Cohere นำ Embed 5 และ Rerank 5 มาให้บริการผ่าน Unified API ของ OpenRouter

Cohere ประกาศเมื่อวันที่ 4 พฤศจิกายน 2026 ว่าโมเดลสำหรับการดึงข้อมูล Embed 5 และ Rerank 5 พร้อมให้ใช้งานบน OpenRouter แล้ว ผู้ใช้เดิมเรียกใช้โมเดลเหล่านี้ได้ด้วยคีย์ API และเครดิตชุดเดียวกับโมเดลอื่น โดยไม่ต้องใช้ SDK แยก เปิดบัญชีแยก หรือจ่ายบิลแยก

โมเดลเหล่านี้รองรับขั้นตอนการดึงข้อมูลในเวิร์กโฟลว์การสร้างเนื้อหาที่เสริมด้วยการดึงข้อมูล หรือ RAG โดย Embed 5 จะแปลงเอกสารและคำค้นเป็นเวกเตอร์ ส่วน Rerank 5 จะคำนวณคะแนนผู้สมัครใหม่โดยเทียบกับคำค้น และสามารถใช้โมเดลแชตใดก็ได้บน OpenRouter เพื่อสร้างคำตอบสุดท้าย นอกจากนี้ Cohere ยังเผยแพร่เวิร์กโฟลว์ตัวอย่างสำหรับ Python ซึ่งครอบคลุมการจัดทำดัชนี การดึงข้อมูล การกรองตามความเกี่ยวข้อง และการสร้างคำตอบพร้อมการอ้างอิง

รายการ Embed 5 Pro บน OpenRouter ระบุราคาไว้ที่ 0.12 ดอลลาร์ต่อโทเค็นข้อความหนึ่งล้านโทเค็น และ 0.40 ดอลลาร์ต่อโทเค็นรูปภาพหนึ่งล้านโทเค็น ส่วน Embed 5 Fast มีราคา 0.08 ดอลลาร์ต่อโทเค็นหนึ่งล้านโทเค็น ขณะที่รายการ Rerank 5 Pro ระบุราคาแพ็กเกจดังกล่าวไว้ที่ 0.05 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ Rerank 5 Fast มีราคา 0.02 ดอลลาร์ต่อโทเค็นหนึ่งล้านโทเค็น

การเปิดให้ใช้งานบน OpenRouter ช่วยขยายช่องทางการจัดจำหน่าย ไม่ใช่การเปิดตัวโมเดลรุ่นใหม่ Cohere เปิดตัว Embed 5 เมื่อวันที่ 30 กันยายน 2026 และ Rerank 5 เมื่อวันที่ 21 ตุลาคม 2026 โดยทั้งสองตระกูลมีแพ็กเกจ Pro และ Fast

การใช้พื้นที่เวกเตอร์ฝังตัวร่วมกันช่วยแยกต้นทุนการจัดทำดัชนีออกจากต้นทุนการค้นหา

รายละเอียดสำคัญของสถาปัตยกรรมคือ Embed 5 Pro และ Fast ใช้ปริภูมิการฝังเวกเตอร์ร่วมกัน ดังนั้นจึงจัดทำดัชนีคลังข้อมูลด้วย Pro แล้วค้นหาด้วย Fast ได้โดยไม่ต้องสร้างดัชนีใหม่ หากทั้งสองฝั่งใช้จำนวนมิติของเอาต์พุตเท่ากัน วิธีนี้ช่วยแยกงานจัดทำดัชนี ซึ่งทำครั้งเดียวต่อคลังข้อมูล ออกจากการเรียกใช้การฝังเวกเตอร์สำหรับทุกคำถาม ซึ่งมีผลต่อเวลาแฝงและต้นทุน

ในการทดสอบกับชุดข้อมูลสำหรับการพัฒนา 40 ชุด Cohere พบว่าคุณภาพการดึงข้อมูลเฉลี่ยที่ปรับมาตรฐานแล้วอยู่ที่ 98.4 สำหรับดัชนีที่สร้างด้วย Pro แล้วค้นหาด้วย Fast และ 96.6 เมื่อใช้ Fast ทั้งสองขั้นตอน เทียบกับ 100 เมื่อใช้ Pro ทั้งสองขั้นตอน เวิร์กโฟลว์ของ OpenRouter ใช้การจับคู่แบบนี้ โดยใช้ Pro จัดทำดัชนีและ Fast ค้นหา พร้อมจำกัดการใช้ Pro ไว้เฉพาะขั้นตอนจัดทำดัชนีแบบออฟไลน์

