Cohere发布Embed 5嵌入模型家族：Pro与Fast双轨设计

新一代企业级嵌入模型上线

Cohere正式发布Embed 5嵌入模型家族，专为企业搜索、检索增强生成（RAG）及智能体驱动的检索场景设计。该模型分为两个层级：Embed 5 Pro聚焦最高检索质量；Embed 5 Fast则优化实时查询路径的延迟与成本。两者均支持纯文本、纯图像，以及文本与图像元数据融合输入，并原生支持100多种语言，最大上下文长度达128K tokens。

关键架构创新在于：Pro与Fast共享同一嵌入空间。这意味着用户可用Pro构建索引，再用Fast执行查询——无需重复索引，显著提升系统灵活性与资源效率。目前，两款模型均已开放通用访问，支持Cohere API、Model Vault、Microsoft Foundry及Amazon SageMaker平台部署；私有VPC或本地化部署则通过vLLM实现。

技术规格与定价细节

API模型ID分别为`embed-v5.0-pro`与`embed-v5.0-fast`。两模型均支持6种输出维度（2048/1536/1024/768/512/256），默认为2048维；向量格式可选float32、int8或二进制（binary）。文本嵌入定价为：Pro $0.12/百万token，Fast $0.08/百万token；图像输入统一为$0.40/百万token。值得注意的是，Embed 5可直接对页面图像（如扫描件、幻灯片、原理图、图表）生成嵌入，亦支持将图像与其OCR文本或结构化元数据融合为单一向量，弥补纯文本提取导致的信息损失。

双模协同：一个索引，两种查询路径

Cohere在40个开发数据集上完成全组合评测。以Pro索引+Pro查询为基准（归一化为100），Pro索引+Fast查询得分为98.4；全Fast方案（Fast索引+Fast查询）为96.6。官方推荐模式为“Pro建索引 + Fast查检索”，但要求索引与查询使用相同输出维度。该设计直指AI智能体工作负载痛点——单次任务常触发数十次检索，查询延迟呈叠加效应。实测显示，Fast吞吐达377.3文档/秒，显著高于Pro的159.7文档/秒。

多维度基准测试表现

在ViDoRe V3基准中，Embed 5 Pro平均得分为85.8，较Embed 4提升8.8分；Fast为84.5。对比竞品：Voyage 4 Large为83.7，Gemini Embedding 2为83.2，OpenAI text-embedding-3-large为75.5。在Cohere自建PDF解析测试集上，Pro以84.8领先Voyage 4 Large（83.6）。金融领域表现尤为突出：Pro在FinanceBench（80.1）、FinQA（90.0）和ViDoRe V3 Finance（85.0）三项中均居首位；Fast在三者中均列第二。多语言方面结果分化：Pro在欧洲语言平均分（77）领先，但Gemini Embedding 2在Cohere评测表所列其余10种语言中的9种（含日语、阿拉伯语、印地语、泰卢固语）胜出。

需特别说明的是，多数得分基于Cohere新提出的RCP-nDCG@10指标，其本质是对固定候选集重排序，更侧重评估重排质量而非首阶段召回能力。Cohere已开源评测代码，但独立第三方复现结果尚未公布。

大规模存储成本优化

Embed 5采用Matryoshka表示学习与低精度输出技术大幅压缩存储开销：2048维float32向量占8 KB，1024维int8仅需1 KB，256维二进制向量仅32字节。按1亿文本块估算，原始存储从约819 GB降至3.2 GB。Cohere推荐1024维int8为默认配置，称其在接近全精度质量的同时实现极致性价比。