Cohere于2026年发布Rerank 5，提供Pro与Fast两种版本并新增Context Focus功能，可在重排阶段同时返回文档相关性评分和高价值文本片段，旨在减少下游模型的无效阅读与token开销。公告数据来自公司内部评测，实际部署需企业在端到端检索链路上验证片段保留、质量与成本权衡。
Cohere于2026年10月21日发布检索重排序模型Rerank 5，提供Pro和Fast两个版本。此次更新不仅提高候选文档的排序能力，还加入名为Context Focus的可选功能：在判断哪些文档相关的同时，标出文档中最值得交给语言模型阅读的文本片段。
根据Cohere发布公告，两款模型已正式提供服务，Pro侧重复杂查询和排序质量，Fast面向低延迟、高吞吐量场景。对检索增强生成（RAG）和需要反复搜索的智能体而言，这次更新针对的是一个具体问题：找到相关文档之后，是否仍有必要把整篇内容送进生成模型。
这关系到成本，也关系到答案质量。不过，Cohere公布的性能、上下文压缩和准确率数据均来自其自身评估，不能直接视为企业实际部署后的收益保证。
从“找到哪篇文档”到“保留哪些证据”
典型的企业检索链路会先通过关键词、向量或混合搜索召回一批候选，再由重排序模型结合查询重新判断相关性，最后把排名靠前的内容交给语言模型生成答案。
这一流程解决了“哪些文档更相关”，却未必解决“相关文档中哪些内容真正有用”。一份财务报告可能只有几句话回答当前问题；一份技术手册可能只有某个小节涉及所需配置。如果把大量背景文字一并送入模型，上下文开销仍然很高。
Context Focus试图在重排阶段进一步筛选证据。按照Cohere的说明，一次调用可以同时返回文档级相关性评分和带评分的文本片段，由应用决定哪些片段进入后续上下文。
Cohere官方文档源码明确指出，该功能默认关闭，需要显式启用。每个片段以原文中的起止字符位置及评分表示；开发者可以提高阈值以移除更多内容，也可以限制每篇文档返回的片段数量。如果没有片段达到阈值，对应结果不会包含片段字段。
因此，它不是自动替企业生成一份可靠摘要，而是为应用提供更细粒度的内容筛选依据。哪些片段可以单独使用、是否需要保留前后文，仍是系统设计的一部分。
这一思路与企业检索领域更广泛的工程变化相呼应。此前报道的NVIDIA Nemotron 3.5检索模型同样把解析、召回和重排放在智能体取证链路中讨论。两者并非同一产品，但都说明，检索系统的价值正越来越多地通过下游任务表现和阅读开销衡量，而不只是单项排序分数。
压缩上下文有收益，也有取舍
Cohere在公告中介绍了覆盖30个问答数据集的Context Focus实验。公司称，移除一半检索上下文时，答案质量下降2个百分点，保留原有质量的96%；移除四分之三时，下降7个百分点，保留87%。这里的百分点下降与相对保留比例是不同指标，不能把后者写成最终答案准确率。
在另一组搜索智能体实验中，Cohere从BM25关键词搜索开始逐步加入组件。其报告的准确率从BM25配置的46%，升至加入Rerank 5 Pro后的49%；在Context Focus阈值设为0.4的完整配置下，准确率达到58%，每个任务的token用量较BM25基线减少35%。
这些结果支持一种工程可能性：删除无关内容不一定损害答案，反而可能减少干扰。但它们没有证明压缩越多越好，也没有证明所有智能体都会得到相同收益。候选文档是否完整、问题是否需要跨段推理，以及答案对遗漏信息有多敏感，都会影响取舍。
官方文档也明确划出了适用边界。Context Focus更适合目标明确的查询；摘要等宽泛任务可能仍需要完整文档。表格、表单和代码也不像普通段落那样容易切分。对于包含例外条款、跨段引用或复杂结构的材料，只保留局部高分片段可能不足以支撑完整判断。
相关性评分希望成为决策依据，而不只是排序数字
Rerank 5的另一项更新是校准后的相关性评分。传统重排分数主要用于比较同一批候选的先后顺序，分数达到某个数值，并不天然意味着文档具有相应概率的实用价值。
