Cohere 发 Rerank 5：一次调用返回段落级证据

Cohere 10 月 21 日发布 Rerank 5，一组面向企业检索的重排模型，分 Pro 与 Fast 两档，接在 Embed 5 与 Parse 5 之后构成新一代搜索模型家族。这一代新加的是 Context Focus：一次重排调用直接返回文档内部最相关的几个段落，而不是只给文档级或块级的分数——送进大模型的 token 因此变少，同时尽量不损失答案质量。另一个卖点是校准分数：不同查询、不同领域下的分数可比，团队可以只设一个阈值决定哪些内容进入模型上下文，实测校准误差（ECE）约 0.06，Cohere 称其他被测重排模型接近它的四倍。

在 46 个复合数据集上，Rerank 5 Pro 有 39 个排第一、43 个至少第二，评测用的是 Cohere 自研的 RCP-nDCG@10。代际增益最大的一项在 BRIGHT 上，比 Rerank 4 Pro 高 12.4 分；对最强的外部竞品，ViDoRe V3 领先 1.6 分、BEIR 1.8 分、nanoMTEB 3.4 分。多语种方面，在内部评测的 19 个非英语语种里 Pro 有 14 个第一，西班牙语、法语、德语、阿拉伯语、韩语都至少提升 2 分，对 Voyage AI Rerank 3 在全部这些语种上领先，差距最大的是日语 +2.7、法语 +2.3、阿拉伯语 +2.3。

可用渠道包括 Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker，以及自有 VPC 或本地部署，North 用户同步可用。定价按 token 计：Pro 每百万 token 0.05 美元，Fast 0.02 美元。值得留意的是它改善的位置——检索层决定了有多少 token 进入生成模型，重排准确率每提高一点，都会在 agent 的多轮搜索里被放大成成本与延迟的差别。

原文链接：Cohere 官方博客