Cohere Parse 5 уступает конкурентам по точности, но берёт ценой за страницу

Cohere Parse 5 уступает конкурентам по точности, но берёт ценой за страницу. Фото: СС0

Parse 5, построенный на архитектуре vision-language с 2,3 млрд параметров, конвертирует страницы в структурированную разметку Markdown за один проход, объединяя в едином цикле оптическое распознавание символов и обработку модели, тогда как большинство решений выполняют эти этапы по отдельности.

В опубликованных компанией бенчмарках Parse 5 набирает 79,2 балла по трём измерениям ParseBench, уступая таким универсальным фронтьерным моделям, как GPT-5.5 с показателем 84,4, Opus 4.8 с 84,3 и Gemini 3.5 Flash с 81,8, однако опережает специализированные сервисы вроде Llama*Parse, Mistral OCR 4, Azure Document Intelligence и Databricks AI Parse.

При этом Cohere не скрывает, что по двум дополнительным категориям — распознавание макетов и извлечение данных из диаграмм — модель пока уступает лидерам, поскольку возвращает описание графиков вместо их числовых значений, хотя разработчики обещают добавить эту функцию в будущих версиях.

Главное преимущество новинки заключается в экономической эффективности: через API компания предлагает обработку тысячи страниц всего за 1,5 $, и, по оценкам Cohere, для крупного финансового учреждения, обрабатывающего 750 млн документов в год, переход с GPT-5.5 на Parse 5 позволил бы сократить расходы более чем на 98 процентов.

Вице-президент Cohere по поисковым системам на базе ИИ отметил, что сложность корпоративного парсинга заключается не в простом считывании текста, а в сохранении структуры таблиц, диаграмм и вёрстки, которые меняют интерпретацию данных, причём многие инструменты по-прежнему теряют эту информацию или галлюцинируют содержимое.

Аналитики из BARC US и HyperFRAME Research сходятся во мнении, что документы остаются основным источником проприетарного контекста для корпоративных агентных систем, и правильно выстроенный парсинг становится первым и критически важным этапом контроля качества во всём стеке искусственного интеллекта.

Тем не менее эксперты предупреждают, что окончательная оценка должна строиться не на абстрактных бенчмарках, а на реальных тестах с самыми сложными документами конкретной компании и измерении того, насколько точно агент может использовать извлечённую информацию в дальнейших задачах.

Parse 5 уже доступен через API Cohere, платформу Model Vault для защищённого развёртывания, а также на Microsoft Foundry и AWS SageMaker, но его успех на рынке будет зависеть не от победы в рейтингах, а от способности сделать надёжный массовый парсинг действительно экономически оправданным для бизнеса, считают эксперты.

*Llama является продуктом компании Meta, признанной экстремистской и запрещенной в Российской Федерации.