Cohere发布Embed 5嵌入模型家族，Pro与Fast共用同一向量空间
Embed 5 Pro与Fast即日起在Cohere API、Model Vault、Microsoft Foundry和Amazon SageMaker上线，每百万token定价分别为 0.12 美元和 0.08 美元，两档模型共用同一嵌入空间，可用Pro建索引、Fast查询而无需重建索引。
AI解读：Cohere一次性放出两档嵌入模型，思路很直接：把检索质量和线上延迟拆成两笔账分别算。Pro用于离线建索引和复杂文档的高质量检索，Fast用于实时搜索、智能体循环这类高频查询路径，企业可以按场景各选一档。
真正有工程价值的不是跑分，是两档共用同一嵌入空间。文档用Pro建库、查询用Fast也能直接比对，不用重建索引；Cohere在 40 个开发数据集上测得跨模型组合相对同模型基线平均只损失 1.6% 和 2.7%。对已经被重索引折磨过的团队，这才是省事的地方。
多模态和金融文档是这次主打的强项。Pro在ViDoRe V3上平均 86.1，比Embed 4提升 8.8 分；解析PDF套件平均 84.8，财务基准FinanceBench为 80.1。Cohere特别指出，多数企业检索管线仍先做PDF转文本，表格的行列关系、多栏阅读顺序和图表很容易丢，而这正是这批基准想覆盖的场景。
成本方面有两点可算：一是价格，Fast比Pro便宜三分之一；二是向量存储，Embed 5支持Matryoshka和低精度输出，2048 维float32需要 8 KB，1024 维int8只需 1 KB，256 维二进制仅 32 字节，一亿条向量的原始存储可从约 819 GB降到 3.2 GB。Cohere称int8在Pro和Fast上都接近全精度检索质量，多数部署推荐 1024 维int8。
需要注意的是，所有性能数字均来自Cohere自测和其选定的基准，RCP-nDCG@10 也是其提出的新评测方法，与其他厂商常用的nDCG@10 不完全可比，实际效果仍需在自家语料上验证。此外Compass Cloud仅处于私有测试阶段。
Cohere发布Embed 5嵌入模型家族，分为Embed 5 Pro和Embed 5 Fast两档，定位分别是最高检索质量和面向延迟、成本敏感的高并发负载。Cohere称Embed 5是其迄今检索性能最强的模型，即日起在Cohere API和Model Vault、Microsoft Foundry、Amazon SageMaker上线。
定价为Embed 5 Pro每百万token 0.12美元，Embed 5 Fast每百万token 0.08美元。两档模型上下文长度均为 128K token，支持文本、图像以及文本与图像的融合输入，覆盖 100 多种语言，输出维度可选 2048、1536、1024、768、512、256，嵌入格式支持float、int8和binary，均支持Matryoshka嵌入、共用同一嵌入空间并支持自托管。
ViDoRe V3平均 86.1，财务基准Pro领先
Cohere称Embed 5 Pro在其测试的所有模型中取得最高平均分，覆盖ViDoRe V3、财务文档、解析版PDF、图像检索以及主要商业语言。
在ViDoRe V3上（该基准的文档取自财务申报、技术手册、监管材料、政府报告、教科书和讲座等企业领域），Embed 5 Pro平均 86.1，比Embed 4提升 8.8 分。Cohere列出的对比数字为：Voyage 4 Large 83.7、Gemini Embedding 2 83.2、OpenAI text-embedding-3-large 75.3。Pro在其中 8 个领域中有 5 个领先，并在能源领域与Voyage 4 Large持平，相对Embed 4增幅最大的是人力资源（+11.4）和工业（+10.3）。Embed 5 Fast平均 84.7，也高于Gemini Embedding 2和Voyage 4 Large。
财务文档方面，Cohere称Pro在三个公开财务基准上排名第一，Fast尽管体量小得多也在每一项排名第二：FinanceBench为Pro 80.1、Fast 80.0；FinQA为 90.0、88.8；ViDoRe V3 Finance为 85.0、83.9。Cohere表示Pro在这几项上平均比排名最高的非Cohere竞品Gemini Embedding 2高 3.3 分，相比OpenAI text-embedding-3-large在FinanceBench上的领先扩大到 21.4 分。
