Cohere: Command A+ contra Qwen: Qwen3.5 Plus 2026-02-15
Uma comparação lado a lado entre Cohere: Command A+ (US$ 1,05 / 1M fragmentos (≈ R$ 5,74)) e Qwen: Qwen3.5 Plus 2026-02-15 (US$ 0,91 / 1M fragmentos (≈ R$ 4,98)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| Cohere: Command A+ | Qwen: Qwen3.5 Plus 2026-02-15 | |
|---|---|---|
| Provedor | Cohere | Qwen |
| Entrada | US$ 1,05 / 1M fragmentos (≈ R$ 5,74) | US$ 0,91 / 1M fragmentos (≈ R$ 4,98) |
| Saída | US$ 5,25 / 1M fragmentos (≈ R$ 28,71) | US$ 5,46 / 1M fragmentos (≈ R$ 29,86) |
| Leitura de cache | US$ 0,52 / 1M fragmentos (≈ R$ 2,87) | - |
| Janela de contexto | 192.000 | 1.000.000 |
| Saída máxima | 64.000 | 65.536 |
| Entrada | text, image | text, image, video |
| Saída | text | text |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 22 de set. de 2026 | 16 de fev. de 2026 |
Principais diferenças
- Qwen: Qwen3.5 Plus 2026-02-15 é 13% mais barato nos tokens de entrada.
- Qwen: Qwen3.5 Plus 2026-02-15 lê 5.2× mais contexto (1.000.000 tokens).
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,00367 com Cohere: Command A+ e US$ 0,00364 com Qwen: Qwen3.5 Plus 2026-02-15.
Em detalhe
Cohere: Command A+ é um modelo de geração de texto da Cohere, lançado em 2026-09-22. Qwen: Qwen3.5 Plus 2026-02-15 vem da Qwen e foi lançado em 2026-02-16. Ambos estão listados na api14 sob a categoria de texto, e ambos recebem texto como entrada principal e retornam saída de texto. Se você já está escolhendo entre fornecedores para uma carga de trabalho de texto de propósito geral, esses dois ocupam o mesmo espaço no catálogo, então a decisão se resume ao tamanho do contexto, às modalidades de entrada e à superfície de parâmetros que cada um expõe.
A divisão mais clara é o contexto. O Qwen3.5 Plus carrega uma janela de contexto de 1.000.000 de tokens, enquanto o Command A+ fica em 192.000 tokens, então o Qwen é o maior dos dois por uma margem ampla. Nas modalidades de entrada, o Command A+ aceita texto e imagens, enquanto o Qwen3.5 Plus aceita texto, imagens e vídeo, então o Qwen cobre um tipo de entrada a mais. Ambos retornam apenas texto. As listas de parâmetros se sobrepõem bastante: ambos suportam frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, response_format, seed, stop, structured_outputs, temperature, tools, top_k e top_p. O Qwen adiciona logprobs, tool_choice e top_logprobs, o que importa se você quer probabilidades em nível de token ou controle explícito sobre se uma ferramenta é chamada. No preço, o Qwen é a opção mais barata para entrada, enquanto o preço de saída é praticamente o mesmo para os dois, então as diferenças de custo aparecerão principalmente no lado da entrada.
Para o trabalho do dia a dia, a escolha geralmente segue a entrada. Se sua tarefa é apenas texto, ou texto mais algumas imagens, e seus prompts cabem confortavelmente dentro de 192.000 tokens, o Command A+ é um padrão razoável e seu conjunto de parâmetros é amplo o suficiente para a maioria dos padrões de saída estruturada e chamada de ferramentas. Se você está alimentando documentos longos, bases de código inteiras, transcrições extensas ou vídeo, o Qwen3.5 Plus é a melhor opção por causa da janela de contexto maior e da modalidade extra de vídeo. Os parâmetros logprobs e top_logprobs no Qwen também o tornam a escolha quando você precisa inspecionar a confiança do modelo ou construir pontuação sobre a saída bruta, e tool_choice oferece controle mais fino sobre o comportamento de chamada de funções.
Chamar qualquer um dos modelos através da api14 funciona da mesma forma, porque o gateway expõe uma API compatível com a OpenAI. Você aponta seu cliente para a URL base da api14, envia uma requisição de chat completions com suas mensagens e define o campo model como "cohere/command-a-plus" ou "qwen/qwen3.5-plus-02-15". Todo o resto no corpo da requisição mantém o mesmo formato, então alternar entre os dois é uma mudança de uma linha no id do modelo. Parâmetros que ambos os modelos suportam, como temperature, max_tokens, tools e response_format, podem ser passados sem modificação. Se você usa logprobs, top_logprobs ou tool_choice, esses só fazem sentido no id do Qwen, então proteja-os no seu código ou remova-os quando você recorrer ao Command A+.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "cohere/command-a-plus" para "qwen/qwen3.5-plus-02-15", prompts, streaming e ferramentas continuam funcionando.
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": "qwen/qwen3.5-plus-02-15",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Mais comparações
- LiquidAI: LFM3-1.7B contra Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contra Crouton Alpha
- LiquidAI: LFM3-1.7B contra Tencent: Hy4
- LiquidAI: LFM3-1.7B contra Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contra Crouton Alpha
- Ricursive: Ripple 65B Preview contra Tencent: Hy4
- Ricursive: Ripple 65B Preview contra Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contra Tencent: Hy4