हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Cohere: Command A+

cohere/command-a-plus

टेक्स्टइनपुट: text · imageToolsReasoning192K22 सित॰ 2026 को जोड़ा गया

playground में खोलें Cohere: Command A+ के लिए API key पाएं

Cohere: Command A+ अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

एक API. हर मॉडल.

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इन

सेशन लागत $0.00

Cohere: Command A+ एक नज़र में

इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 33% कम है।
1,92,000 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
agents और integrations के लिए tool (function) calling सपोर्ट करता है।
schema के साथ structured JSON output सपोर्ट करता है।
reasoning effort नियंत्रण सपोर्ट करता है।
इनपुट के रूप में इमेज स्वीकार करता है (vision)।
एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.00367 है।

Cohere: Command A+ के बारे में

Command A+ एक text generation model है जो Cohere से आता है, और provider इसे enterprise agentic workflows के लिए अपनी flagship offering के रूप में प्रस्तुत करता है। यह Cohere के Command family का हिस्सा है और उन teams के लिए बनाया गया है जो ऐसी applications बना रही हैं जिन्हें API के पीछे एक सक्षम general purpose language model चाहिए। अगर आप पहले से अन्य Cohere models इस्तेमाल करते हैं या किसी agent style workload के लिए providers का मूल्यांकन कर रहे हैं, तो यह उस line में top tier option है।

Input की ओर, model text और images दोनों स्वीकार करता है, इसलिए prompts लिखित निर्देशों को visual content के साथ जोड़ सकते हैं। Output केवल text है। Context window 192,000 tokens है, जो इतना बड़ा है कि एक ही request में लंबे documents, विस्तारित conversation histories या बड़े tool outputs रख सके। अधिकतम output length 64,000 tokens है, इसलिए model लंबी responses दे सकता है, केवल छोटी completions नहीं। यह strict tool schemas और structured outputs के साथ native tool calling का समर्थन करता है, जिसका अर्थ है कि responses को free form prose के बजाय आपके द्वारा परिभाषित schema तक सीमित किया जा सकता है।

ये capabilities कुछ व्यावहारिक उपयोगों की ओर संकेत करती हैं। Agentic workflows बताया गया focus है, इसलिए strict schemas के साथ tool calling उन tasks के लिए उपयुक्त है जहाँ model को functions चुनने, arguments पास करने और steps को chain करने होते हैं। Structured outputs documents या images से data extraction, form filling और ऐसी किसी भी pipeline के लिए उपयुक्त हैं जहाँ downstream system एक निश्चित JSON shape की अपेक्षा करता है। Image input और 192K context window का संयोजन document question answering के लिए काम करता है, जहाँ किसी question के साथ एक page image या लंबा text दिया जाता है। reasoning और include_reasoning parameters के माध्यम से reasoning support भी multi step problems के लिए उपयुक्त है जहाँ आप चाहते हैं कि model intermediate steps पर काम करे।

आप इसे api14 के OpenAI compatible API के माध्यम से model id "cohere/command-a-plus" का उपयोग करके call करते हैं। चूँकि interface OpenAI chat completions shape का अनुसरण करता है, मौजूदा OpenAI SDKs और client libraries आम तौर पर केवल base URL और key परिवर्तन के साथ काम करती हैं। समर्थित request parameters हैं frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, response_format, seed, stop, structured_outputs, temperature, tools, top_k और top_p। यह sampling controls, seed के माध्यम से deterministic output, stop sequences, max_tokens के माध्यम से output length, response_format और structured_outputs के माध्यम से schema enforcement, और tools के माध्यम से tool definitions को कवर करता है।

Facts में text only output modality के अलावा कोई stated limitation नहीं है, इसलिए अगर आपको image या audio generation चाहिए तो यह model उपयुक्त नहीं है। सीधे short text tasks के लिए, एक छोटा model पर्याप्त हो सकता है, क्योंकि बड़ा context window और reasoning features लंबे या जटिल inputs पर सबसे अधिक मायने रखते हैं।

Cohere: Command A+ API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "cohere/command-a-plus" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "cohere/command-a-plus",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

समर्थित parameters

frequency_penaltyinclude_reasoningmax_tokenspresence_penaltyreasoningresponse_formatseedstopstructured_outputstemperaturetoolstop_ktop_p

स्पेसिफिकेशन

Context लंबाई: 1,92,000
अधिकतम आउटपुट: 64,000
इनपुट: text, image
आउटपुट: text

api14 पर requests · पिछले 7 दिन

Cohere: Command A+: अक्सर पूछे जाने वाले सवाल

Cohere: Command A+ API की कीमत कितनी है?: Cohere: Command A+ की कीमत इनपुट $1.05 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Cohere: Command A+ की context window कितनी है?: Cohere: Command A+ हर request में 1,92,000 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 64,000 आउटपुट tokens तक लिखता है।
Cohere: Command A+ क्या कर सकता है?: Cohere: Command A+ text, image स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
अपने कोड से Cohere: Command A+ कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "cohere/command-a-plus" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Cohere: Command A+ के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Qwen: Qwen2.5 VL 72B Instruct, Qwen: Qwen3.5 Plus 2026-02-15, DeepSeek: DeepSeek V4 Flash 0731। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Cohere: Command A+ कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Cohere: Command A+ के बारे में पहला टॉपिक खोलें।