ParseBench، وهو معيار وضعته LlamaIndex لتقييم نحو 2078 صفحة من مستندات الشركات تم التحقق منها بشرياً، عبر خمسة أبعاد: الجداول، والرسوم البيانية، وأمانة المحتوى، والتنسيق الدلالي، وتحديد المواقع البصرية. غير أن هذا الرقم، 79.2، هو متوسط ثلاثة أبعاد فقط من أصل خمسة — إذ يستثني الرسوم البيانية وتحديد المواقع البصرية، وهما تحديداً البُعدان اللذان تفشل فيهما معظم نماذج تحليل المستندات غالباً. وبهذا المعيار الثلاثي نفسه، يتفوق Parse على Mistral OCR 4 (74.5)، وAzure Document Intelligence (74.3)، وDatabricks AI Parse (72.4)؛ وتضيف AI Times إلى المقارنة كلاً من AWS Textract (53.3) وGoogle Document AI (57.3)، وتشير إلى أن النماذج اللغوية المتطورة فقط — مثل GPT-5.5 وOpus 4.8 وGemini 3.5 Flash — هي التي تتفوق على Parse في هذا الاختبار نفسه. أما عند القياس وفق الأبعاد الخمسة الكاملة للقائمة العامة، فإن المنافسين أنفسهم يتراجعون كثيراً: يكتفي كل من Mistral OCR 4 وDatabricks AI Parse بـ60.68 نقطة، وAzure Document Intelligence (Layout) بـ59.64 نقطة — بينما لا يظهر Cohere Parse بعد في هذه القائمة الكاملة، التي يتصدرها LlamaParse Agentic برصيد 84.88 نقطة.

• سعر الاستخدام عبر واجهة API: 1.50 دولار لكل 1000 صفحة.
• Model Vault، نسخة Medium: 4 دولارات في الساعة، أو 2500 دولار شهرياً.
• Model Vault، نسخة XL: 7 دولارات في الساعة، أو 4300 دولار شهرياً.
• نقطة التعادل مقارنة بالدفع حسب الاستخدام عبر API: نحو 1.67 مليون صفحة شهرياً لنسخة Medium، و2.87 مليون لنسخة XL.
• وفق AI Times، يمكن للنشر عبر Model Vault أو داخل البنية التحتية الخاصة بالعميل أن يوفر ما يصل إلى 61% إضافية مقارنة بالتعرفة القياسية لكل صفحة.

لمن صُمم هذا المنتج

بات Parse متاحاً بالفعل في بيئة الإنتاج، دون قائمة انتظار ودون الحاجة إلى ترخيص بحثي مسبق، عبر واجهة برمجة تطبيقات كوهير، وMicrosoft Foundry، وAWS SageMaker، وModel Vault، وهو خيار النسخة المخصصة لعميل واحد. وتستهدف كوهير بهذا المنتج القطاعات كثيفة الأوراق — كالبنوك والخدمات المالية، والتأمين، والرعاية الصحية وعلوم الحياة، والقطاع العام، والاتصالات، والطاقة، والصناعة — لمهام مثل تغذية أنظمة التوليد المعزز بالاسترجاع (RAG)، ومعالجة المطالبات والفواتير، والبحث في العقود والملفات، أو تزويد وكلاء الذكاء الاصطناعي بسياق المستندات. ويمكن للفرق التي تمتلك بالفعل بنية RAG أن تبدأ باستدعاءات API مدفوعة حسب الاستخدام ومفتاح تجربة مجاني، بينما تنتقل الشركات الكبرى ذات متطلبات إقامة البيانات أو العزل الكامل للنظام مباشرة إلى Model Vault أو النشر الخاص؛ وبحسب MarkTechPost، لا تصبح جدوى النسخة المخصصة اقتصادية إلا بعد تجاوز نحو 100 ألف صفحة شهرياً.

بالنسبة لشركة عربية تعالج كميات كبيرة من الفواتير أو العقود أو الملفات الإدارية — بنك، أو شركة تأمين، أو جهة حكومية — يقدّم Parse بديلاً بتكلفة معروفة مسبقاً لأدوات مثل Azure Document Intelligence أو Amazon Textract، مع ميزة أن اللغة العربية من بين اللغات التسع التي يدعمها النموذج بشكل مستقر. غير أن رقم الأداء الذي تروّج له كوهير يستحق قراءة حذرة: فعند القياس وفق الأبعاد الخمسة الكاملة لمعيار التقييم العام، لا يقترب Parse ولا أبرز منافسيه التجاريين بعد من نتائج الأنظمة المتخصصة المتصدرة لتلك القائمة. وقبل نقل أي مسار عمل حيوي إليه، يبقى اختباره على مستندات الشركة نفسها هو الفحص الوحيد الذي يُعتد به فعلاً.