Cohere发布Embed 5：面向企业检索的双档Embedding模型

【事件概述】Cohere 于 2026 年 9 月 30 日发布 Embed 5 模型家族，提供 Pro 与 Fast 两个档位，面向企业搜索、检索增强生成（RAG）和智能体工作流。官方称两款模型现已通过 Cohere API、Model Vault、Microsoft Foundry 与 Amazon SageMaker 正式可用。

【模型与发布方】模型为 Cohere Embed 5 Pro 和 Embed 5 Fast，开发者为 Cohere，官方公告作者署名 Cohere Team。两款模型共享同一 embedding 空间，可用 Pro 建索引、Fast 做查询而不必重新建索引。

【关键能力与改动】Embed 5 支持文本、图像及文本与图像融合输入，覆盖 100 多种语言，提供 128K token 上下文；Pro 面向复杂、多模态和高质量企业语料，Fast 面向低延迟、高并发检索。两者支持 Matryoshka 表示、float/int8/binary 输出和多种向量维度，并支持自托管与 vLLM。官方列出的文本价格为 Pro 每百万 token 0.12 美元、Fast 每百万 token 0.08 美元，图像输入均为每百万 token 0.40 美元。

【适用对象】需要企业文档搜索、知识库问答、金融或法律资料检索、商品发现，以及希望控制 RAG/智能体检索延迟和向量存储成本的开发团队。

【实际影响与限制】双档位共享向量空间有助于在索引质量和在线查询成本之间分工，量化输出也可降低存储开销；但官方性能与成本数据来自 Cohere 自有评测，实际效果仍取决于语料、切分、向量库和召回流程。多模态文档需要合适的解析与索引策略，价格按官方页面为准，部署前应在自己的数据上验证召回质量和合规要求。

【官方来源】https://cohere.com/blog/embed-5