Cohere称，新模型的评分经过校准，可以更接近文档“有用”的概率。公司以0.7分对应约70%的有用概率解释这一目标，并报告称，在盲评人员和美国国家标准与技术研究院（NIST）TREC Deep Learning评审标签构成的两组判断数据上，Pro和Fast的预期校准误差约为0.06。
这仍是Cohere组织和报告的评估，使用外部人工标签并不等于由独立机构对产品完成复测。对于具体企业语料，评分能否保持同样含义，仍需用业务查询和相关性标注检验。
如果评分足够可靠，应用就有机会从固定保留前几条结果，转向保留超过阈值的内容；如果没有结果达标，也可以再次搜索，或者明确表示证据不足。不过，相关性评分判断的是材料是否有助于查询，不是对材料真实性的认证，更不能替代访问权限和业务规则。
榜单数字需要放回评测方法中理解
Cohere称，Rerank 5 Pro在其评估的46个综合数据集中，有39个排名第一、43个至少排名第二，并在BRIGHT、BEIR、nanoMTEB和ViDoRe V3等测试中领先所比较的模型。
其中，Cohere报告Pro在BRIGHT上取得82.2分，高于上一代Rerank 4 Pro和所比较的Voyage AI模型。但公告同时说明，这些结果采用的是Cohere开发的RCP-nDCG@10方法，目的是处理相关性标签覆盖不完整带来的评测问题。
BRIGHT项目官网则说明，其公开榜单报告的是12个数据集上的平均nDCG@10，并允许不同的查询改写或推理方案。两套结果不能仅凭同属BRIGHT就直接横向比较，更不能把公告中的82.2解释为企业问答准确率。
BRIGHT本身关注的是需要深入推理才能发现相关文档的检索任务。这解释了Cohere为何强调复杂查询，但公开基准上的领先，仍不能替代对内部合同、财务资料、技术工单或中文知识库的测试。
两个版本，以及不能混为一谈的部署范围
根据官方模型说明，Pro约有20亿参数，Fast约有5亿参数，两者的单篇文档上下文上限均为32,768 tokens，计算时包含查询与该篇文档，而不是把整个请求中的所有文档合并计算。
两款模型接受文本输入，结构化数据可以转换为YAML字符串传入。公告虽然讨论了复杂PDF和视觉丰富文档上的检索结果，但这并不意味着Rerank 5能够原生接收页面图像；文档解析和转成文本的环节仍需分别处理。
Cohere列出的正式服务渠道包括Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker以及North。企业也可联系公司讨论自有虚拟私有云或本地部署。需要注意，Context Focus在官方文档中明确列为通过Cohere API提供，不能据此推断所有渠道已经具备相同的片段输出能力。
公告给出的API价格为Pro每百万tokens 0.05美元、Fast每百万tokens 0.02美元。这是重排服务的报价，不是完整RAG系统的总成本；文档解析、初步召回、生成模型和基础设施费用仍需另行考虑。
Cohere还称，Fast在单块NVIDIA A100上的持续负载测试中，每秒可重排约187篇长度约为1,000 tokens的文档。公告图注给出的设置包括每次请求96篇文档、并发数8，以及对每种文档长度执行1,000次请求。这一吞吐结果应与测试条件一起理解，不能直接作为不同硬件或不同负载下的容量承诺。
企业真正需要验证的是整条链路
Rerank 5的工程意义，在于把检索优化推进到“最终送给语言模型哪些证据”这一层。它可以叠加在已有关键词、向量或混合搜索之上，不要求仅为接入重排而重新建立索引；但这不意味着接入后无需重新评估系统。
对企业而言，关键问题不只是新模型是否把正确文档排得更靠前，还包括关键证据是否被保留、错误答案是否减少、端到端延迟是否可接受，以及重排成本能否被下游节省抵消。对于必须完整审阅材料的任务，还需要能够回退到原文，而不是一律依赖压缩后的片段。
因此，Cohere此次发布提供的是一种更精细的上下文控制工具，而非无条件降低成本的保证。它能否真正改善企业智能体，最终取决于在具体业务中，减少的究竟是冗余文字，还是不可缺少的证据。