Cohere 新出的 Parse 5 专门解析企业文档，比传统 OCR 更强，价格还低。
Cohere 发布 Parse 5，这是一款 2.3B 参数的专用文档解析视觉语言模型。Parse 5 支持 PDF、PPT、JPEG 等格式，拥有 8192 上下文窗口。在 ParseBench 测试中，Parse 5 获得 79.2 分，超过 Mistral OCR 4（74.5）等竞争对手。该模型能将非结构化企业文档转换为结构化 Markdown 数据，支持表格、表单和图片处理。
Cohere 官方发布 Parse 5 > 2.3B 参数 > 8192 上下文窗口 > 支持输入 PDF、PPT、JPEG > 支持英、法、德、意、西、葡、日、韩、阿拉伯语 Parse 5 是一...
Cohere 官方发布 Parse 5 > 2.3B 参数 > 8192 上下文窗口 > 支持输入 PDF、PPT、JPEG > 支持英、法、德、意、西、葡、日、韩、阿拉伯语 Parse 5 是一个专用文档解析视觉语言模型（VLM），核心任务是把 PDF、PPT、图片等非结构化企业文档，一次性转换成干净的、机器可读的 Markdown 结构化数据。 体验地址 huggingface.co/spaces/CohereL… # 为什么官方说"超越 OCR"？ 传统 OCR 只做文字识别，Parse 5 是端到端单次前向传播（前面没有独立的 OCR 阶段），一次输出： · 文本：按正确阅读顺序排列（多栏排版不乱序） · 表格：渲染为结构化 HTML，能处理旋转表格、合并单元格等复杂情况 · 表单：提取键值对 · 图片：生成文字描述，并附带边界框（bounding box）坐标 · 语义格式：保留删除线、斜体、上下标、标题层级等"会改变数据含义"的样式 两种输出模式： · markdown（默认）：整页 Markdown，表格内联为 HTML，图片以  引用 · blocks：结构化内容块数组，每个块带类型（text/table/image）和边界框，适合做版面分析和引用溯源 # 性能：ParseBench 79.2 分 超过 Mistral OCR 4（74.5）、Databricks AI Parse（72.4）、Azure Document Intelligence（69.3） 需要知道的三个重要前提 · 只测了 5 个维度中的 3 个。ParseBench 完整维度是：表格、内容忠实度、语义格式、版面定位（Layout）、图表（Charts）。Cohere 排除了后两项： · Layout 被排除是因为 Parse 5 设计上只对表格和图片输出边界框，不对文本块输出——Cohere 称这是"有意的输出格式选择"； · Charts 被排除是因为 Parse 5 把图表当作"带描述的图片"处理，不做图表数据提取（官方称下个版本才支持）。 · 在全 5 维度上，LlamaParse Agentic（84.9）仍是榜首。Cohere 的"领先"声明限定在三维度和同价位专用解析器范围内。 · 评分规则刚改过（2026 年 8 月修复了粗体/标题检测的计分 bug，旧规则会虚高语义格式分），Cohere 用新规则重跑了所有竞品，这一点相对公允。 Cohere @cohere Introducing Cohere Parse 5. Our newest document parsing model with the strongest price-performance on the market. Ideal for high-volume enterprise work. Get high-quality parsing accuracy while keeping per-page prices at an industry low. 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 0 👀 97 ⚡