Cohere「Parse」正式提供、表や図を含む文書を9言語でMarkdown化——1,000ページ1.50ドル

結論から言うと、Cohereは複雑な企業文書をAIが使いやすい形へ変換する「Parse」を正式提供しました。文字だけでなく表、フォーム、図、埋め込み画像を読み、構造を保ったMarkdownと位置情報を返せるため、社内検索やRAGの準備を効率化できます。

Cohereは2026年8月27日、Parseを一般提供したと公式ブログで発表しました。視覚言語モデル「parse-v5.0」を使い、画像や文書をページ単位で解析します。英語だけに限らず、世界の主要な商用言語9種類を扱い、金融、保険、科学などの業務文書を想定しています。視覚要素には境界ボックスを付け、元ページのどこにあった情報かも残します。

利用先はCohere API、専用環境のModel Vault、Microsoft Foundry、AWS SageMakerです。API料金は1,000ページ当たり1.50ドルと案内されています。Cohereの検索基盤Compassでは、文章をベクトル化するEmbedや検索結果を並べ直すRerankと組み合わせられます。

API例では画像を送信し、各ページのMarkdownを連結して保存します。

会社の規程、請求書、研究資料などを検索AIへ入れる前の整形に使えます。たとえば表の行列や図の位置を保ったまま索引を作れば、単純なOCRより回答の根拠を追いやすくなります。機密資料では、専用環境やオンプレミス配置を選べる点も判断材料になります。

注意点として、公式ブログの性能比較はCohere自身による説明であり、すべての書式や日本語文書で同じ精度になる保証はありません。日本語が9言語に含まれるかは発表本文で明記されていないため、ここでは対応と断定しません。導入前に自社の表、縦書き、手書き文字で精度を試し、料金や保存方針も公式画面で再確認してください。