Cohere 发布 Embed 5：Pro 与 Fast 共享同一个向量空间，索引和查询可以分开选

Cohere 于 2026 年 9 月 30 日发布 Embed 5 嵌入模型家族，含 Pro 与 Fast 两档，模型名为 embed-v5.0-pro 与 embed-v5.0-fast。两档共享同一个嵌入空间，可用 Pro 建索引、用 Fast 承接在线查询而无需重建向量库。支持文本与图像输入、100 多种语言、128K token 上下文与多档输出维度。

这次发布的是什么

Cohere 于 2026 年 9 月 30 日发布 Embed 5，一个新的嵌入模型家族，包含 Embed 5 Pro 与 Embed 5 Fast 两个档位，官方 API 中的模型名分别为 embed-v5.0-pro 与 embed-v5.0-fast。官方公告页为 Cohere 博客的「Introducing Embed 5」，页面标注日期 Sep 30, 2026；开发者文档侧的 changelog 页同步上线了对应条目。

这次发布里最值得注意的是一个结构上的设计：Pro 与 Fast 共享同一个嵌入空间。官方的说明是，用其中一个模型建的索引，可以直接用另一个模型去查询，不需要重建向量库；官方推荐的搭配是用 Pro 做离线索引、用 Fast 承接在线查询。这意味着「建库质量」和「查询延迟」第一次可以在同一个索引上分别取舍。

影响谁：做企业搜索、RAG（检索增强生成）和智能体检索的团队。嵌入模型决定了哪些文档会被送进生成模型，检索错了，后面的生成再强也补不回来。

可用性与限制

• 可用渠道：官方称 Embed 5 当日正式可用，渠道包括 Cohere API、Model Vault、Microsoft Foundry 与 Amazon SageMaker，也可在 North 平台内直接使用。
• 私有部署：官方称两个档位都可以用 vLLM 自托管，批量嵌入（batch embedding）用于大规模入库；具体配额、并发与速率限制以官方文档为准。
• 价格：官方博客给出了按 token 计价的档位划分，本文不写死数字，具体价格以 Cohere 官网定价页为准。
• 输出维度：可选 256 / 512 / 768 / 1024 / 1536 / 2048，输出格式支持 float、int8 与 binary；维度与格式的可用组合以官方文档为准。
• 跨档位检索的前提：Pro 与 Fast 混用时两侧需使用相同的输出维度。官方称在 Matryoshka 截断与 int8 量化下同样成立，但自建向量库的相似度配置需自行验证。
• 境内访问：Cohere 官方服务在境内的可达性与合规要求未在本公告中说明；接入前请以官网与所用云平台渠道的实际说明为准。

主要功能

• 用 Pro 建立离线索引，用 Fast 承接在线查询，同一份向量可复用
• 嵌入文本、图像，以及文本与图像融合的输入（如 PDF 页面）
• 覆盖 100 种以上语言的检索
• 提供 128K token 上下文窗口，处理长文档
• 用 Matryoshka 表示压缩向量维度以节省存储
• 输出 float / int8 / binary 三种格式，按存储与精度取舍

技术原理

据官方说明，Embed 5 是一个把文档与查询映射到同一向量空间的编码器：语义相近的内容在空间中距离更近，检索就是比距离。Pro 与 Fast 共享嵌入空间，是这次能在两侧分别选模型的前提——如果两套模型的向量空间不一致，跨模型比较距离就没有意义。

Matryoshka 表示指的是一个高维向量的前若干维本身就是可用的低维向量，因此可以只存前 256 维或 512 维来换存储，代价是精度。int8 与 binary 输出是另一种压缩路径，用更低精度换更小的索引体积。

评测方法上，官方称 Embed 5 是其首个采用 RCP-nDCG@10 这一检索评测方法的模型家族：不同于只对固定标签计分，它按查询相关的判定标准给召回文档打分。官方在博客中给出了多组对比数据，本文不转述具体分数，请以官方博客原文为准。

实际体验

想验证「共享嵌入空间」这件事是否真的可用，可以用官方 API 做一个最小实验，步骤是可复现的：

第一步，准备一小批自有文档（几十条即可，建议故意混入表格页、扫描件和多语言内容），用 embed-v5.0-pro 以 output_dimension 取 1024 建索引。

第二步，用同一个查询集分别跑 embed-v5.0-pro 与 embed-v5.0-fast 两种查询嵌入，比较召回结果排序的重合度。官方给出的口径是跨模型组合接近同模型基线，但具体到你的语料上是多少，只能自己测。

第三步，把 output_dimension 从 2048 降到 256，观察召回质量与索引体积的变化；再切到 int8 与 binary 看一次。这一步决定你实际要付多少存储成本。

需要自备 Cohere API key，网络与计费以官网为准。

项目地址与获取方式

Embed 5 是托管服务，官方公告中未提供开源仓库，仅通过官方渠道获取。入口是 Cohere 官网创建 API key，随后在 API、Model Vault、Microsoft Foundry 或 Amazon SageMaker 调用；私有部署按官方说明用 vLLM 自建。文档见 docs.cohere.com。请通过官方渠道获取，避免安装被篡改的版本。

适合谁用

• 已有向量库、想在不重建索引的前提下降低在线查询延迟的检索系统负责人
• 处理财报、合同、说明书这类版式复杂文档的企业搜索与 RAG 团队
• 需要覆盖多语言语料、又希望索引与查询成本分开控制的团队
• 做智能体流程、一次任务里要发几十次检索的开发者

不必用的情况：语料规模很小、纯文本、检索质量已经够用，那么换嵌入模型的收益有限，反而要承担重建索引的验证成本；只做生成不做检索的场景也用不到它。

常见问题

Embed 5 和上一代 Embed 4 是什么关系？

官方定位 Embed 5 是新一代嵌入模型家族，官方称其在版式复杂文档、财报、解析后 PDF、代码和多语言检索上相较 Embed 4 有明显提升。官方博客给出了分项对比数据，具体数值请以官方原文为准。是否值得替换，建议拿自有语料跑一次召回对比再决定。

Pro 和 Fast 该怎么选？

官方给出的建议是索引用 Pro、查询用 Fast：建库是一次性成本，质量值得投入；查询是每次请求都要付的延迟与费用，用轻一点的档位更划算。如果你的查询量很低、或语料短小，全用 Pro 也可以。

换到 Embed 5 需要重建向量库吗？

从其他嵌入模型迁到 Embed 5 需要重新生成向量，因为不同模型族的向量空间不可直接比较。但在 Embed 5 内部，Pro 与 Fast 共享同一空间，所以两档之间切换不需要重建。

可以自己部署吗？

官方称两个档位都支持用 vLLM 自托管，也提供 Model Vault 用于单租户部署。具体的部署方式、支持的硬件与许可条件以官方文档为准。

图像的嵌入怎么计费？

官方博客对文本与图像分别列出了计价口径，本文不写死数字。图像嵌入的单价与文本不同，具体以 Cohere 官网定价页为准。

相关工具与内容

• /category/search — AI 搜索分类，检索与知识发现相关工具
• /category/agent — AI 智能体分类，检索是智能体流程的常见前置环节
• /tool/dify — 可自建工作流与知识库的智能体平台，检索配置是核心环节
• /tool/metaso — AI 搜索工具，可对照看检索层的效果差异
• /tool/notebooklm — 基于自有资料问答的工具，适合观察检索质量
• /article/ai-tools-selection-q4-2026 — 若你在做工具选型，可参考这篇的整体思路