Her girişim yapay zeka ekibi nihayet aynı darboğaza ulaşır: PDF’lerden faydalı veri çıkarmak. Belgeler karışık, tablolar tuhaf, düzenlemeler tutarsız ve gerçekten işe yarayan araçlar, sizin çaresiz olduğunuzu biliyor gibi ücret talep eder. Cohere, daha iyi bir teklifin olduğunu düşünüyor.
Şirket, Perşembe günü PDF'leri, slaytları ve resimleri yapılandırılmış Markdown'a dönüştürmek için tasarlanmış 2,3 milyar parametreli bir görsel dil modeli olan Parse 5'i duyurdu. Pazarın en doğru ayrıştırıcısı olmadığı savunuluyor; ancak ölçeklenebilir şekilde çalıştırmak için yeterince doğru ve yeterince ucuz olduğu savunuluyor.
Parse 5'in aslında ne yaptığını
Parse 5 (model ID: parse-v5.0), yaklaşık 4,6 GB boyutunda ve 8K bağlam penceresine sahiptir. Yapay zeka işlem hatlarını tıkandıran karmaşık tablolar, iç içe listeler, formlar, başlıklarla birlikte görüntüler, çok sütunlu düzenler ve sayfa sınırları gibi belgeleri işlemek için tasarlanmıştır.
Tablolar HTML olarak dışa aktarılır. Görsel öğeler sınırlayıcı kutularla gelir. Okuma sırası korunur, bu, paragrafların yanlış sırada gelmesinin bir sonraki sistemde sessizce büyük zararlara neden olabileceğinden daha önemli bir şeydir.
Model, finans, sigorta, hukuk ve bilimsel alanlarda çok uluslu dağıtımlar için gerekli olan dokuz büyük ticari dili desteklemektedir. Cohere, bu sektörlerdeki kurumların hassas belgeleri korumasız üçüncü taraf API'ler aracılığıyla göndermekten hoşlanmadığı gerçeğini dikkate alarak güvenli dağıtım seçenekleri de sunmaktadır.
Önemli olan sayılar
API fiyatlandırması, 1.000 sayfa başına 1,50 $ ile başlar. Ciddi hacimde belge işlemeyi gerçekleştiren kuruluşlar için Cohere’nin Model Vault’u, kullanım oranına bağlı olarak %23 ila %61 arasında katmanlı indirimler sunar.
Bunu somut terimlerle ifade edersek: Cohere, aylık 13 milyon sayfa iş akışının, doğrudan API çağrıları yerine Model Vault kullanılarak yaklaşık 144.000 dolar tasarruf sağlayabileceğini tahmin ediyor.
Temsili donanımda veri aktarım hızı saniyede 4,5 sayfa olarak ölçüldü. Bu hız, bazı açık kaynaklı alternatifleri geride bırakıyor.
Cohere'nin ParseBench performans testinde, Parse 5 ortalama 79,2 puan alıyor. Tablo ayrıştırma oranı 87,0'a ulaşıyor ve doğruluk, yani çıktıların kaynak belgeye ne kadar sadık kaldığı, 86,6 olarak belirleniyor.
Bağlamda, Mistral OCR 4 aynı benchmark'ta 74,5 puan alıyor. LlamaParse Maliyet Etkin 78,3 puanla geliyor. Parse 5, ikisini de geçiyor; ancak Cohere, daha büyük ve daha pahalı modellerin hâlâ doğruluk açısından onu geçtiğini açıkça belirtiyor.
Bu, kurumsal AI yığınında nerede yer alır
5 eklentiyi Cohere'nin mevcut ekosistemine entegre eder ve Microsoft Foundry ile AWS SageMaker ile entegre olur. Bu uyumluluk önemlidir, çünkü çoğu kurum AI yığınlarını sıfırdan inşa etmez. Yeni araçları mevcut bulut altyapısına eklerler.
Model, AI agenterinin belge depolarında özyönlü olarak arama yaparak görevleri tamamladığı giderek daha popüler hale gelen agens tabanlı arama sistemleri için de optimize edilmiştir. Bu iş akışları genellikle büyük miktarda belge işlemektedir; bu nedenle sayfa başına maliyet, bir projenin ekonomik olarak hayatta kalıp kalmayacağını belirleyen kritik bir değişkendir.