Embed 5 มีเวกเตอร์ให้เลือกหกขนาด ตั้งแต่ 256 ถึง 2,048 มิติ โดยค่าเริ่มต้นคือ 2,048 มิติ ตัวอย่างของ OpenRouter ใช้เวกเตอร์ทศนิยมลอยตัวขนาด 1,024 มิติ เพราะ API สำหรับการฝังเวกเตอร์ส่งค่าทศนิยมลอยตัวกลับมา ส่วน Cohere แนะนำเวกเตอร์ int8 ขนาดเดียวกันเป็นตัวเลือกที่ให้อัตราส่วนคุณภาพต่อต้นทุนเหมาะสมที่สุด การจัดกลุ่มชังก์เป็นชุดช่วยลดจำนวนครั้งที่ต้องติดต่อเครือข่ายระหว่างจัดทำดัชนี แต่ไม่ได้ลดค่าบริการการฝังเวกเตอร์ที่คิดตามจำนวนโทเค็น ในขั้นตอนออนไลน์ แต่ละคำถามจะเรียกใช้ Embed 5 Fast หนึ่งครั้ง และ Rerank 5 หนึ่งครั้ง รวมถึงเรียกโมเดลแชตหนึ่งครั้งหากมีบริบทผ่านตัวกรอง

คะแนนความเกี่ยวข้องเป็นตัวกำหนดบริบทสำหรับการสร้างคำตอบ

เวิร์กโฟลว์ตัวอย่างดึงชังก์ 20 รายการด้วยความคล้ายคลึงแบบโคไซน์ แล้วส่งพร้อมคำถามไปยัง Rerank 5 โดยเก็บผลลัพธ์ไว้ได้ไม่เกินห้ารายการ และตัดรายการที่มีคะแนนต่ำกว่าเกณฑ์ตัวอย่างที่ 0.3 ออก การจัดอันดับใหม่จะพิจารณาคำค้นและผู้สมัครแต่ละรายการร่วมกัน แทนที่จะอาศัยเพียงความใกล้เคียงของเวกเตอร์ และทำได้หลังการค้นหาเชิงความหมาย การค้นหาด้วยคีย์เวิร์ด หรือการค้นหาแบบผสม โดยไม่ต้องใช้ Embed 5

Cohere ระบุว่าคะแนนที่ปรับเทียบแล้วของ Rerank 5 มีความสม่ำเสมอในคำค้นและโดเมนต่าง ๆ จึงใช้เกณฑ์เดียวตัดสินได้ว่าบริบทใดจะส่งต่อให้โมเดลสร้างคำตอบ โดยเอกสารเปิดตัวอธิบายว่าคะแนน 0.7 หมายถึงมีความน่าจะเป็น 70% ที่เอกสารจะเป็นประโยชน์ Pro ออกแบบมาสำหรับคำค้นที่ต้องใช้การให้เหตุผลอย่างหนัก และเอกสารขนาดยาวหรือเฉพาะทาง ส่วน Fast มุ่งเน้นการค้นหาปริมาณมากและเอเจนต์ที่ค้นหาซ้ำบ่อย ๆ โมเดลรองรับบริบทขนาด 32K โทเค็น และประมวลผลระเบียน JSON หรือตารางที่จัดรูปแบบเป็นสตริง YAML ได้

ในขั้นตอนสร้างคำตอบ ชังก์ที่ผ่านเกณฑ์จะกลายเป็นแหล่งข้อมูลที่มีหมายเลขกำกับ พร้อมคำสั่งให้ตอบโดยอ้างอิงเฉพาะแหล่งข้อมูลเหล่านั้นและแทรกการอ้างอิงไว้ในเนื้อหา หากไม่มีรายการใดผ่านเกณฑ์ เวิร์กโฟลว์จะแจ้งว่าไม่พบคำตอบและข้ามการเรียกโมเดลแชต เนื่องจาก Rerank อ่านข้อความดิบในขณะค้นหา การเปลี่ยนเวอร์ชันของโมเดลจัดอันดับใหม่ จึงไม่จำเป็นต้องจัดทำดัชนีหรือสร้างเวกเตอร์ฝังตัวใหม่

