Η Cohere φέρνει τα Embed 5 και Rerank 5 στην ενοποιημένη API του OpenRouter

Η Cohere ανακοίνωσε στις 4 Νοεμβρίου 2026 ότι τα μοντέλα ανάκτησης Embed 5 και Rerank 5 είναι διαθέσιμα στο OpenRouter. Οι υπάρχοντες χρήστες μπορούν να τα καλούν με το ίδιο κλειδί API και τις ίδιες πιστώσεις που χρησιμοποιούν για άλλα μοντέλα, χωρίς ξεχωριστά SDK, λογαριασμούς ή χρεώσεις.

Τα μοντέλα καλύπτουν τα στάδια ανάκτησης μιας διαδικασίας παραγωγής με επαυξημένη ανάκτηση ή RAG: το Embed 5 μετατρέπει έγγραφα και ερωτήματα σε διανύσματα, το Rerank 5 επαναβαθμολογεί τα υποψήφια αποτελέσματα με βάση το ερώτημα και οποιοδήποτε μοντέλο συνομιλίας στο OpenRouter μπορεί να δημιουργήσει την τελική απάντηση. Η Cohere δημοσίευσε επίσης μια ροή εργασίας αναφοράς σε Python, η οποία καλύπτει την ευρετηρίαση, την ανάκτηση, το φιλτράρισμα βάσει συνάφειας και την παραγωγή απαντήσεων με παραπομπές.

Στην καταχώριση του Embed 5 Pro στο OpenRouter, η τιμή του μοντέλου είναι 0,12 $ ανά εκατομμύριο διακριτικά κειμένου και 0,40 $ ανά εκατομμύριο διακριτικά εικόνας, ενώ το Embed 5 Fast διατίθεται προς 0,08 $ ανά εκατομμύριο διακριτικά. Στην καταχώριση του Rerank 5 Pro, η τιμή αυτής της έκδοσης είναι 0,05 $ ανά εκατομμύριο διακριτικά εισόδου, ενώ το Rerank 5 Fast κοστίζει 0,02 $ ανά εκατομμύριο διακριτικά.

Η διάθεση των μοντέλων στο OpenRouter διευρύνει τη διανομή τους, αντί να εισάγει μια νέα γενιά μοντέλων. Η Cohere παρουσίασε το Embed 5 στις 30 Σεπτεμβρίου 2026 και το Rerank 5 στις 21 Οκτωβρίου 2026· και οι δύο οικογένειες προσφέρουν εκδόσεις Pro και Fast.

Τα κοινά διανύσματα ενσωμάτωσης διαχωρίζουν το κόστος ευρετηρίασης από το κόστος ερωτημάτων

Η βασική αρχιτεκτονική λεπτομέρεια είναι ότι οι εκδόσεις Embed 5 Pro και Fast χρησιμοποιούν τον ίδιο χώρο ενσωμάτωσης. Έτσι, ένα σώμα κειμένων μπορεί να ευρετηριαστεί με το Pro και να δεχτεί ερωτήματα με το Fast χωρίς να χρειαστεί ανακατασκευή του ευρετηρίου, εφόσον και οι δύο εκδόσεις χρησιμοποιούν τις ίδιες διαστάσεις εξόδου. Με αυτόν τον τρόπο, η εργασία ευρετηρίασης, η οποία εκτελείται μία φορά για κάθε σώμα κειμένων, διαχωρίζεται από την κλήση ενσωμάτωσης που γίνεται για κάθε ερώτημα και είναι ευαίσθητη ως προς τον χρόνο απόκρισης και το κόστος.

Στις δοκιμές της Cohere σε 40 σύνολα δεδομένων ανάπτυξης, η κανονικοποιημένη μέση ποιότητα ανάκτησης ήταν 98,4 για ευρετήριο που δημιουργήθηκε με το Pro και δέχτηκε ερωτήματα με το Fast, και 96,6 όταν χρησιμοποιήθηκε το Fast και στα δύο στάδια, έναντι 100 όταν χρησιμοποιήθηκε το Pro και στα δύο. Η ροή εργασίας του OpenRouter υιοθετεί αυτόν τον συνδυασμό: ευρετηρίαση με το Pro και υποβολή ερωτημάτων με το Fast, χρησιμοποιώντας το Pro μόνο στο στάδιο της ευρετηρίασης εκτός σύνδεσης.

