Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
C
COHERE / embed-v5.0-pro
Cohere Embed 5 Pro
Modèle d'embeddings pour une indexation de haute qualité de textes, d'images et de documents mixtes. Il prend en charge plus de cent langues et partage son espace vectoriel avec Embed 5 Fast, permettant d'indexer avec Pro et de rechercher avec Fast sans reconstruire l'index.
01 / RÉSUMÉ
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
02 / FICHE TECHNIQUE
Limites et intégration
| ID d’API | embed-v5.0-pro |
|---|---|
| Type de modèle | Plongements · Vision et documents |
| Mode d’accès | Propriétaire payant |
| Licence | Propriétaire |
| Déploiement | API hébergée |
| Lancement | 30 SEP 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Texte · Image · PDF |
| Sortie | Vecteur |
| Fenêtre contextuelle | 128 000 tokens |
| puissance maximale | 256, 512, 768, 1 024, 1 536 ou 2 048 dimensions |
| Raisonnement | Non publié |
| Outils publiés | |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Cohere API · Microsoft Foundry · Amazon SageMaker · Model Vault |
Indexation d'archives d'entreprise complexes, recherche multilingue et RAG avec des documents visuels. Évaluez la qualité et le coût sur votre propre corpus avant de choisir entre Pro et Fast.
Pro et Fast doivent utiliser la même dimension. Les sorties float, int8 et binary réduisent le stockage, mais l'effet de la compression doit être mesuré. Ces modèles produisent des vecteurs, pas des réponses génératives.
03 / CAPACITÉS
Ce qu’il peut faire
Orientation
Indexation d'archives d'entreprise complexes, recherche multilingue et RAG avec des documents visuels. Évaluez la qualité et le coût sur votre propre corpus avant de choisir entre Pro et Fast.
Contexte
128 000 tokens · 256, 512, 768, 1 024, 1 536 ou 2 048 dimensions
Outils et intégration
Non publié
Accès
API Cohere et déploiement privé
Modalités d’entrée
TexteImagePDF
04 / TARIFS
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | 0,12 USD / 1 M tokens | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Non publié | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Le texte coûte 0,12 USD par million de tokens avec Pro et 0,08 USD avec Fast ; les images coûtent 0,40 USD dans les deux cas. Le coût de Model Vault dépend de l'instance. Aucune remise Batch n'a été vérifiée.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
05 / ÉVALUATIONS
Comment lire les résultats
“
Résultats publiés par Cohere, non mesurés par Inferama. RCP-nDCG@10 réordonne un ensemble fixe de candidats et mesure le reranking, pas la recherche de première étape. Évaluez aussi le rappel, la latence et le coût sur vos documents ; ne comparez pas directement ces chiffres à d'autres métriques nDCG.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| ViDoRe V3 | 85,8 | RCP-nDCG@10 | Voir la source ↗ |
| FinanceBench | 80,1 | RCP-nDCG@10 | Voir la source ↗ |
| FinQA | 90,0 | RCP-nDCG@10 | Voir la source ↗ |
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
06 / VERSIONS
Chronologie
Cohere Embed 5 Pro
Version intégrée au catalogue vérifié d’Inferama.
ANALYSE
Analyses connexes
07 / SOURCES