Cohere maakte op 4 november 2026 bekend dat Embed 5 en Rerank 5 beschikbaar waren via OpenRouter. Bestaande OpenRouter-gebruikers konden de modellen met hun bestaande API-sleutel en tegoed gebruiken, zonder een aparte configuratie. Het gaat om toegang tot Cohere-modellen via een extra platform, niet om een nieuwe modelgeneratie. (Cohere)
In een RAG-systeem, kort voor retrieval-augmented generation, haalt een toepassing eerst relevante informatie op en geeft die mee aan een taalmodel dat een antwoord genereert. Embed 5 en Rerank 5 verzorgen daarin verschillende stappen.
Embed 5 vindt kandidaatbronnen; Rerank 5 rangschikt ze op relevantie voor de vraag.
De rol van Embed 5 en Rerank 5 in een RAG-stroom
Embed 5 zet tekst om in vectoren: getallenreeksen waarmee een systeem inhoud op betekenis kan vergelijken en relevante documenten kan ophalen. Rerank 5 beoordeelt daarna de gevonden documenten tegen de vraag en zet ze op volgorde. Het taalmodel gebruikt vervolgens de geselecteerde bronnen om een antwoord te maken. Cohere beschrijft die stappen in zijn voorbeeld voor OpenRouter. (Cohere)
| Onderdeel | Rol in de stroom | Wat volgt daarna? |
| Embed 5 | Zet inhoud om in vectoren en haalt kandidaatdocumenten op. | Rerank 5 kan de kandidaten opnieuw rangschikken. |
| Rerank 5 | Scoort documenten op relevantie voor de vraag en ordent ze. | Een taalmodel kan de geselecteerde bronnen gebruiken om een antwoord te genereren. |
| Taalmodel | Genereert een antwoord met de geselecteerde bronnen als context. | De toepassing geeft het antwoord terug. |
Cohere’s voorbeeld haalt eerst 20 kandidaten op, laat Rerank 5 die rangschikken en houdt maximaal vijf documenten over. De demonstratie gebruikt daarbij een relevantiedrempel van 0,3. Rerank 5 kan volgens Cohere ook achter een bestaande semantische, zoekwoord- of hybride zoekmethode worden geplaatst; Embed 5 is daarvoor dus niet vereist. (Cohere)
Embed 5 Pro en Embed 5 Fast delen volgens Cohere dezelfde embeddingruimte. Daardoor kan een systeem Pro gebruiken om een index op te bouwen en Fast voor zoekopdrachten, mits beide dezelfde vectordimensie gebruiken. Cohere rapporteert dat deze combinatie in een evaluatie met 40 datasets 98,4% van de retrievalkwaliteit van Pro aan beide kanten behield. Dat is Cohere’s eigen evaluatieresultaat. (Cohere)
Embed 5 Pro kan tekst, afbeeldingen en combinaties van tekst en beeld verwerken. Cohere beschrijft Rerank 5 als tekstgericht. Voor zoekresultaten die uit afbeeldingen bestaan, noemt het bedrijf het rangschikken van herkende tekst of bijschriften als mogelijkheid. (OpenRouter, Cohere)
Wat Cohere rapporteerde over Context Focus
In een publicatie van 21 oktober 2026 beschreef Cohere Context Focus als een optionele functie van Rerank 5. Die selecteert relevante tekstfragmenten en geeft die terug met relevantiescores op documentniveau. (Cohere)
Cohere rapporteerde dat de antwoordkwaliteit in een evaluatie met 30 vraag-en-antwoorddatasets voor 96% behouden bleef nadat de helft van de opgehaalde tekst was verwijderd. Bij verwijdering van driekwart van de tekst bleef volgens dezelfde publicatie 87% van de antwoordkwaliteit over. Dit zijn resultaten uit Cohere’s eigen evaluatie.
Routering voor de Pro-modellen in de EU
OpenRouter vermeldt dat routering binnen de EU-regio niet beschikbaar is voor de listings van Embed 5 Pro en Rerank 5 Pro. (OpenRouter, OpenRouter)
