Cohere: Command A+ tegen Google: Gemini 3.1 Flash Lite Preview
Een vergelijking naast elkaar van Cohere: Command A+ (US$ 1,05 / 1M tekstdelen (≈ € 0,94)) en Google: Gemini 3.1 Flash Lite Preview (US$ 0,88 / 1M tekstdelen (≈ € 0,78)) met actuele USD-prijzen en mogelijkheden uit de catalogus van api14. Beide werken via dezelfde OpenAI-compatibele API.
Specificaties
| Cohere: Command A+ | Google: Gemini 3.1 Flash Lite Preview | |
|---|---|---|
| Aanbieder | Cohere | |
| Invoer | US$ 1,05 / 1M tekstdelen (≈ € 0,94) | US$ 0,88 / 1M tekstdelen (≈ € 0,78) |
| Uitvoer | US$ 5,25 / 1M tekstdelen (≈ € 4,68) | US$ 5,25 / 1M tekstdelen (≈ € 4,68) |
| Cache lezen | US$ 0,52 / 1M tekstdelen (≈ € 0,47) | US$ 0,09 / 1M tekstdelen (≈ € 0,08) |
| Cache schrijven | - | US$ 0,29 / 1M tekstdelen (≈ € 0,26) |
| Redeneren | - | US$ 5,25 / 1M tekstdelen (≈ € 4,68) |
| Audio-invoer | - | US$ 1,75 / 1M tekstdelen (≈ € 1,56) |
| Afbeelding | - | US$ 0,000001 / afbeelding (≈ € 0,000000779) |
| Webzoeken | - | US$ 49,00 / 1K zoekopdrachten (≈ € 43,63) |
| Contextvenster | 192.000 | 1.048.576 |
| Maximale output | 64.000 | 65.536 |
| Invoer | text, image | text, image, video, file, audio |
| Uitvoer | text | text |
| tool-aanroepen | ||
| Gestructureerde output | ||
| Instelbaar redeneren | ||
| Toegevoegd | 22 sep 2026 | 3 mrt 2026 |
Belangrijkste verschillen
- Google: Gemini 3.1 Flash Lite Preview is 17% goedkoper op inputtokens.
- Google: Gemini 3.1 Flash Lite Preview leest 5.5× meer context (1.048.576 tokens).
- Een verzoek met 1.000 input- en 500 outputtokens kost US$ 0,00367 met Cohere: Command A+ en US$ 0,00350 met Google: Gemini 3.1 Flash Lite Preview.
In detail
Cohere: Command A+ is een tekstmodel van Cohere, uitgebracht op 2026-09-22. Google: Gemini 3.1 Flash Lite Preview is een tekstmodel van Google, uitgebracht op 2026-03-03. Beide worden via api14 aangeboden als chatmodellen met tekstuitvoer, dus op het niveau van een enkele completion-aanroep lijken ze op elkaar: je stuurt berichten en krijgt tekst terug. De verschillen komen naar voren in contextgrootte, wat je kunt invoeren, en de afstemknoppen die elke provider beschikbaar stelt.
De duidelijkste splitsing is context en invoermodaliteiten. Gemini 3.1 Flash Lite Preview heeft een veel groter contextvenster, 1.048.576 tokens tegenover 192.000 voor Command A+. Gemini accepteert ook meer invoertypes: tekst, afbeelding, video, bestand en audio, terwijl Command A+ alleen tekst en afbeelding accepteert. Beide retourneren alleen tekst. Qua parameters ondersteunt Command A+ frequency_penalty, presence_penalty, top_k, stop en seed naast temperature, top_p, tools, structured_outputs, response_format, reasoning en include_reasoning. Gemini ondersteunt temperature, top_p, seed, tools, tool_choice, structured_outputs, response_format, reasoning, reasoning_effort en include_reasoning, maar niet frequency_penalty, presence_penalty, top_k of stop. Als je promptpijplijn afhankelijk is van herhalingsstraffen of een stopsequentie, is dat een reden om goed te kijken welk model je aanroept. Gemini is de goedkopere optie qua invoerprijs, terwijl de uitvoerprijs ongeveer gelijk is tussen de twee.
Voor dagelijks werk kies je op basis van wat je het model voert. Als je samenvat of redeneert over zeer lange documenten, grote codebases of lange transcripten, betekent het grotere contextvenster van Gemini minder omwegen met chunking. Als je audio of video direct wilt doorgeven, is Gemini de enige van de twee die die modaliteiten accepteert. Als je met afbeeldingen plus tekst werkt en fijnere controle wilt over samplinggedrag, geeft Command A+ je straffen en top_k, wat van belang kan zijn om gegenereerde tekst op koers te houden. Beide ondersteunen tools en structured outputs, dus agent-achtige en JSON-vormige workloads zijn op beide mogelijk; geen van beide heeft daar een exclusief voordeel volgens de beschikbare gegevens. Voor eenvoudige tekstgeneratie waarbij de kosten van invoertokens domineren, is Gemini de goedkopere keuze.
Het aanroepen van een van beide modellen via api14 gebruikt dezelfde OpenAI-compatibele interface. Je richt je client op de api14 base URL, stuurt een standaard chat completions-verzoek met je messages-array, en stelt het model-veld in. Om het model van Cohere te gebruiken, stel je model in op "cohere/command-a-plus". Om het model van Google te gebruiken, stel je model in op "google/gemini-3.1-flash-lite-preview". Al het andere in de request body blijft hetzelfde, met een kanttekening: geef alleen parameters door die het gekozen model ondersteunt. Een verzoek met top_k of stop gaat niet schoon over naar het Gemini-model, en reasoning_effort geldt voor Gemini maar niet voor Command A+. Houd je parameterset beperkt tot de gemeenschappelijke subset (temperature, top_p, max_tokens, tools, structured_outputs, response_format, seed, reasoning) als je van model-id wilt wisselen zonder iets anders aan te raken.
Wissel met één string
Beide modellen gebruiken hetzelfde endpoint en dezelfde verzoekstructuur. Verander de waarde van model van "cohere/command-a-plus" naar "google/gemini-3.1-flash-lite-preview", prompts, streaming en tools blijven werken.
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);
Meer vergelijkingen
- LiquidAI: LFM3-1.7B tegen Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B tegen Crouton Alpha
- LiquidAI: LFM3-1.7B tegen Tencent: Hy4
- LiquidAI: LFM3-1.7B tegen Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview tegen Crouton Alpha
- Ricursive: Ripple 65B Preview tegen Tencent: Hy4
- Ricursive: Ripple 65B Preview tegen Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha tegen Tencent: Hy4