A Command R+ a Cohere legmodernebb generatív AI modellje, vállalati szintű teljesítményre tervezve, ahol a sebesség, biztonság és kimeneti minőség kritikus. Hatékonyan működik minimális infrastruktúrával, felülmúlva a legjobb modelleket (mint a GPT-4o és DeepSeek-V3) mind képességekben, mind költséghatékonyságban. 256K tokenes kiterjesztett kontextusablakkal – kétszer nagyobb, mint a legtöbb vezető modell – kiválóan teljesít összetett többnyelvű és ügynökalapú feladatokban, amelyek elengedhetetlenek a modern üzleti műveletekhez. Mindezt csupán két GPU-val üzemeltethető, rendkívül elérhetővé téve. Akár 156 token/másodperc sebességgel (kb. 1,75× gyorsabban, mint a GPT-4o) a Command R+ kivételes hatékonyságot nyújt pontosság vagy mélység rovására nélkül.
Weboldal AI Modell Weboldal | |
Szolgáltató A modellt biztosító entitás. | |
Csevegés Írjon be egy üzenetet a csevegés megkezdéséhez | - |
Kiadási Dátum Mikor jelent meg a modell először. | 1 év ago Már 14, 2025 |
Modalitások A modell által feldolgozható adattípusok | szöveg |
API Szolgáltatók A modellt kínáló szolgáltatók. (Ez nem egy teljes lista.) | Cohere, Hugging Face, Major cloud providers |
Tudás Befejezési Dátuma Utoljára mikor frissült a modell tudása. | - |
Nyílt Forráskódú A modell kódja nyilvánosan használható-e. | Igen |
Bemeneti Árazás A promptokban feldolgozott tokenek költsége | $2.50 millió tokenenként |
Kimeneti Árazás A modell által generált tokenek költsége | $10.00 millió tokenenként |
MMLU Massive Multitask Language Understanding – 57 tantárgyban teszteli a tudást, beleértve a matematikát, történelmet, jogot és egyebeket | 85.5% Forrás |
MMLU-Pro Egy robusztusabb MMLU benchmark nehezebb, gondolkodásra összpontosító kérdésekkel, nagyobb választási lehetőségekkel és csökkentett prompt érzékenységgel | Nem elérhető |
MMMU Massive Multitask Multimodal Understanding – Teszteli a megértést szöveg, kép, hang és videó terén | Nem elérhető |
HellaSwag Egy kihívást jelentő mondatkiegészítési benchmark | Nem elérhető |
HumanEval Értékeli a kódgenerálás és problémamegoldó képességeket | Nem elérhető |
MATH Különböző nehézségi szinteken teszteli a matematikai problémamegoldó képességeket | 80% Forrás |
GPQA Doktori szintű tudást tesztel kémiában, biológiában és fizikában, több választós kérdéseken keresztül, amelyek mély szakmai tudást igényelnek | 50.8% Forrás |
IFEval Teszteli a modell képességét, hogy pontosan kövesse az explicit formázási utasításokat, megfelelő kimeneteket generáljon, és következetesen betartsa az utasításokat különböző feladatok során | 90.9% Forrás |
SimpleQA Egyszerű kérdések pontosságának értékelése | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot Többnyelvű programozási benchmark. | - |
LiveCodeBench v5 Valós idejű programozási benchmark | - |
Global MMLU (Lite) A benchmark egyszerűsített verziója a modellek globális szintű univerzalitásának értékelésére. | - |
MathVista Értékeli az AI modellek matematikai következtetési képességeit vizuális környezetben | - |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2026 All Right Reserved.