확인한 것만 기록한다.
2026-11-23 · 00:17 KST / 15:17 UTC한국어 | EN검색 /

속보01 / AI

Cohere 검색 모델, OpenRouter 제공 시작

같은 API 키로 검색 파이프라인을 묶을 수 있지만 토큰당 요금은 발표에 나오지 않았다.

개발자가 뒷모습으로 앉아 문서 검색 결과가 순위별로 늘어선 모니터를 살펴보는 사무실 책상 풍경. AI 생성 이미지

Cohere가 11월 5일 Embed 5·Rerank 5를 OpenRouter 이용자에게 기존 키로 제공한다고 발표했다. 같은 크레딧을 쓰고 별도 설정 절차는 없다는 설명이다.

호출 구조. Cohere 발표문에 따르면 RAG(답변 전에 관련 문서를 찾아 근거로 쓰는 방식)의 색인 작업은 문서 묶음당 한 번이다. 질문마다 Embed 5 Fast, Rerank 5, 채팅 모델 호출이 한 번씩 필요한 구조다.

Cohere는 1,024차원 int8 벡터를 품질 대비 비용의 최적점으로 제안했다. OpenRouter 임베딩 API의 반환값은 실수형이고, int8·이진 벡터는 Cohere 자체 API 경로다. Rerank 5가 한 번에 읽는 분량은 질의와 문서를 합쳐 32k 토큰이다.

점수 기준. Cohere는 Rerank 5 점수가 질의와 분야가 달라도 같은 의미를 갖는다고 밝혔다. 가상 문서 예제에서 임베딩 점수 0.337·0.316 문서는 Rerank 5 뒤 기준 0.3 아래로 밀렸다(회사 공개 수치).

Cohere는 Embed 5 Pro로 색인하고 Embed 5 Fast로 질의하는 조합을 권장했다. 두 모델이 임베딩 공간을 공유해 양쪽 차원만 맞추면 혼용이 가능하다는 설명이다. 40개 데이터셋 시험에서 이 조합은 전부 Pro로 돌린 검색 품질의 98.4%를 유지했다(회사 공개 수치).

같은 시험에서 양쪽 모두 Fast를 쓴 경우는 96.6%였다(회사 공개 수치). Cohere는 다른 모델 계열이면 양쪽에 같은 모델을 써야 한다고 썼다.

두 모델의 OpenRouter 토큰당 요금은 Cohere가 이번 발표에서 밝히지 않았다.