- ViDoRe V3：Embed 5 Pro平均 86.1，Embed 4为 77.3（按提升 8.8 分推算），Voyage 4 Large 83.7，Gemini Embedding 2 83.2，OpenAI text-embedding-3-large 75.3
- FinanceBench：Pro 80.1，Fast 80.0
- FinQA：Pro 90.0，Fast 88.8
- ViDoRe V3 Finance：Pro 85.0，Fast 83.9
解析PDF与多模态检索
Cohere指出，多数企业检索管线在嵌入前仍会把PDF转成文本，但这一过程会破坏结构：表格丢失行列关系，多栏布局打乱阅读顺序，重复页眉引入噪声，图表往往完全消失，因此解析文档检索比干净文本基准更难。
其解析文档套件涵盖服务文档、公司报告、SEC申报文件、产品手册和隐私政策。Embed 5 Pro在该套件上平均 84.8，领先Voyage 4 Large的 83.6、Embed 5 Fast的 83.4、Gemini Embedding 2的 80.8 和Embed 4的 78.6。Cohere称Pro在以FinanceBench和CoFiF为代表的财务文档上尤其强。
部分文档更适合以视觉方式表示，例如扫描页、幻灯片、示意图和图表，其中信息可能被文本抽取遗漏。Embed 5可直接嵌入页面图像，也可把图像与其元数据合并成单一向量。在融合文本图像语料上，Pro在 5 个数据集上平均 82.3，高于Fast的 81.2 和Gemini Embedding 2的 61.3，Cohere称Pro在该套件每个数据集上都优于Gemini Embedding 2。页面图像检索上，Pro在财务数据集上平均 77.0，领先Fast的 73.2、Embed 4的 71.1、Voyage Multimodal 3.5的 70.1 和Gemini Embedding 2的 56.7。
- 解析文档套件：Pro 84.8，Voyage 4 Large 83.6，Fast 83.4，Gemini Embedding 2 80.8，Embed 4 78.6
- 融合文本图像（5 个数据集）：Pro 82.3，Fast 81.2，Gemini Embedding 2 61.3
- 页面图像财务检索（5 个数据集）：Pro 77.0，Fast 73.2，Embed 4 71.1，Voyage Multimodal 3.5 70.1，Gemini Embedding 2 56.7
多语言：欧洲语种平均 77，波斯语提升 12.8 分
Embed 5在 100 多种语言上训练，重点覆盖其全球客户最常用的语言。
在德语、法语、西班牙语、意大利语和俄语上，Cohere称Embed 5 Pro取得其所测模型中的最高平均分 77，Voyage 4 Large为 76，Gemini Embedding 2为 73。相比Embed 4平均提升约 7 分，增幅最大的是俄语（+9）和意大利语（+7）。
在另外十种语言上，Cohere称Pro相对Embed 4增幅最大的集中在中东和南亚语种，尤其是波斯语（+12.8）、泰卢固语（+12.3）和印地语（+11.5）。Cohere公布的分语言对比中，部分语种仍由竞品领先：日语Gemini Embedding 2为 90，Pro为 86.6；阿拉伯语Gemini Embedding 2为 86.5，Pro为 82.8；泰卢固语Gemini Embedding 2为 91.1，Voyage 4 Large为 88.6，Pro为 80.3。
- 欧洲五语平均：Pro 77，Voyage 4 Large 76，Gemini Embedding 2 73；Pro相对Embed 4平均提升约 7 分
- 提升最大语言：波斯语 +12.8、泰卢固语 +12.3、印地语 +11.5
- 分语言示例（Pro / Fast / Gemini Embedding 2）：中文 82.4 / 80.3 / 80.7；韩语 85 / 83.2 / 87.3；印尼语 85.2 / 82.7 / 87.8；泰语 82 / 74.6 / 87.7
Fast的吞吐与跨模型组合实测
Cohere称Embed 5 Fast是面向延迟敏感、高并发检索的轻量模型，成本比Pro低三分之一，同时保留相同的 128K token上下文、多模态输入、多语言覆盖和多种压缩输出格式。
Cohere认为Fast的价值主要在查询路径上，因为每次搜索都要付嵌入延迟，在可能为单个任务发起数十次搜索的智能体工作流中还会成倍放大。较小的体量也降低私有部署的服务成本，并加快大规模摄入和重建索引。Cohere称在文档吞吐这一更接近索引效率的指标上，Fast在各类上下文长度上平均比Pro高 2.4 倍。
