# Cohere lance Parse 5, l’IA qui convertit vos documents

> Cohere lance Parse 5, un modèle de vision et langage de 2,3 milliards de paramètres qui convertit des pages PDF, PPT et JPEG en Markdown.

Type : Actualité IA · Catégorie : Outils · Publié le 2026-08-28 · Signal IA - Order & Chaos
Source : https://www.orderchaos.eu/signal-ia/actu/cohere-lance-parse-5-lia-qui-convertit-vos-documents
Tags : cohere, documents, modèles, api, markdown

---

## En résumé

- Cohere propose Parse 5 comme modèle de traitement documentaire.
- Parse accepte des pages PDF, PPT ou JPEG encodées en données base64.
- L’API Parse coûte 1,50 dollar pour 1 000 pages traitées.

**Le signal :** Parse 5 de Cohere combine 2,3 milliards de paramètres et une API facturée 1,50 dollar pour 1 000 pages.

**Cohere lance Parse 5.** Cohere a publié Parse, aussi appelé parse-v5.0, comme modèle de traitement documentaire. Parse est un modèle de vision et langage doté de 2,3 milliards de paramètres. Il dispose d’une fenêtre de contexte de 8 192 jetons. Son empreinte annoncée atteint environ 4,6 Go. Le modèle traite des pages de documents d’entreprise. Il accepte des fichiers PDF, PPT ou JPEG transmis sous forme de données URI encodées en base64. Parse renvoie ensuite du Markdown contenant différents éléments documentaires. Cette sortie positionne le modèle sur une étape précise de traitement, entre les pages originales et des contenus structurés exploitables par d’autres systèmes.

**Une API orientée documents.** Cohere propose Parse via une API dédiée au traitement des pages. La tarification annoncée s’élève à 1,50 dollar pour 1 000 pages. La société indique également une disponibilité générale dans Cohere Parse API, Microsoft Foundry, AWS SageMaker et Model Vault en instance à locataire unique. Ces canaux couvrent une interface API, deux environnements de déploiement et une option isolée. ParseBench attribue à Parse un score de 79,2. Cohere précise que ce score correspond à une moyenne calculée sur trois des cinq dimensions de cette évaluation. La page de présentation de [Cohere](https://cohere.com/blog/parse) détaille le modèle et ses usages documentaires.

## Parse combine modèle et déploiement

**Des formats en entrée.** Parse reçoit des pages PDF, PPT ou JPEG sous forme de données URI encodées en base64. Il restitue du Markdown contenant différents éléments de document. Le format de sortie distingue donc les fichiers visuels entrants d’une représentation textuelle structurée. Le modèle conserve une fenêtre de contexte de 8 192 jetons pour son traitement. Sa taille atteint 2,3 milliards de paramètres, avec une empreinte d’environ 4,6 Go. Cohere présente Parse comme un modèle de vision et langage consacré au parsing documentaire. La [documentation Parse](https://docs.cohere.com/docs/parse) décrit l’accès à l’API et les modalités de soumission des pages.

**Des options commerciales distinctes.** L’API Parse coûte 1,50 dollar pour 1 000 pages. Model Vault affiche une tarification mensuelle de 2 500 dollars pour une instance Medium. L’instance XL est proposée à 4 300 dollars par mois. Cohere indique que la capacité dédiée devient moins chère que les appels API facturés à l’usage au-delà d’environ 1,67 million de pages mensuelles. Ce seuil compare donc le prix par page de l’API avec deux niveaux de capacité dédiée. Les offres disponibles incluent aussi Microsoft Foundry et AWS SageMaker. La disponibilité générale couvre également une instance Model Vault à locataire unique.

## Cohere fixe un seuil de capacité

**Un score ParseBench de 79,2.** Cohere rapporte un score ParseBench de 79,2 pour Parse. La valeur correspond à une moyenne établie sur trois des cinq dimensions de l’évaluation. Ce résultat est présenté avec les caractéristiques techniques du modèle, notamment ses 2,3 milliards de paramètres et sa fenêtre de 8 192 jetons. Parse renvoie du Markdown après réception de pages PDF, PPT ou JPEG encodées en base64. Son empreinte d’environ 4,6 Go complète ce profil matériel. Les utilisateurs peuvent accéder au modèle par l’API Parse de Cohere, Microsoft Foundry, AWS SageMaker ou Model Vault à locataire unique.