Το Embed 5 προσφέρει έξι μεγέθη διανυσμάτων, από 256 έως 2.048 διαστάσεις, με προεπιλεγμένη τιμή τις 2.048 διαστάσεις. Το παράδειγμα του OpenRouter χρησιμοποιεί διανύσματα κινητής υποδιαστολής 1.024 διαστάσεων, επειδή η API ενσωματώσεων επιστρέφει αριθμούς κινητής υποδιαστολής· η Cohere συνιστά ξεχωριστά διανύσματα int8 αυτής της διάστασης, ως την προτιμώμενη ισορροπία ποιότητας και κόστους. Η ομαδοποίηση τμημάτων μειώνει τις επικοινωνίες με το δίκτυο κατά την ευρετηρίαση, αλλά δεν μειώνει τις χρεώσεις ενσωμάτωσης που υπολογίζονται βάσει των διακριτικών. Η διαδικτυακή ροή χρησιμοποιεί μία κλήση του Embed 5 Fast και μία κλήση του Rerank 5, καθώς και μία κλήση μοντέλου συνομιλίας για κάθε ερώτημα, εφόσον το περιεχόμενο περάσει το φίλτρο.

Οι βαθμολογίες συνάφειας καθορίζουν το περιεχόμενο που παρέχεται στο μοντέλο παραγωγής

Η ροή εργασίας αναφοράς ανακτά 20 τμήματα με βάση την ομοιότητα συνημιτόνου, τα στέλνει μαζί με το ερώτημα στο Rerank 5, διατηρεί έως και πέντε αποτελέσματα και απορρίπτει όσα έχουν βαθμολογία κάτω από το ενδεικτικό όριο του 0,3. Η επαναβαθμολόγηση εξετάζει μαζί το ερώτημα και κάθε υποψήφιο αποτέλεσμα, αντί να βασίζεται μόνο στην εγγύτητα των διανυσμάτων, και μπορεί να εφαρμοστεί μετά από σημασιολογική αναζήτηση, αναζήτηση λέξεων-κλειδιών ή υβριδική αναζήτηση, ακόμη και χωρίς το Embed 5.

Η Cohere αναφέρει ότι οι βαθμολογίες του Rerank 5, μετά τη βαθμονόμηση, παραμένουν συνεπείς μεταξύ ερωτημάτων και πεδίων, επιτρέποντας τη χρήση ενός ενιαίου ορίου για να καθορίζεται ποιο περιεχόμενο θα φτάσει στο μοντέλο παραγωγής· στην τεκμηρίωση της κυκλοφορίας, βαθμολογία 0,7 περιγράφεται ως πιθανότητα 70% ότι ένα έγγραφο είναι χρήσιμο. Η έκδοση Pro προορίζεται για ερωτήματα που απαιτούν εκτεταμένο συλλογισμό και για μεγάλα ή εξειδικευμένα έγγραφα, ενώ η Fast απευθύνεται σε αναζητήσεις μεγάλου όγκου και σε πράκτορες που πραγματοποιούν επανειλημμένα αναζητήσεις. Τα μοντέλα υποστηρίζουν περιβάλλον έως 32K διακριτικών και μπορούν να επεξεργαστούν εγγραφές JSON ή πίνακες μορφοποιημένους ως συμβολοσειρές YAML.

Κατά την παραγωγή, τα τμήματα που περνούν το φίλτρο γίνονται αριθμημένες πηγές και δίνονται οδηγίες στο μοντέλο να απαντά μόνο βάσει αυτών και να τις παραθέτει μέσα στην απάντηση. Αν κανένα τμήμα δεν υπερβεί το όριο, η ροή εργασίας αναφέρει ότι δεν μπόρεσε να βρει την απάντηση και παραλείπει την κλήση του μοντέλου συνομιλίας. Επειδή το Rerank διαβάζει ακατέργαστο κείμενο κατά την υποβολή του ερωτήματος, η αλλαγή έκδοσης του μοντέλου επαναταξινόμησης δεν απαιτεί νέα ευρετηρίαση ή δημιουργία νέων διανυσμάτων ενσωμάτωσης.

