企业RAG系统经常能找到相关文件，却把整篇长文档都交给大模型，带来成本、延迟和噪声。Cohere发布Rerank 5后，企业知识库的竞争正从找到文档走向找到文档中的证据。

10月21日，Cohere推出Rerank 5系列，包括追求最高排序质量的Rerank 5 Pro，以及面向低延迟、高吞吐场景的Rerank 5 Fast。两款模型都用于对关键词搜索、向量搜索或混合搜索得到的候选结果重新排序，让与用户问题更相关的内容排在前面。

Context Focus把相关段落一并返回

此次更新的重点是可选功能Context Focus。除了为每份文档给出相关性分数，模型还能返回文档中最相关的字符区间及其得分。应用可以只把这些关键段落发送给大模型，或在搜索界面中直接高亮依据，帮助用户理解结果为何匹配。

这类设计有两个现实价值。第一，长合同、研究报告和医疗资料中真正与问题相关的内容可能只有几段，减少无关Token有助于控制推理费用；第二，保留段落位置可以让回答更容易回到原文核查。但关键段落仍由模型判断，并不代表其一定完整或正确。

Pro与Fast对应不同工作负载

Rerank 5 Pro面向复杂、需要推理的查询，以及金融、医疗、科学研究等长文档和专业领域；Rerank 5 Fast则针对大量搜索请求和需要多次检索的智能体工作流。Cohere称Fast版本在强调速度和成本的同时，表现超过上一代Rerank 4 Pro，这一结论属于厂商口径，企业仍需用自己的数据测试。

两款模型都支持超过100种语言，具有32K Token上下文窗口，也能处理以YAML字符串形式提供的JSON、表格和其他半结构化记录。对于跨国企业，这意味着同一套检索层可以覆盖多语言文档和不同数据格式，但各语言、行业术语和表格结构的效果可能存在差异。

校准分数让阈值更容易统一

Rerank 5提供校准后的相关性分数。Cohere表示，分数在不同查询和领域之间更一致，企业可以设置一个阈值，决定哪些结果有资格进入后续大模型。相比每个业务场景分别调阈值，这有利于统一治理和成本控制。

不过，统一阈值不等于一次设置永久有效。数据分布、用户问题和文档类型变化后，误删关键证据或引入无关结果的风险也会变化。生产系统应持续记录命中率、人工点击、答案引用和失败案例，并为高风险查询保留更宽松的召回范围。

升级不需要重新建立索引

由于Rerank在查询时读取原始文本，现有用户从旧版本升级时不需要重新索引或重新生成Embedding，只需修改模型参数。Context Focus默认关闭，需要明确启用。Rerank 5可通过Cohere API、Microsoft Foundry和Amazon SageMaker使用，也提供单租户及私有部署选择。

编辑观察：重排模型是RAG质量的第二道门

检索系统的第一步负责尽量找全，重排模型则负责从候选结果中挑出最值得进入大模型的内容。它既影响答案准确性，也决定每次请求消耗多少上下文。企业测试时应同时看召回率、排序质量、端到端答案正确率、延迟和Token成本，而不是只看单一榜单。

更重要的是，Rerank不会消除大模型幻觉，也不能替代文档权限控制。系统仍需确保用户只能检索有权访问的资料，并在回答中保留引用和原文跳转。只有检索、权限、生成和审计形成闭环，Context Focus带来的“更少输入”才会真正转化为“更可靠输出”。

配图为AIcent原创AI生成实景风格示意图，非官方新闻现场照片，不使用第三方新闻图片。

参考来源：Cohere官方文档（2026年10月21日）。正文为基于官方消息的中文整理，编辑观察与事实披露分开呈现。