Cohere 发布 Rerank 5：BRIGHT 推理检索 82.2 分领先 Voyage 5.8 分，新增段落级 Context Focus，搜索智能体少用 35% token 且更准，相关性分数可直接当概率读

这件事意味着什么

【要点】

Cohere 10 月 21 日发布重排序模型 Rerank 5，分 Pro 和 Fast 两档，当天在 Cohere API、Model Vault、Microsoft Foundry、Amazon SageMaker 和 North 平台全面可用，也可私有化部署。API 价格为每百万 token Pro 0.05 美元、Fast 0.02 美元。

一、成绩（自测，RCP-nDCG@10）：Pro 在 46 个综合数据集中 39 个第一；推理型检索基准 BRIGHT 得 82.2，比 Voyage AI Rerank 3 高 5.8 分、比上一代 Rerank 4 Pro 高 12.4 分；ViDoRe V3、BEIR、nanoMTEB 也领先。Fast 在四个基准上都超过 Voyage Rerank 3 Lite 和更大的 Qwen3-Reranker-8B。

二、Context Focus（新功能）：一次调用同时返回文档分数和文档内最相关的段落。在 30 个问答数据集上删掉一半上下文只损失约 2 个百分点的答案质量；在搜索智能体测试中，与只用 BM25 相比，token 少用 35%，准确率从 46% 升到 58%。

三、分数校准：返回的相关性分数可直接当概率读，0.7 约等于 70% 有用。在人工评审和 NIST TREC-DL 标注上，期望校准误差约 0.06，其他对比模型约为其 4 倍以上。

四、速度：Fast 在单张 A100 上每秒约处理 187 篇千 token 文档，吞吐约为 Pro 的 2.9 倍。

【可核验】

Cohere 博文：https://cohere.com/blog/rerank-5

Cohere 发布帖：https://x.com/cohere/status/2112923503100125326

【我们的判断】

一、背景：智能体一次任务要做几十次搜索，检索质量和上下文长度直接决定 token 账单。重排序是 RAG 里便宜但常被忽视的一环，Cohere 把它从「排序」扩展成「挑出该送进模型的那几句话」。

二、横向比较：主要对手是 Voyage AI（已被 MongoDB 收购）的 Rerank 3 系列和阿里的开源 Qwen3-Reranker。Cohere 的差异点不只是分数，而是 Context Focus 和校准分数两项工程功能：前者替代了单独的上下文压缩步骤，后者让团队用一个阈值决定「送不送、够不够」，智能体也能据此判断「没有找到相关内容」而不是硬答。

三、影响：对做企业搜索和客服知识库的团队，这类改动能直接降低大模型调用成本；与前一阵 OpenAI 延长提示缓存、Anthropic 下调缓存价格一样，行业竞争正从模型本身延伸到「少花 token」的配套环节。

四、注意：基准用的是 Cohere 自定的 RCP-nDCG@10 指标，与常见 nDCG 不完全可比；智能体实验的回答模型是 GLM-5.3 Flash，换成更强模型后收益可能变小；模型不开源。