ผลการสาธิตและข้อจำกัดในการใช้งานจริง

การสาธิตของ Cohere ใช้เอกสารประกอบ API สมมติ และตั้งคำถามว่าจะเปลี่ยนคีย์โดยไม่ทำให้บริการหยุดชะงักได้อย่างไร การดึงข้อมูลด้วยการฝังเวกเตอร์เพียงอย่างเดียวจัดอันดับเอกสารที่ถูกต้อง การเปลี่ยนคีย์ API ไว้เป็นอันดับแรกที่ 0.522 ตามด้วย ความลับสำหรับลงนาม Webhook ที่ 0.337 และ การสร้างคีย์ API ที่ 0.316 หลังจัดอันดับใหม่ เอกสารที่ถูกต้องได้คะแนน 0.808 ส่วนเอกสารที่ใกล้เคียงกันทั้งสองรายการมีคะแนนต่ำกว่าเกณฑ์

ตัวอย่างนี้ต้องใช้ Python 3.10 ขึ้นไป คีย์ API ของ OpenRouter และ Python SDK รวมถึง NumPy สำหรับคลังเวกเตอร์ที่จัดเก็บในหน่วยความจำ ส่วนการนำไปใช้งานจริงควรเปลี่ยนคลังดังกล่าวเป็นฐานข้อมูลเวกเตอร์ คำแนะนำเกี่ยวกับ RAG ของ OpenRouter อธิบายว่าการจัดอันดับใหม่เป็นการเลือกระหว่างความแม่นยำกับเวลาแฝง โดยอาจช่วยปรับปรุงผลลัพธ์เมื่อจำเป็นต้องคัดกรองชุดผู้สมัครขนาดใหญ่ให้แคบลง แต่จะเพิ่มการเรียก API อีกครั้ง และไม่เหมาะเท่าใดนักหากให้ความสำคัญกับเวลาแฝงที่ต่ำที่สุด

การดึงข้อมูลหลายรูปแบบยังต้องใช้วิธีแก้ขัด Embed 5 รองรับรูปภาพและอินพุตที่มีทั้งข้อความและรูปภาพ เช่น หน้าของ PDF และ API สำหรับการฝังเวกเตอร์ของ OpenRouter ก็รับ URL รูปภาพได้ แต่ Rerank 5 รองรับเฉพาะข้อความ วิธีที่เสนอไว้คือจัดอันดับข้อความที่แยกจากหน้าเอกสารหรือคำบรรยายภาพใหม่ หรือไม่ใช้การจัดอันดับใหม่กับผลลัพธ์ที่เป็นภาพ

OpenRouter ระบุว่า Cohere เป็นผู้ให้บริการเพียงรายเดียวสำหรับโมเดล Pro ทั้งสองรุ่น และส่งคำขอไปยัง Cohere โดยตรง รายการทั้งสองระบุว่าไม่รองรับการกำหนดเส้นทางภายในภูมิภาค EU

การเปิดให้ใช้งานบน OpenRouter ช่วยรวมการเชื่อมต่อและการเรียกเก็บเงินของสแต็กการค้นคืนข้อมูลไว้ด้วยกัน แต่ต้นทุนการใช้งานจริงยังขึ้นอยู่กับสถาปัตยกรรม ได้แก่ การจัดทำดัชนี Pro ที่จ่ายครั้งเดียว การเรียกใช้ Fast เพื่อค้นหา จัดอันดับซ้ำ และแชตที่มีค่าใช้จ่ายต่อเนื่อง ตลอดจนเกณฑ์ความเกี่ยวข้องที่ใช้ควบคุมบริบทสำหรับการสร้างเนื้อหา การใช้ API เดียวไม่ได้ขจัดข้อจำกัดด้านเวลาแฝงที่เพิ่มขึ้น การจัดอันดับซ้ำที่รองรับเฉพาะข้อความ หรือการกำหนดเส้นทางตามภูมิภาคซึ่งมีการระบุไว้สำหรับสแต็กนี้