AI ニュースAI により執筆
Cohere、検索向けの埋め込みモデル Embed 5 を公開
公開 2 分で読めます
Cohere は 9 月 30 日、埋め込みモデル(文章や画像を、意味の近さを計算できる数の並び(ベクトル)に変えるモデル)の新しい系列「Embed 5」を公開しました。品質を重視した「Embed 5 Pro」と、速さと費用を抑えた「Embed 5 Fast」の 2 種類です。企業の文書の検索や、RAG(検索した資料をもとに AI に答えさせる仕組み)、エージェントでの利用を想定しています。
要点
- 文章・画像と、PDF のページのような文章と画像を合わせた入力を、1 つのベクトルにできます。
- 100 以上の言語に対応し、一度に扱える長さは 128K トークンです。
- Pro と Fast は同じベクトルの空間を共有し、Pro で作った索引を Fast で検索できます。
- 100 万トークンあたりの料金は、文章が Pro $0.12・Fast $0.08、画像はどちらも $0.40 です。
- 文書の検索の評価 ViDoRe V3 で、Pro の平均は 85.8 と、Embed 4 より 8.8 高いとしています。
- 次元の数を減らしたり、int8 や binary の形で出したりして、保存の量を抑えられます。
Cohere の API と Model Vault、Microsoft Foundry、Amazon SageMaker で一般提供を始めました。自社の環境(VPC や社内のサーバー)で動かす場合は、どちらのモデルも vLLM で動かせます。Fast は Pro より料金が 3 分の 1 安く、文書を処理する速さは平均で Pro の 2.4 倍だとしています。
日本の利用者にとって
発表の多言語の評価の表では、日本語の検索の成績は Embed 5 Pro が 87、Embed 5 Fast が 85 でした(前の Embed 4 は 83)。同じ表では、Gemini Embedding 2 が 90、Voyage 4 Large が 87、OpenAI の text-embedding-3-large が 80 です。料金は米ドルで示されています。
YOBITSUGI AI で使えるか
現時点では YOBITSUGI AI からは使えません。
出典
- Introducing Embed 5—A new family of frontier embedding models(Cohere blog・2026年9月30日)
- Announcing Cohere's Embed 5 Models(Cohere Release Notes・2026年9月30日)
