في النهاية، يواجه كل فريق ذكاء اصطناعي تجاري نفس العقبة: استخراج بيانات مفيدة من ملفات PDF. المستندات فوضوية، والجداول غير منتظمة، والتنسيقات غير متسقة، والأدوات التي تعمل فعليًا تفرض أسعارًا كما لو كانت تعلم أنك مُستعجل. كوهير تعتقد أنها تقدم عرضًا أفضل.
أطلقت الشركة Parse 5 يوم الخميس، وهو نموذج لغوي بصري بـ 2.3 مليار معلمة مصمم لتحويل ملفات PDF والعروض التقديمية والصور إلى Markdown منظّم. لا يُروَّج له أنه الأكثر دقة في السوق، بل لأنه دقيق بما يكفي وبتكلفة منخفضة بما يكفي لتشغيله على نطاق واسع.
ما الذي يفعله Parse 5 فعليًا
يبلغ حجم Parse 5 (معرف النموذج: parse-v5.0) حوالي 4.6 جيجابايت مع نافذة سياق 8K. تم تصميمه للتعامل مع أنواع المستندات التي تُعطل أنابيب الذكاء الاصطناعي: الجداول المعقدة، القوائم المتداخلة، النماذج، الصور مع العناوين التوضيحية، التخطيطات متعددة الأعمدة، وحدود الصفحات.
يتم تصدير الجداول كـ HTML. تأتي العناصر البصرية مع مربعات حدودية. يتم الحفاظ على ترتيب القراءة، وهو ما يهم أكثر مما يبدو، لأن الحصول على الفقرات بالترتيب الخاطئ يمكن أن يدمر بصمت نظام الاسترجاع التالي.
يدعم النموذج تسع لغات تجارية رئيسية، مما يلبي متطلبات النشر متعدد الجنسيات في مجالات المالية والتأمين والقانون والعلوم. كما تقدم Cohere خيارات نشر آمنة، تعبيرًا عن واقع أن الشركات في هذه القطاعات لا ترحب بإرسال المستندات الحساسة عبر واجهات برمجة التطبيقات الخارجية دون حمايات.
الأرقام التي تهم
يبدأ تسعير واجهة برمجة التطبيقات بـ 1.50 دولار لكل 1,000 صفحة. بالنسبة للمنظمات التي تعالج وثائق بكميات كبيرة، توفر خزنة نماذج Cohere خصومات متدرجة تتراوح بين 23% و61% حسب مستوى الاستخدام.
لوضع ذلك في أطراف ملموسة: تقدر Cohere أن سير عمل يضم 13 مليون صفحة شهريًا يمكنه توفير حوالي 144 ألف دولار باستخدام Model Vault بدلاً من مكالمات API المباشرة.
يصل إنتاجية النظام إلى 4.5 صفحة في الثانية على الأجهزة التمثيلية. هذا السرعة تجعله أسرع من بعض البدائل مفتوحة المصدر.
في معيار Cohere's ParseBench، يحقق Parse 5 متوسطًا قدره 79.2. ويسجل تحليل الجداول 87.0، بينما يصل مؤشر الأمانة، أي مدى دقة التعبير عن محتوى الوثيقة الأصلية، إلى 86.6.
للوصول إلى السياق، يحصل Mistral OCR 4 على 74.5 في نفس المعيار. يأتي LlamaParse Cost Effective بدرجة 78.3. بينما يتفوق Parse 5 على كليهما، فإن Cohere توضح صراحةً أن النماذج الأكبر والأكثر تكلفة لا تزال تتفوق عليه في الدقة الخام.
أين يناسب هذا في طبقة الذكاء الاصطناعي للشركات
دمج 5 إضافات في نظام كوهير القائم، مع التكامل مع Microsoft Foundry وAWS SageMaker. هذا التوافق مهم لأن معظم المؤسسات لا تبني طبقات الذكاء الاصطناعي الخاصة بها من الصفر. بل تقوم بإضافة أدوات جديدة إلى البنية التحتية السحابية الحالية.
يتم أيضًا توجيه النموذج لاستخدامه في أنابيب الاسترجاع القائمة على الوكلاء، وهي البنية التي تزداد شعبيتها حيث تقوم الوكلاء الذكية بالبحث بشكل مستقل عبر مستودعات المستندات لإكمال المهام. غالبًا ما تعالج هذه السير الذاتية كميات هائلة من المستندات، مما يجعل تكلفة كل صفحة متغيرًا حاسمًا يمكنه تحديد ما إذا كان المشروع قابلًا للحياة اقتصاديًا أم فاشلًا من البداية.