2026 年 8 月 27 日，Cohere 正式发布了 Parse 5（parse-v5.0）。这是一个参数规模约 23 亿的多模态视觉语言模型，能把财务报告、科学论文等 PDF 直接转换成 Markdown，同时输出边界框坐标，为下游视觉定位提供便利。从定位上看，它面向高吞吐的企业级场景，给 PDF 解析的准确率和工程部署都带来了一种新的选择。
Parse 5 到底强在哪
过去处理扫描件或者版式复杂的 PDF，通常要串起 OCR、版面分析、表格还原等多个模型。Parse 5 则把这件事收敛到单个多模态模型里。丢一份 PDF 进去，出来就是带格式的 Markdown，表格里的行列关系、标题层级也能尽量保留。更重要的是，它还会输出边界框坐标——相当于给每一段内容都标好了位置，后续要做高亮、文档对比之类的操作，会顺手很多。
模型的参数约 23 亿，其中视觉部分是一个 4 亿参数的原生分辨率编码器，语言核心则是约 20 亿参数的 North Micro LLM。这样的“小模型”设计，显然不是冲着堆参数去的，而是更看重效率，尤其适合每天要处理几十万页文档的业务场景。
技术底子：视觉编码器 + 小语言模型
Parse 5 的视觉编码器虽然基于 SigLIP 2 SO400M 初始化，但改动并不少。它引入 2D 旋转位置嵌入来保留文档的空间结构，同时用 1D 位置嵌入照顾阅读顺序。这样一来，模型既能感知“文字在页面上的位置”，也能分清楚“哪句话该先读”。
语言部分则基于 Command A+ 架构，通过 DeepStack 方式把视觉编码器多层的补丁特征注入语言模型的浅层。这种设计让模型可以同时访问形状、表格线、文字语义等不同抽象层级的视觉信息，互不耽误。
性能评测：跟主流 OCR 模型硬碰硬
Cohere 在 ParseBench 上进行了评估，这个数据集包含 2000 多个经过人工验证的企业网页。Parse 5 在表格提取、内容保真度和语义格式化上的平均分达到了 79.2，高于 Mistral OCR 和 Google Gemini 3 Flash（Thinking High）的 75.05，不过相比 LlamaParse Agentic Plus 的 90.20 还有一段距离。
- 表格提取：面对跨行合并、嵌套表头这类复杂表格，Parse 5 也能还原出合理的 Markdown 结构。
- 内容保真度：脚注、页眉页脚不会混进正文，参考文献编号也能对应得上。
- 语义格式化：列表、代码块、标题的识别更贴近原文档的阅读逻辑。
怎么用：API 和开放权重都有
如果不想自己维护模型，直接调用 Parse 5 的 API 就行。目前它已经上架到 Cohere 平台、Microsoft Azure AI Foundry 和 Amazon SageMaker。开发者也可以去 Cohere API 仪表盘体验，或者在免费的 Hugging Face Space 里试跑。要是想深度定制，还能下载开放权重模型 North-Micro-Vision-Instruct 放到本地。
真到部署环节，很多人会选择租云服务器来跑推理。像 易枫顺 - 阿里云官方旗舰级代理商 这类渠道，可以直接租用阿里云 ECS，按需扩展实例，比自建机房省心不少。
社区怎么看
模型刚发布，讨论区里就有人拿它处理年报和学术 PDF 了。大家关心比较多的，是表格提取准不准、阅读顺序对不对，以及图像描述效果如何。定价也是热门话题——企业要批量调用 API，成本自然得算仔细。
也有开发者吐槽，OpenRouter 上还没法直接调用它，而且 API 目前只接受原生 PDF 输入，不能先传图片再解析。不过开放权重版本倒是挺受欢迎，不少人拿去做原型开发，或者按自己的业务场景微调。总体来看，作为一个 23 亿参数的紧凑 OCR 模型，Parse 5 确实给文档解析团队带来了一个新的选项。
FAQ
Q: Parse 5 和传统 OCR 有什么不一样？
A: 传统 OCR 一般只输出文字和位置，Parse 5 则是端到端的视觉语言模型，直接生成 Markdown，并且保留表格结构、标题层级和视觉坐标，省掉了后续不少清洗步骤。
Q: 开放权重版本可以商用吗？
A: North-Micro-Vision-Instruct 的开放权重，主要是为了方便开发者和研究者做原型验证、微调。能不能商用，还得看 Cohere 官网上的许可证说明。
Q: 部署 Parse 5 需要什么样的算力？
A: 23 亿参数属于小模型，单张高端显卡就能跑起来。如果用 API，那就不用操心算力了，按调用量付费就行。
关于易枫顺
深圳市易枫顺网络科技有限公司是阿里云官方旗舰级代理商。提供云服务器ECS、云数据库RDS、对象存储OSS等阿里云全系产品官方特惠折扣与代金券申请，以及多云成本优化、企业上云一站式服务。客服热线：19520841949 - 易枫顺
来源：InfoQ