Αποτελέσματα επίδειξης και περιορισμοί για την παραγωγική χρήση

Η επίδειξη της Cohere χρησιμοποιεί φανταστική τεκμηρίωση API και θέτει το ερώτημα πώς μπορεί να αλλάξει ένα κλειδί χωρίς διακοπή λειτουργίας. Η ανάκτηση μόνο μέσω ενσωματώσεων κατέταξε πρώτο το σωστό έγγραφο Αλλαγή κλειδιών API, με βαθμολογία 0,522, και ακολούθησαν τα Μυστικά υπογραφής webhook με 0,337 και Δημιουργία κλειδιών API με 0,316. Μετά την επαναβαθμολόγηση, το σωστό έγγραφο συγκέντρωσε βαθμολογία 0,808, ενώ οι δύο παραπλήσιες αντιστοιχίες έπεσαν κάτω από το όριο.

Το παράδειγμα απαιτεί Python 3.10 ή νεότερη έκδοση, κλειδί API και SDK Python του OpenRouter, καθώς και NumPy για την αποθήκη διανυσμάτων που διατηρείται στη μνήμη. Για τις παραγωγικές υλοποιήσεις, συνιστάται η αντικατάσταση αυτής της αποθήκης με βάση δεδομένων διανυσμάτων. Οι οδηγίες του OpenRouter για RAG παρουσιάζουν την επαναβαθμολόγηση ως επιλογή ανάμεσα στην ακρίβεια και τον χρόνο απόκρισης: μπορεί να βελτιώσει τα αποτελέσματα όταν χρειάζεται να περιοριστεί ένα ευρύ σύνολο υποψήφιων αποτελεσμάτων, αλλά προσθέτει μία κλήση API και είναι λιγότερο κατάλληλη όταν προτεραιότητα αποτελεί ο ελάχιστος χρόνος απόκρισης.

Η πολυτροπική ανάκτηση απαιτεί μια λύση παράκαμψης. Το Embed 5 δέχεται εικόνες και μικτές εισόδους κειμένου και εικόνας, όπως σελίδες PDF, ενώ η API ενσωματώσεων του OpenRouter δέχεται διευθύνσεις URL εικόνων· το Rerank 5, όμως, επεξεργάζεται μόνο κείμενο. Οι προτεινόμενες επιλογές είναι η επαναβαθμολόγηση του κειμένου που εξήχθη από τις σελίδες ή των λεζαντών, ή η παράλειψη της επαναβαθμολόγησης για οπτικά αποτελέσματα.

Το OpenRouter αναφέρει την Cohere ως τον μοναδικό πάροχο και για τα δύο μοντέλα Pro και προωθεί απευθείας σε αυτήν τα αιτήματα. Και στις δύο καταχωρίσεις αναφέρεται ότι δεν είναι διαθέσιμη η δρομολόγηση εντός της ΕΕ.

Η διαθεσιμότητα μέσω του OpenRouter ενοποιεί την ενσωμάτωση και τη χρέωση της στοίβας ανάκτησης, ενώ το κόστος λειτουργίας της σε περιβάλλον παραγωγής εξακολουθεί να εξαρτάται από την αρχιτεκτονική της: εφάπαξ ευρετηρίαση με το Pro, επαναλαμβανόμενες κλήσεις αναζήτησης με το Fast, αναδιάταξης και συνομιλίας, καθώς και το όριο συνάφειας που καθορίζει το πλαίσιο για τη δημιουργία απαντήσεων. Η ενιαία διεπαφή API δεν εξαλείφει την πρόσθετη καθυστέρηση, την αναδιάταξη μόνο κειμένου ή τους περιορισμούς δρομολόγησης ανά περιοχή που έχουν καταγραφεί για αυτή τη στοίβα.