Cohere uruchomił nową rodzinę modeli osadzania Embed 5, która stanowi odpowiedź na rosnące potrzeby przedsiębiorstw w zakresie wyszukiwania, generacji rozszerzonej przez wyszukiwanie (RAG) i zaawansowanych systemów agentic retrieval. Model występuje w dwóch wariantach - Embed 5 Pro optymalizowany pod kątem jakości pobierania informacji oraz Embed 5 Fast skupiający się na redukcji opóźnień i kosztów operacyjnych. Obie wersje obsługują teksty, obrazy oraz połączenia tekstu z obrazami, pracują w ponad 100 językach i mogą przetwarzać dokumenty o długości do 128K tokenów.
Klucz do elastyczności tego rozwiązania leży w wspólnej przestrzeni osadzania między obiema wersjami. Oznacza to, że indeksy utworzone z użyciem Pro mogą być zarazem przeszukiwane za pomocą Fast i na odwrót. W testach na 40 zbiorach danych corpus zaindeksowany za pomocą Pro i przeszukiwany Fast osiągnął wynik 98,4 procent względem baseline'u. Pełna konfiguracja Fast uzyskała 96,6 procent, co pokazuje, że w wielu scenariuszach Fast oferuje akceptowalną jakość przy znacznie niższych kosztach. Embed 5 Pro kosztuje 0,12 dolara za milion tokenów tekstowych, podczas gdy Fast wynosi 0,08 dolara. Przetwarzanie obrazów kosztuje 0,40 dolara za milion tokenów.
Model wyróżnia się zdolnością do bezpośredniego osadzania zawartości obrazu, łącznie ze skanowanymi dokumentami, slajdami i schematami, bez utraty informacji w procesie ekstrakcji tekstu. Embed 5 jest już dostępny w API Cohere, na platformach Microsoft Foundry i Amazon SageMaker, a także może być wdrażany prywatnie przy użyciu vLLM. Elastyczność wdrażania plus możliwość wyboru między wydajnością a szybkością sprawia, że model adresuje rzeczywiste bolączki enterprise'ów stawiających przed sobą zadanie optymalizacji kosztów przy utrzymaniu jakości systemów wyszukiwania.