Cohere bringt Parse 5: die Wette auf den Preis pro Seite beim Dokumenten-Parsing im Unternehmen

Das Parsen von Dokumenten ist einer der zentralen Engpässe für RAG-Architekturen und für Agenten, die auf Firmenarchiven arbeiten. In dieser Lage kündigte Cohere am 27. August 2026 im eigenen Blog die allgemeine Verfügbarkeit von Parse 5 (parse-v5.0) an. Es handelt sich um ein proprietäres Modell mit 2,3 Milliarden Parametern, dessen Größe VentureBeat auf rund 4,6 Gigabyte schätzt, mit einem Kontextfenster von 8.192 Token. Es soll PDFs, Folien und Bilder in strukturiertes Markdown verwandeln; laut Cohere erkennt das System Tabellen, Formulare, Diagramme und eingebettete Bilder und gibt die zugehörigen Bounding Boxes zurück. Trainiert wurde es auf Dokumenten aus Finanzwesen, Versicherung und wissenschaftlicher Forschung, unterstützt werden neun Hauptsprachen — welche, hat der Anbieter allerdings nicht aufgeschlüsselt, sodass sich nicht prüfen lässt, ob Italienisch dabei ist.

Bei der Leistung nennt Cohere für Parse 5 einen Durchschnittswert von 79,2 auf ParseBench, einem Benchmark, den LlamaIndex am 13. April 2026 mit öffentlichem Code auf GitHub veröffentlicht hat — kein Test von Cohere, aber auch keiner einer neutralen dritten Partei: LlamaIndex stellt LlamaParse her, das in derselben Tabelle auftaucht. Sieht man genauer hin, ist die Auswahl einseitig. Cohere veröffentlicht Ergebnisse zu drei der fünf ParseBench-Dimensionen — Tabellen (87,0), Content Faithfulness (86,6) und Semantic Formatting (64,0) — und lässt Diagramme und Visual Grounding weg (VentureBeat nennt sie „Layout und Chart“). In der vom Unternehmen veröffentlichten Vergleichstabelle, die auf eigenen internen Messungen beruht, liegt Parse 5 unter GPT-5.5 (84,4), Opus 4.8 (84,3) und Gemini 3.5 Flash (81,8), aber über Lösungen wie LlamaParse Cost Effective (78,3) oder AWS Textract (53,3). Der Vergleich mit LlamaParse betrifft die Variante Cost Effective (78,3): In der von LlamaIndex selbst veröffentlichten Auswertung erreicht die Agentic-Konfiguration desselben Produkts mit 84,9 den höchsten Gesamtwert. Wie VentureBeat am 28. August 2026 berichtete, begründete Cohere den Verzicht auf die Diagramm-Dimension damit, dass für agentische Abläufe eine textliche Beschreibung genüge und keine analytische Extraktion der Zahlen nötig sei. Es bleibt dabei: Ein unabhängiger Durchlauf des Benchmarks ist derzeit nicht dokumentiert, und wie sich die ausgelassenen Dimensionen auf das Endergebnis auswirken würden, lässt sich nicht überprüfen.

Coheres eigentliche Wette scheint die Wirtschaftlichkeit im großen Maßstab zu sein. Wie VentureBeat berichtet, sagte Nils Reimers, VP of AI Search bei Cohere: „Dokumenten-Parsing ist nicht gelöst, weil das Schwierige nicht das Lesen des Textes ist, sondern der Erhalt von Struktur und Bedeutung.“ Die Antwort des Unternehmens darauf ist ein Preis von 1,50 Dollar je 1.000 Seiten über die API, kombiniert mit Mengenrabatten auf Model Vault, die bei voller Auslastung bis zu 61 Prozent Ersparnis versprechen. Auf der Infrastrukturseite nennt der Anbieter einen Durchsatz von 4,5 Seiten pro Sekunde je GPU (rund 36 Seiten auf einem Knoten mit acht H100-Karten) über vLLM. Es sind Leistungs- und Kostenangaben des Herstellers selbst, bislang ohne unabhängige externe Prüfung. Auch die Liste der Kanäle — Cohere-API, Model Vault, Microsoft Foundry, AWS SageMaker und private Deployments für regulierte Branchen — stammt vom Unternehmen; für Microsoft Foundry konnten wir keine Bestätigung auf Microsoft-Seite lesen.

Coheres Entscheidung, die Modellgewichte nicht freizugeben und das Produkt geschlossen zu halten, erreichbar nur über API und verwaltete Deployments, verschiebt den Wettbewerb von der Gesamtgenauigkeit hin zur Optimierung der Betriebskosten. Parsing auf eine Frage des Seitenpreises zu reduzieren, ist für die Verbreitung im Unternehmen pragmatisch, doch wie gut ein Agent wirklich arbeitet, hängt von der Genauigkeit der extrahierten Daten ab: Geht die Struktur verloren, weil die Benchmark-Auswertung nur einen Teil zeigt, droht die anfängliche Ersparnis später zu Rechen- und Logikkosten zu werden. — Olya