Cohere: Command A+ lawan Google: Gemini 3.1 Flash Lite Preview
Perbandingan berdampingan Cohere: Command A+ (US$1,05 / 1 jt token (≈ Rp 18.984)) dan Google: Gemini 3.1 Flash Lite Preview (US$0,88 / 1 jt token (≈ Rp 15.820)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Cohere: Command A+ | Google: Gemini 3.1 Flash Lite Preview | |
|---|---|---|
| Penyedia | Cohere | |
| Masukan | US$1,05 / 1 jt token (≈ Rp 18.984) | US$0,88 / 1 jt token (≈ Rp 15.820) |
| Keluaran | US$5,25 / 1 jt token (≈ Rp 94.920) | US$5,25 / 1 jt token (≈ Rp 94.920) |
| Baca cache | US$0,52 / 1 jt token (≈ Rp 9.492) | US$0,09 / 1 jt token (≈ Rp 1.582) |
| Tulis cache | - | US$0,29 / 1 jt token (≈ Rp 5.273) |
| Penalaran | - | US$5,25 / 1 jt token (≈ Rp 94.920) |
| Input audio | - | US$1,75 / 1 jt token (≈ Rp 31.640) |
| Gambar | - | US$0,000001 / gambar (≈ Rp 0,0158) |
| Pencarian web | - | US$49,00 / 1 rb pencarian (≈ Rp 885.920) |
| Jendela konteks | 192.000 | 1.048.576 |
| Output maks. | 64.000 | 65.536 |
| Masukan | text, image | text, image, video, file, audio |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 22 Sep 2026 | 3 Mar 2026 |
Perbedaan utama
- Google: Gemini 3.1 Flash Lite Preview 17% lebih murah untuk token input.
- Google: Gemini 3.1 Flash Lite Preview membaca konteks 5.5× lebih banyak (1.048.576 token).
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,00367 dengan Cohere: Command A+ dan US$0,00350 dengan Google: Gemini 3.1 Flash Lite Preview.
Lebih mendalam
Cohere: Command A+ adalah model teks dari Cohere, dirilis pada 2026-09-22. Google: Gemini 3.1 Flash Lite Preview adalah model teks dari Google, dirilis pada 2026-03-03. Keduanya dilayani melalui api14 sebagai model chat dengan output teks, jadi pada tingkat satu panggilan completion keduanya terlihat serupa: Anda mengirim messages, Anda menerima teks kembali. Perbedaannya muncul pada ukuran context, apa yang bisa Anda masukkan, dan knob tuning yang disediakan masing masing provider.
Pemisahan paling jelas adalah context dan modalitas input. Gemini 3.1 Flash Lite Preview menerima context window yang jauh lebih besar, 1,048,576 token dibandingkan 192,000 untuk Command A+. Gemini juga menerima lebih banyak tipe input: teks, image, video, file dan audio, sedangkan Command A+ hanya menerima teks dan image. Keduanya hanya mengembalikan teks. Pada parameter, Command A+ mendukung frequency_penalty, presence_penalty, top_k, stop dan seed bersama dengan temperature, top_p, tools, structured_outputs, response_format, reasoning dan include_reasoning. Gemini mendukung temperature, top_p, seed, tools, tool_choice, structured_outputs, response_format, reasoning, reasoning_effort dan include_reasoning, tetapi tidak mendukung frequency_penalty, presence_penalty, top_k atau stop. Jika pipeline prompt Anda bergantung pada repetition penalty atau stop sequence, itu adalah alasan untuk mencermati model mana yang Anda panggil. Gemini adalah opsi yang lebih murah pada pricing input, sedangkan pricing output kurang lebih sama antara keduanya.
Untuk pekerjaan sehari hari, pilih berdasarkan apa yang Anda masukkan ke model. Jika Anda meringkas atau melakukan reasoning atas dokumen yang sangat panjang, codebase besar, atau transkrip panjang, context Gemini yang lebih besar berarti lebih sedikit workaround chunking. Jika Anda perlu memasukkan audio atau video secara langsung, Gemini adalah satu satunya dari keduanya yang menerima modalitas tersebut. Jika Anda bekerja dengan image plus teks dan ingin kontrol yang lebih halus atas perilaku sampling, Command A+ memberi Anda penalty dan top_k, yang bisa penting untuk menjaga teks yang dihasilkan tetap pada jalurnya. Keduanya mendukung tools dan structured outputs, jadi beban kerja bergaya agent dan berbentuk JSON dapat dilakukan pada keduanya; tidak ada yang memiliki keunggulan eksklusif di sana menurut data yang tersedia. Untuk generasi teks yang lugas di mana biaya token input mendominasi, Gemini adalah pilihan yang lebih murah.
Memanggil salah satu model melalui api14 menggunakan antarmuka yang kompatibel dengan OpenAI yang sama. Anda mengarahkan klien Anda ke base URL api14, mengirim permintaan chat completions standar dengan array messages Anda, dan mengatur field model. Untuk menggunakan model Cohere, atur model ke "cohere/command-a-plus". Untuk menggunakan model Google, atur model ke "google/gemini-3.1-flash-lite-preview". Semua hal lain dalam body permintaan tetap sama, dengan satu catatan: hanya masukkan parameter yang didukung model yang dipilih. Permintaan yang menyertakan top_k atau stop tidak akan terbawa dengan bersih ke model Gemini, dan reasoning_effort berlaku untuk Gemini tetapi tidak untuk Command A+. Batasi set parameter Anda ke subset umum (temperature, top_p, max_tokens, tools, structured_outputs, response_format, seed, reasoning) jika Anda ingin mengganti model id tanpa mengubah hal lain.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "cohere/command-a-plus" ke "google/gemini-3.1-flash-lite-preview", prompt, streaming, dan tools tetap berfungsi.
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": "google/gemini-3.1-flash-lite-preview",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Perbandingan lainnya
- LiquidAI: LFM3-1.7B lawan Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B lawan Crouton Alpha
- LiquidAI: LFM3-1.7B lawan Tencent: Hy4
- LiquidAI: LFM3-1.7B lawan Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview lawan Crouton Alpha
- Ricursive: Ripple 65B Preview lawan Tencent: Hy4
- Ricursive: Ripple 65B Preview lawan Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha lawan Tencent: Hy4