Cohere 发布 Rerank 5：新增段落级上下文聚焦与校准相关性分数

核心事实

据 MarkTechPost 报道，Cohere 发布了重排序模型家族 Rerank 5，分为 rerank-v5.0-pro 与 rerank-v5.0-fast 两档。该模型用于在检索结果送入大模型之前重新排序，官方称两档均支持 32K 上下文窗口与 100 多种语言，并可对 JSON、表格、YAML 等半结构化数据排序。升级时开发者只需更换模型参数，无需重建索引，原有关键词、向量或混合检索流程可继续沿用。

Rerank 5 新增两项开发者功能：一是可选的 Context Focus，默认关闭，单次调用即返回文档分数与带起止偏移量的字符区间，开发者通过 relevant_spans 字段配合阈值与 max_spans 控制；二是校准相关性分数，官方称分数可理解为概率，0.7 即表示该文档有 70% 概率有用。

背景与影响

对 RAG 与智能体开发者而言，这两项功能指向同一目标：向大模型发送更少但更相关的 token。Cohere 自述在 30 个问答数据集上测试 Context Focus，删除一半检索文本后保留 96% 的答案质量，删除四分之三后保留 87%。校准分数则让团队可以按阈值过滤，而不必固定 top-k，也能识别检索结果全部无关的情况。

部署方面，官方称 Rerank 5 已在 Cohere API 与 Model Vault 上正式可用，并可在 Microsoft Foundry 与 Amazon SageMaker 上运行，也支持私有 VPC 与本地部署。API 定价为 Pro 每百万 token 0.05 美元、Fast 每百万 token 0.02 美元，Model Vault 的 Medium 档为每实例小时 4.00 美元；具体价格与地区可用性请以官网当前信息为准。集成方面，Cohere 文档列出 LangChain、Haystack、Elasticsearch 与 Weaviate。

限制与来源

需注意，上述基准成绩均为 Cohere 自行评测，采用其自研的 RCP-nDCG@10 指标，且由 Cohere 自行运行竞品模型，未经独立验证。官方称 Pro 在 BRIGHT 上得分 82.2，比 Voyage AI Rerank 3 高 5.8 分；但 Pro 在 96 文档请求下的中位延迟为 11.7 秒，Fast 为 4.1 秒。参数量未披露，也未提供开放权重或量化版本。本文信息来自 MarkTechPost 报道，细节以 Cohere 官方公告与更新日志为准。