Cohere gab am 4. November 2026 bekannt, dass Embed 5 und Rerank 5 auf OpenRouter verfügbar sind. Wer OpenRouter bereits nutzt, kann dafür den bestehenden API-Schlüssel und das vorhandene Guthaben verwenden. Der Schritt erweitert den Zugang zu Cohere-Modellen für die Suche in Dokumenten; eine neue Modellgeneration ist es nicht. Coheres Ankündigung
Welche Aufgabe Embed 5 und Rerank 5 übernehmen
In einer Retrieval-Augmented-Generation-Pipeline (RAG) sucht ein System zunächst passende Informationen und gibt sie anschließend an ein Sprachmodell weiter, das daraus eine Antwort formuliert. Embed 5 und Rerank 5 übernehmen dabei unterschiedliche Schritte: Embed 5 wandelt Inhalte in Vektoren um, Rerank 5 bewertet gefundene Dokumente anhand der Frage und sortiert sie neu.
| Komponente | Aufgabe im Ablauf | Was danach geschieht |
| Embed 5 | Wandelt Texte oder unterstützte Bildinhalte in Vektoren um, die sich für die Suche nach ähnlichen Inhalten eignen. | Das System ruft passende Dokumente als Kandidaten ab. |
| Rerank 5 | Bewertet die gefundenen Dokumente anhand der Frage und ordnet sie nach Relevanz. | Die am besten bewerteten Treffer können als Kontext an das Sprachmodell gehen. |
| Chat-Modell | Formuliert eine Antwort auf Grundlage des ausgewählten Kontexts. | Die Antwort stützt sich auf die gefundenen Informationen. |
Cohere beschreibt in seinem OpenRouter-Beispiel einen Ablauf, der zunächst 20 Kandidaten abruft, sie mit Rerank 5 sortiert und bis zu fünf davon behält. Ein Demonstrationsgrenzwert von 0,3 filtert Treffer zusätzlich nach ihrem Relevanzwert. Besteht kein Kandidat diesen Wert, überspringt das Beispiel den Aufruf des Chat-Modells. Rerank 5 kann laut Cohere auch hinter einer vorhandenen semantischen, stichwortbasierten oder hybriden Suche eingesetzt werden; Embed 5 ist dafür nicht zwingend erforderlich. Coheres Workflow-Beispiel
Wenn bereits eine Suche vorhanden ist, kann Rerank 5 als nachgelagerte Bewertungsstufe dazukommen, ohne dass Embed 5 den Suchindex erzeugen muss.
Was Cohere zu Embed 5 Pro und Fast berichtet
Embed 5 Pro und Embed 5 Fast teilen laut Cohere einen gemeinsamen Einbettungsraum. Dadurch kann ein mit Pro erstellter Index mit Fast für Suchanfragen genutzt werden, sofern beide dieselbe Vektordimension verwenden. In einer von Cohere ausgewerteten Untersuchung über 40 Datensätze erreichte diese Kombination laut Unternehmen 98,4 Prozent der Retrieval-Qualität von Pro auf beiden Seiten. Bei Fast sowohl für Indexierung als auch Suche waren es 96,6 Prozent. Das sind von Cohere berichtete Evaluationsergebnisse. Cohere zur Embed-5-Auswertung
Context Focus: Cohere berichtet über weniger Text bei ähnlicher Antwortqualität
In einem am 21. Oktober 2026 veröffentlichten Beitrag beschreibt Cohere Context Focus als optionale Funktion von Rerank 5. Sie wählt relevante Textstellen aus und gibt sie zusammen mit Relevanzwerten für das jeweilige Dokument zurück.
Cohere berichtet über eine Auswertung mit 30 Frage-Antwort-Datensätzen: Wurde die Hälfte des abgerufenen Textes entfernt, blieben demnach 96 Prozent der Antwortqualität erhalten. Bei einer Kürzung um drei Viertel waren es 87 Prozent. Diese Werte beziehen sich auf Cohere-eigene Evaluationen. Coheres Beitrag zu Rerank 5
EU-Routing bei den Pro-Modellen
OpenRouter führt Cohere als einzigen Anbieter für Embed 5 Pro und Rerank 5 Pro und gibt für beide Modelle an, dass EU-In-Region-Routing nicht verfügbar ist. Diese Angabe betrifft die gelisteten Pro-Modelle. OpenRouter zu Embed 5 Pro und Rerank 5 Pro
