Embed 5 Fast

Fiche modèle · Cohere · embed-v5.0-fast

Embed 5 Fast is Cohere's latency- and throughput-optimized multimodal embedding model for interactive search, agent loops, and high-volume retrieval. It embeds text, images, and mixed text-and-image inputs, supports more than 100 languages, has a 128K-token context window, and produces Matryoshka embeddings with 256, 512, 768, 1024, 1536, or 2048 dimensions. Fast and Pro share an embedding space. Cohere lists API pricing of $0.08 per million text tokens and $0.40 per million image tokens.

Identité

OrganisationCohere
Pays—
Famille—
Typellm
Date de sortie2026-09-30
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte—
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-10-29T18:17:53.747011Z
Mis à jour le2026-11-04T06:04:38.907433Z
SourceLLM Stats
URLhttps://llm-stats.com/models/embed-v5.0-fast

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Coherellm-statsnon0.08 $—————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Aucune donnée.

Scores par benchmark

Aucune donnée.

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04