256K

在

出去

聊天

禁用

命令 A

Cohere 的 Command A 模型拥有 111 亿个参数，在智能体工作流和多语言任务中表现出色。凭借 25.6 万个词元的上下文窗口，它能够驱动企业级解决方案。

新会员可获赠价值 1 美元的免费Tokens

Text to Speech

Javascript

Python

                                        const { OpenAI } = require('openai');

const api = new OpenAI({
  baseURL: 'https://api.ai.cc/v1',
  apiKey: '',
});

const main = async () => {
  const result = await api.chat.completions.create({
    model: 'cohere/command-a',
    messages: [
      {
        role: 'system',
        content: 'You are an AI assistant who knows everything.',
      },
      {
        role: 'user',
        content: 'Tell me, why is the sky blue?'
      }
    ],
  });

  const message = result.choices[0].message.content;
  console.log(`Assistant: ${message}`);
};

main();

                                        import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.ai.cc/v1",
    api_key="",    
)

response = client.chat.completions.create(
    model="cohere/command-a",
    messages=[
        {
            "role": "system",
            "content": "You are an AI assistant who knows everything.",
        },
        {
            "role": "user",
            "content": "Tell me, why is the sky blue?"
        },
    ],
)

message = response.choices[0].message.content

print(f"Assistant: {message}")

Docs

一个 API 包含 300 多个 AI 模型

节省20%费用并获赠价值1美元的Tokens

获取 API 密钥探索模型

命令 A

产品详情

💡 隆重推出 Cohere Command A：企业级人工智能强机

命令 A 是 Cohere 最新推出的 1110 亿参数密集 Transformer 模型，专为要求严苛的企业级 AI 应用而精心打造。它提供无与伦比的精度和基于数据的洞察，在各种关键用例中表现卓越，包括： 代理工作流程， 检索增强生成（RAG），和 多语言任务 支持 23 种语言。Command A 针对效率进行了优化，是编码、自动化和高级对话智能等专业应用的理想选择。

🔧 技术规格及性能

命令 A 利用 密集变压器架构 它专为无缝工具集成和 RAG 工作流程而优化，并提供广泛的多语言支持。 23种语言其中包括阿拉伯语、中文（简体和繁体）、俄语和越南语等主要全球语言。该模型仅需两块 A100/H100 GPU 即可高效运行，实现了令人印象深刻的性能。 吞吐量提高 150% 与前代产品相比。

如需深入了解，请参阅原始资料： Cohere 命令描述。

📈 性能基准

根据 Cohere 公布的指标，Command A 展现出了强大的性能：

✅ MMLU：85.5%（论证有力）
✅ 数学：80.0%（有效解决数学问题）
✅ IFEval90.0%（指令执行能力极佳）
✅ 百富联：63.8%（中等业务功能调用）
✅ 陶本奇：51.7%（中等编码准确率）

这些指标凸显了指挥官 A 出色的推理能力和指令执行能力，以及扎实的数学问题解决能力。它还提供了相当可观的…… 256K 令牌上下文窗口对于处理大量文档和复杂工作流程至关重要。

A司令部关键绩效指标的可视化呈现。

💻 主要功能及定价

🤖 企业级智能体人工智能：与外部工具集成，实现自主、智能的工作流程。
📝 检索增强生成（RAG）提供高度可靠、基于数据的输出，并内置引用功能。
🌐 多语言支持：支持 23 种语言的翻译、摘要和自动化。
⚡ 高通量针对大规模企业使用进行了优化，与以前的版本相比效率更高。
🔒 灵活的安全模式提供情境性和严格的安全防护措施，以满足不同的部署需求。

💸 API定价

输入每百万个Tokens 2.769375 美元

输出每百万枚Tokens 11.0775 美元

🚀 最佳使用场景

Command A 的设计旨在适用于各种企业场景：

💻 编码协助生成 SQL 查询、翻译代码并加速开发。
📉 数据驱动的研究与分析：通过可靠的 RAG 增强财务分析和研究。
🌐 多语言任务自动化利用自动翻译和摘要功能简化全球企业工作流程。
🔍 业务流程自动化：集成先进的人工智能工具，以提高运营效率。
💬 高级对话代理：打造功能强大、上下文丰富且支持多语言的聊天机器人。

📃 代码示例和 API 参数

示例代码片段：

导入cohere
导入操作系统

co = cohere.Client(os.getenv("COHERE_API_KEY"))

 response = co.chat( model = 'command-a' , message = "法国的首都是什么？" )

打印（响应文本）

API参数：

模型：细绳 - 指定模型（例如，“command-a”）。
迅速的：细绳 - 用于生成的文本输入。
最大令牌数：整数 - 要生成的最大Tokens数量。
温度：漂浮 - 控制随机性（0.0 到 5.0）。
工具：大批 - 代理工作流工具列表。
语言：细绳 - 目标语言（例如，“en”、“fr”、“yes”）。
使用_rag：布尔值 - 如果为真，则启用 RAG。

🔀 与其他领先型号的比较

A公司在与竞争对手的较量中脱颖而出，展现出明显的优势：

➤ 与 DeepSeek V3 对比Command A 的 MMLU（85.5%）略低于 DeepSeek V3（约 88.5%），Taubench 跑分（51.7%）也低于其（约 70%）。然而，Command A 拥有更优异的性能。 256K 上下文窗口比 DeepSeek V3 的 128K 大得多，在复杂的 RAG 场景中具有明显的优势。
➤ 与 GPT-4o 相比Command A 的 MMLU 成绩 (85.5%) 与 GPT-4o (~87.5%) 相当，但其 Taubench 成绩 (51.7%) 落后于 GPT-4o (~80%)。关键在于，Command A 的 256K 上下文窗口 再次超越了 GPT-4o 的 128K，使其更适合进行广泛的文档分析。
➤ 与 Llama 3.1 8B 的对决Command A 在各项测试中均显著优于 Llama 3.1 8B，其 MMLU 得分（85.5% 对 68.4%）和 Taubench 得分（51.7% 对 61%）均远高于后者。 256K 上下文窗口 也远远超过了 Llama 3.1 8B 的 8K，从而能够实现更复杂、更丰富的上下文应用。

🗄 API集成

命令 A 可通过强大的 AI/ML API 轻松访问。我们提供全面的文档，方便您实现无缝集成。

❓ 常见问题解答 (FAQ)

1. 命令 A 的主要设计用途是什么？

Command A 主要面向企业级 AI 应用，在智能体工作流程、检索增强生成 (RAG) 以及跨 23 种语言的多语言任务方面表现出色。它非常适合编码、自动化和对话智能等专业应用场景。

2. 命令 A 在上下文窗口大小方面表现如何？

命令 A 拥有令人印象深刻的 256K 标记上下文窗口，这比许多竞争模型（如 GPT-4o 和 DeepSeek V3，均为 128K）要大得多，使其在处理和理解大量文档和复杂工作流程方面非常有效。

3. A司令部在基准测试中的主要优势是什么？

该机器人在MMLU（85.5%）和IFEval（90.0%）测试中均表现出色，分别体现了其一般推理能力和指令执行能力，表明其认知能力和执行力都很强。此外，其数学（80.0%）问题解决能力也表现良好。

4. 命令 A 是否适合多语言任务？

是的，Command A 提供强大的多语言支持，涵盖 23 种语言，可实现全球企业工作流程的翻译、摘要和自动化。

5. 命令 A 的 API 定价详情是什么？