Cohere 发布 Rerank 5：段落级精排与 Context Focus 降低大模型上下文成本

这次发布的是什么

Cohere 在 2026 年 10 月 21 日发布 Rerank 5，这是 Cohere 自己开发的企业文档检索重排模型，分为 Pro 和 Fast 两个档位。它属于闭源服务，通过 API 和多种云平台提供，官方没有说明模型参数量。

用生活化的比喻说：你问 AI 一个问题，AI 先去书架上抱回一大堆书，Rerank 5 就是那个帮你把书按有用程度排好队、还翻到关键页的人。它不负责写答案，只负责把最该看的材料递到写答案的模型面前。

它解决的是什么麻烦

大模型回答问题时，会先检索一批文档再阅读。读得越多，花的 token 越多，钱和等待时间也越多。原文说，检索决定了哪些 token 进入大模型，因此检索质量直接影响成本、延迟和答案质量。

Rerank 5 的新功能 Context Focus 更进一步：一次调用不只告诉你哪篇文档相关，还能指出文档里哪几段最相关。就像老师批改作文时不只是打个分数，还圈出具体的好句子，后面的模型就不用把整篇长文都读一遍。

Pro 和 Fast 怎么选

Pro 追求排序质量，官方称它在 ViDoRe V3、nanoMTEB、BRIGHT、BEIR 四项公开基准上领先所有被测竞品，46 个复合数据集中 39 个排第一。Fast 追求速度和成本，官方称它在四项基准上超过 Voyage AI Rerank 3 Lite、Qwen3-Reranker-0.6B 等模型。

原文给出的数据是：在 NVIDIA A100 上持续负载下，Fast 每秒约重排 187 篇千 token 标准文档，吞吐约为 Pro 的 2.9 倍，响应时间也快近 3 倍。所以任务多、要求快就选 Fast，要求排得最准就选 Pro。

价格和获取方式

API 定价为 Pro 每百万 token 0.05 美元，Fast 每百万 token 0.02 美元。原文称它当天已在 Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker 上线，也向所有 North 用户开放，并支持私有 VPC 或本地部署。

对普通用户来说，这意味着不用自己训练模型，写几行代码调用接口就能用。对企业来说，私有部署选项让数据不必离开自己的机房，适合对数据安全要求高的行业。

它擅长哪些领域

原文称 Rerank 5 在金融、医疗、科学研究、能源等专业领域表现领先，在金融经济类任务上对 Voyage AI Rerank 3 的领先幅度最大，达 9.6 分。对从 PDF 解析出的文本，Pro 平均得分 89.9，Fast 为 88.5。

多语言方面，Pro 在评估的每种语言上都优于上一代 Rerank 4 Pro，西班牙语、法语、德语、阿拉伯语和韩语至少提升 2 分，19 种非英语语言中有 14 种排名第一。这对做跨国业务的公司比较有用。

有哪些限制和要注意的地方

首先，Rerank 5 只做排序，不生成答案，它必须和检索系统、大模型配合使用。其次，Context Focus 虽然能省 token，但原文承认会有“极小的答案质量损失”，具体损失多少官方没有给出统一数字。

另外，基准成绩由 Cohere 使用自家开发的 RCP-nDCG@10 方法评测，原文也说明该方法是为弥补传统 nDCG 的不足而设计。读者看排名时应知道这是厂商自评结果，实际效果还取决于自己的文档和查询类型，最好先用小样本试用再决定。

适合谁用

适合正在搭建企业搜索、知识库问答或 AI Agent 的团队，尤其是文档长、查询复杂、token 成本敏感的场景。也适合需要多语言检索或处理大量 PDF 的机构。

如果只是个人做简单问答、文档量很小，可能用不上这么专门的工具。对小学生和初中生来说，可以把它理解成“帮 AI 挑重点的助手”：AI 读书前先有人把最关键的几页折好角，读起来又快又省力。