Cohere lanza Parse 5 (parse-v5.0): un modelo de lenguaje de visión de 2.300 millones que convierte documentos empresariales en rebajas[0]Cohere ha lanzado Parse (parse-v5.0), un modelo de análisis de documentos destinado a la ingesta empresarial de gran volumen. Es un modelo de lenguaje de visión de 2,300 millones de parámetros con una ventana de contexto de 8192 tokens y un espacio de ~4,6 GB, construido sobre la arquitectura North-Micro-Vision-Instruct de Cohere Labs. Parse toma una página PDF, PPT o JPEG como un URI de datos codificados en base64 y devuelve Markdown que contiene texto en orden de lectura, tablas representadas como HTML, listas, pares clave-valor, descripciones de imágenes y coordenadas del cuadro delimitador. No hay una etapa de OCR separada frente a él. Cohere fija el precio de la API de Parse a 1,50 dólares por cada 1.000 páginas y posiciona el modelo según la relación precio-rendimiento en lugar de la máxima precisión, una afirmación que la empresa respalda con una puntuación ParseBench autoinformada de 79,2 que, como detallamos a continuación, mide tres de las cinco dimensiones de ese punto de referencia. ¿Es desplegable? Sí, en producción. Parse generalmente está disponible a través de Cohere Parse API, Microsoft Foundry, AWS SageMaker y Model Vault de un solo inquilino. No hay lista de espera ni licencia de investigación. Qué empresas: Los equipos del mercado medio que ya ejecutan una pila RAG pueden comenzar con llamadas API medidas con una clave de prueba gratuita. Las grandes empresas con requisitos de residencia o de espacio aéreo van directamente a Model Vault o a una implementación privada. Las nuevas empresas en etapa inicial pueden usarlo, pero la economía solo comienza a importar a partir de aproximadamente 100.000 páginas al mes. Qué industrias: Cohere apunta a servicios financieros, seguros, atención médica y ciencias de la vida, sector público, telecomunicaciones, energía y manufactura: las verticales con gran cantidad de documentos donde los formularios escaneados y las tablas densas son la norma. Aplicaciones: ingesta de RAG, procesamiento inteligente de documentos, procesamiento de reclamaciones y facturas, búsqueda de contratos y presentaciones, y brindar contexto de documentos a los agentes. ¿Qué es el análisis? Parse es un modelo de lenguaje de visión de 2,300 millones de parámetros construido sobre la arquitectura North-Micro-Vision-Instruct de Cohere Labs, con una ventana de contexto de 8192 tokens y una huella de ~4,6 GB. Acepta páginas PDF, PPT y JPEG como URI de datos codificados en base64 y devuelve Markdown que contiene texto del documento, listas, tablas representadas como HTML, coordenadas del cuadro delimitador y descripciones de imágenes. No hay una etapa de OCR separada frente a él. El modelo recupera el texto y el orden de lectura, tablas, listas, formularios y pares clave-valor, imágenes y leyendas, y la ubicación de los límites de las páginas y los elementos visuales en una sola pasada. Nueve idiomas figuran como estables (árabe, inglés, francés, alemán, italiano, japonés, coreano, portugués y español) con soporte de disparo cero en otros lugares con menor precisión. En la práctica, dos modos de salida importan. El valor predeterminado devuelve una cadena Markdown por página. Configurar output_format=”blocks” devuelve bloques escritos, donde un bloque de tabla lleva su HTML, su cuadro delimitador y una descripción. Ese segundo modo es lo que hace posible la trazabilidad a nivel de cita. ‘+d

‘; }).unirse(”); } var dibujado=falso; función dibujarBarras(){ si(dibujado)retorno;dibujado=verdadero; filas(document.getElementById(‘setA’),A); filas(document.getElementById(‘setB’),B); setTimeout(función(){
[].slice.call(document.querySelectorAll(‘.fill’)).forEach(function(f){f.style.width=f.dataset.w+’%’}); tamaño(); },60); } tamaño de función(){ try{parent.postMessage({mtpHeight:document.body.offsetHeight+40},’*’)}catch(e){} } window.addEventListener(‘load’,size); window.addEventListener(‘cambiar tamaño’,tamaño); setTimeout(tamaño,300);setTimeout(tamaño,900); })();