Cohere推出Parse 5，把企業文件轉為Markdown

Cohere發布了Parse的parse-v5.0版本，這是一款擁有23億參數的視覺語言模型，目的是大規模地把企業文件轉換成Markdown格式。根據科技媒體MarkTechPost於8月27日的報導，並由韓國媒體AI Times獨立證實，這套系統會接收以base64編碼的PDF、PowerPoint或JPEG頁面資料，並回傳依原始閱讀順序排列的文字、轉換成HTML的表格、清單、表單中的鍵值配對、圖片描述，以及頁面上每個元素的邊界框座標。

不需要獨立的OCR環節

與傳統文件數位化流程不同——後者通常先讓文件經過獨立的光學字元辨識（OCR）引擎處理——Parse一次就完成這項工作：這款視覺語言模型本身建構於Cohere Labs的North-Micro-Vision-Instruct架構之上，能同時擷取文字、頁面版面、表格、表單與圖片。它的內容窗口為8192個token，模型體積約4.6GB。Cohere提供兩種輸出模式：預設模式直接回傳一段Markdown字串；另一種名為「blocks」的模式則回傳附有型別的資料區塊——每個區塊都帶有HTML碼、在頁面上的精確位置及描述——目的是讓檢索系統能精確指出某項資料出自文件的哪個部分。根據AI Times報導，該模型穩定支援九種語言，包括中文、韓文、英文、法文、德文和日文，並在8個H100 GPU節點上運作，每秒可處理36頁（即每分鐘2160頁），該媒體指出這個速度約是與其競爭的開源文件解析模型的2.2倍。

一個由Cohere自行選定的數字

Cohere以79.2的ParseBench分數，來支持其「重視性價比而非追求極致準確率」的定位。ParseBench是LlamaIndex推出的基準測試，評估約2078頁經人工核實的企業文件，涵蓋五個面向：表格、圖表、內容忠實度、語意格式與視覺定位。然而，這個79.2分只是這五個面向中三項的平均值——並未計入圖表與視覺定位，而這恰好是多數文件解析模型最容易失分的兩項。以相同的三面向標準衡量，Parse領先Mistral OCR 4（74.5分）、Azure Document Intelligence（74.3分）與Databricks AI Parse（72.4分）；AI Times在比較中還加入AWS Textract（53.3分）與Google Document AI（57.3分），並指出在這項測試裡，只有GPT-5.5、Opus 4.8和Gemini 3.5 Flash等頂尖語言模型的表現優於Parse。但若以公開排行榜的完整五個面向計分，這些對手的分數要低得多——Mistral OCR 4與Databricks AI Parse都只有60.68分，Azure Document Intelligence（Layout）為59.64分——而Cohere Parse目前尚未列入這份完整排行榜，該榜單由LlamaParse Agentic以84.88分領先。

• 按用量計費的API價格：每千頁1.50美元。
• Model Vault專屬執行個體（Medium方案）：每小時4美元，或每月2500美元。
• Model Vault專屬執行個體（XL方案）：每小時7美元，或每月4300美元。
• 相較按量計費API的損益平衡點：Medium方案約為每月167萬頁，XL方案約為287萬頁。
• 根據AI Times報導，採用Model Vault或自建部署，最多可比標準按頁費率再省下61%的成本。

適合哪些用戶

Parse現已進入正式量產階段，不需排候補名單，也不必事先申請研究授權，可透過Cohere API、Microsoft Foundry、AWS SageMaker以及Model Vault（其單一租戶專屬執行個體方案）使用。Cohere將產品鎖定在文書處理量龐大的產業——銀行與金融服務、保險、醫療與生命科學、公部門、電信、能源與製造業——用於檢索增強生成（RAG）系統的資料輸入、理賠與發票處理、合約與檔案查詢，以及為AI代理人提供文件脈絡等用途。已具備RAG技術架構的團隊可先以按量計費的API呼叫和免費試用金鑰起步；而有資料落地或系統完全隔離需求的大型企業，則可直接選擇Model Vault或私有化部署。根據MarkTechPost分析，專屬執行個體的經濟效益通常要在每月處理量超過約10萬頁時才會顯現。

對於處理大量發票、合約或行政文件的台灣企業——例如銀行、保險公司或政府機關——Parse提供了一種成本可預期的替代方案，能與Azure Document Intelligence或Amazon Textract等工具競爭，而中文正是這款模型穩定支援的九種語言之一。不過，Cohere宣傳的這項效能數字仍值得謹慎看待：以公開基準測試的完整五個面向衡量，無論是Parse還是其主要商業對手，距離排行榜上領先的專用系統仍有明顯落差。在把關鍵業務流程遷移過去之前，用企業自身的文件實際測試，仍是唯一真正可靠的檢驗方式。