El 4 de noviembre de 2026, Cohere anunció que Embed 5 y Rerank 5 ya estaban disponibles en OpenRouter. Quienes ya usan la plataforma pueden acceder a ellos con su clave de API y sus créditos habituales: el anuncio amplía el acceso a los modelos de recuperación de Cohere, no presenta una nueva generación. Cohere explicó la integración y el flujo de uso.
Qué hace cada modelo en un flujo RAG
En la generación aumentada por recuperación (RAG), un sistema busca documentos pertinentes y los utiliza como contexto para preparar una respuesta. Embed 5 convierte texto y, en el caso de Embed 5 Pro, también imágenes en vectores, representaciones numéricas que permiten localizar contenido semánticamente relacionado. Rerank 5 puntúa los documentos candidatos según su relevancia para la consulta y los ordena antes de que un modelo de chat redacte la respuesta.
| Etapa | Función | Qué viene después |
| Embed 5 | Convierte documentos o consultas en vectores para facilitar la búsqueda. | El sistema recupera candidatos relacionados con la consulta. |
| Rerank 5 | Puntúa y ordena los documentos candidatos según su relevancia. | Se seleccionan los fragmentos que servirán de contexto. |
| Modelo de chat | Usa el contexto seleccionado para generar una respuesta. | La respuesta se apoya en los documentos recuperados. |
En el ejemplo de Cohere, la búsqueda inicial reúne 20 candidatos; Rerank 5 los ordena y el sistema conserva hasta cinco. La muestra aplica un umbral de relevancia de 0,3, un valor ilustrativo de ese flujo, no una regla universal. Si ningún candidato lo supera, el ejemplo omite la llamada al modelo de chat. Rerank 5 también puede añadirse después de una búsqueda semántica, por palabras clave o híbrida, sin que Embed 5 forme parte de esa etapa.
Embed 5 Pro y Embed 5 Fast comparten un espacio de vectores. Cohere indica que se puede crear un índice con Pro y consultar con Fast si ambas operaciones usan las mismas dimensiones. En su evaluación de 40 conjuntos de datos, Cohere informó que esa combinación conservó el 98,4 % de la calidad de recuperación de Pro en ambas etapas; Fast en las dos etapas conservó el 96,6 %. Son resultados comunicados por Cohere para esa evaluación.
Si mezclas Embed 5 Pro y Embed 5 Fast, mantén iguales las dimensiones de los vectores al indexar y al consultar.
Qué midió Cohere con Context Focus
En una publicación del 21 de octubre de 2026, Cohere describió Context Focus como una opción de Rerank 5 que selecciona fragmentos relevantes y los devuelve junto con puntuaciones de relevancia por documento. En una evaluación de 30 conjuntos de preguntas y respuestas, Cohere informó que, al retirar la mitad del texto recuperado, se conservó el 96 % de la calidad de respuesta; al retirar tres cuartas partes, se conservó el 87 %. La publicación de Cohere sobre Rerank 5 detalla esa evaluación.
Enrutamiento de los modelos Pro en la UE
OpenRouter indica que el enrutamiento dentro de la región de la UE no está disponible para Embed 5 Pro y Rerank 5 Pro. Esa condición se refiere a esos dos modelos Pro. OpenRouter detalla las condiciones de Embed 5 Pro y Rerank 5 Pro.
