Cohere เปิดตัว Parse 5 มุ่งเน้นราคาต่อประสิทธิภาพมากกว่าความแม่นยำ

Cohere ได้เปิดตัว Parse 5 ซึ่งเป็นโมเดลการประมวลผลภาษาที่มีการมุ่งเน้นที่การให้บริการในระดับองค์กร โดยเฉพาะในการแปลงเอกสาร PDF, สไลด์ และเอกสารที่สแกนเป็น Markdown ที่มีโครงสร้าง โมเดลนี้ถูกออกแบบมาเพื่อแก้ไขปัญหาที่หลาย ๆ องค์กรเผชิญอยู่ในขณะนี้ ซึ่งคือความยากลำบากในการรักษาโครงสร้างของเอกสาร เช่น ตาราง แผนภูมิ และรูปแบบต่าง ๆ ในขณะที่ยังคงมีค่าใช้จ่ายที่เหมาะสมสำหรับการใช้งานในระดับใหญ่

Parse 5 เป็นโมเดลที่มีพารามิเตอร์ถึง 2.3 พันล้านตัว โดยมีการสร้างขึ้นจากสถาปัตยกรรม North-Micro-Vision-Instruct ของ Cohere Labs ซึ่งมีการปรับปรุงให้สามารถประมวลผลเอกสารในรูปแบบภาพได้ในขั้นตอนเดียว โดยไม่ต้องแยกการประมวลผล OCR และโมเดลออกจากกัน ซึ่งเป็นแนวทางที่ทำให้การประมวลผลเอกสารมีความรวดเร็วและมีประสิทธิภาพมากขึ้น

แม้ว่า Parse 5 จะมีคะแนนความแม่นยำที่ต่ำกว่าโมเดลอื่น ๆ เช่น GPT-5.5, Opus 4.8 และ Gemini 3.5 Flash ซึ่งมีคะแนนสูงกว่าในด้านการทดสอบที่ Cohere รายงาน แต่ Cohere ก็ไม่ได้อ้างว่าตนเองมีคะแนนสูงสุด แต่เน้นไปที่การให้บริการในราคาที่ดีที่สุดสำหรับคะแนนที่ใกล้เคียงกับระดับสูงสุด โดยราคาของโมเดลนี้อยู่ที่ 1.50 ดอลลาร์ต่อ 1,000 หน้า ผ่าน API ของบริษัท ซึ่งเหมาะสำหรับการใช้งานในระดับองค์กรที่ต้องการประมวลผลเอกสารจำนวนมาก

Nils Reimers รองประธานฝ่าย AI Search ของ Cohere ได้กล่าวว่า “การแปลงเอกสารยังไม่ได้รับการแก้ไขอย่างสมบูรณ์ เนื่องจากความยากลำบากไม่ได้อยู่ที่การอ่านข้อความ แต่คือการรักษาโครงสร้างและความหมาย” โดยเขาได้เน้นย้ำว่าหลาย ๆ เครื่องมือในปัจจุบันยังคงมีปัญหาในการรักษาโครงสร้างของเอกสาร และมักจะเกิดการสร้างเนื้อหาที่ไม่ถูกต้องหรือ “hallucination” ซึ่งทำให้ข้อมูลที่ได้ไม่ถูกต้องตามความเป็นจริง

การเปิดตัว Parse 5 นี้จึงเป็นความพยายามของ Cohere ในการตอบสนองต่อความต้องการของตลาดที่ต้องการเครื่องมือที่สามารถจัดการกับเอกสารที่มีความซับซ้อนได้อย่างมีประสิทธิภาพ ในขณะเดียวกันก็ยังคงมีต้นทุนที่ต่ำกว่าเครื่องมืออื่น ๆ ที่มีอยู่ในตลาด โดยการมุ่งเน้นที่ราคาต่อประสิทธิภาพจะช่วยให้ Cohere สามารถเข้าถึงกลุ่มลูกค้าในระดับองค์กรได้มากขึ้น.