Fast的性能对比方面，Cohere称其在ViDoRe V3上领先Voyage 4 Nano超过 7 分，领先Jina Embeddings v5 Text Small、Perplexity和微软Harrier 0.6B达 10 分以上；尽管体量约为Qwen3-VL-Embedding-2B的一半，仍高出约 20 分。在解析PDF上Fast为 83.4，高于Gemini Embedding 2的 80.8，低于Voyage 4 Large的 83.6。
两档模型共用同一嵌入空间，因此任一模型的向量可直接比较。Cohere在覆盖文本、图像、融合和解析文档检索的 40 个开发数据集上测试了每一种语料与查询组合。Cohere称跨模型组合与同模型基线差距不大：Fast查询平均损失 1.6%，Pro查询平均损失 2.7%，且没有任何数据集出现明显失败。给出的建议部署模式是用Pro建索引、用Fast查询，以在请求阶段保留Fast的延迟和成本优势。Cohere给出的平均检索质量数字为：语料Fast/查询Fast 96.6，语料Fast/查询Pro 98.4，语料Pro/查询Fast 97.3，语料Pro/查询Pro 100。
- Fast相对Pro：成本低三分之一，保留 128K上下文、多模态、多语言和压缩输出格式
- 文档吞吐：Fast平均比Pro高 2.4 倍（约 200 token与约 1K token上下文长度）
- Fast在ViDoRe V3上领先Voyage 4 Nano超 7 分，领先Jina v5 Text Small、Perplexity、微软Harrier 0.6B达 10 分以上，高出Qwen3-VL-Embedding-2B约 20 分
- 跨模型组合损失：Fast查询平均 1.6%，Pro查询平均 2.7%；使用同一输出维度即可兼容，也兼容Matryoshka截断和int8量化
向量存储与部署方式
Cohere提出，在企业规模下向量索引的运营成本可能高于生成它的模型。Embed 5支持Matryoshka表示学习和更低精度输出，让团队压缩向量并控制质量、存储和搜索成本之间的权衡。
Cohere给出的存储数字为：2048 维float32向量需要 8 KB，1024 维int8向量使用 1 KB，256 维二进制向量仅 32 字节，相当于减少 256 倍。以一亿条chunk计算，原始向量存储可从约 819 GB降到 3.2 GB。Cohere称int8在Pro和Fast上都保留了接近全精度的检索质量，并推荐多数部署使用 1024 维int8向量；二进制占用最小但有一定精度损失，适合在更高精度重排之前做快速初筛。
部署渠道方面，Embed 5 Pro和Fast可通过Cohere API、Model Vault、Microsoft Foundry（Pro、Fast）和Amazon SageMaker使用，也可在North内直接使用。私有部署可在自有VPC或本地通过vLLM提供服务，批量嵌入面向大规模摄入。Cohere称Embed 5可接入现有检索栈，集成框架和向量数据库包括LangChain、Haystack、Weaviate、Qdrant、Pinecone、Elasticsearch、MongoDB、Redis、Milvus和OpenSearch。
Cohere同步公布了两项周边动态：将于 10 月 8 日举办网络研讨会，由搜索与嵌入负责人介绍Embed 5、Parse 5及其他准备中的产品；其托管搜索与检索平台Compass Cloud已进入私有测试，可申请接入。Embed 5的贡献者包括Samarth Bhargav、Fabian Schmidt、Clifton Poth、Arthur Maciejewicz、Florian Schneider、David Rau、Dennis Zhao、Timothy Ang、Nils Reimers和Carlos Lassance。
- 存储对比：2048 维float32为 8 KB，1024 维int8为 1 KB，256 维binary为 32 字节，减少 256 倍
- 一亿条chunk：原始向量存储从约 819 GB降至 3.2 GB
- 推荐配置：多数部署使用 1024 维int8；binary适合初筛后重排
- 可用渠道：Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker；私有部署支持vLLM
- 注意：性能数字来自Cohere自测；RCP-nDCG@10 为Cohere提出的评测方法，采用两阶段检索设置，反映的是重排质量而非第一阶段检索性能