Cohere: Command A contra Google: Gemini 4 Argon
Uma comparação lado a lado entre Cohere: Command A (US$ 8,75 / 1M fragmentos (≈ R$ 47,85)) e Google: Gemini 4 Argon (US$ 7,00 / 1M fragmentos (≈ R$ 38,28)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| Cohere: Command A | Google: Gemini 4 Argon | |
|---|---|---|
| Provedor | Cohere | |
| Entrada | US$ 8,75 / 1M fragmentos (≈ R$ 47,85) | US$ 7,00 / 1M fragmentos (≈ R$ 38,28) |
| Saída | US$ 35,00 / 1M fragmentos (≈ R$ 191,39) | US$ 35,00 / 1M fragmentos (≈ R$ 191,39) |
| Leitura de cache | - | US$ 0,35 / 1M fragmentos (≈ R$ 1,91) |
| Gravação de cache | - | US$ 0,66 / 1M fragmentos (≈ R$ 3,59) |
| Raciocínio | - | US$ 35,00 / 1M fragmentos (≈ R$ 191,39) |
| Entrada de áudio | - | US$ 7,00 / 1M fragmentos (≈ R$ 38,28) |
| Imagem | - | US$ 0,000007 / imagem (≈ R$ 0,0000383) |
| Busca na web | - | US$ 49,00 / 1 mil buscas (≈ R$ 267,94) |
| Janela de contexto | 256.000 | 1.048.576 |
| Saída máxima | 8.192 | 943.718 |
| Entrada | text | audio, file, image, text, video |
| Saída | text | text |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 13 de mar. de 2025 | 13 de out. de 2026 |
Principais diferenças
- Google: Gemini 4 Argon é 20% mais barato nos tokens de entrada.
- Google: Gemini 4 Argon lê 4.1× mais contexto (1.048.576 tokens).
- Só o Google: Gemini 4 Argon suporta controle do esforço de raciocínio.
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,03 com Cohere: Command A e US$ 0,02 com Google: Gemini 4 Argon.
Em detalhe
Cohere: Command A é um modelo de texto da Cohere, lançado em 13 de março de 2025. Google: Gemini 4 Argon é um modelo de texto do Google, lançado em 13 de outubro de 2026. Ambos são servidos através do api14 sob os ids de modelo cohere/command-a e google/gemini-4-argon, e ambos estão listados como modelos da categoria texto, portanto, à primeira vista, ocupam o mesmo lugar num seletor de modelos.
As diferenças aparecem no contexto, nas modalidades e nos parâmetros. O Gemini 4 Argon tem a janela de contexto maior, cerca de um milhão de tokens contra os 256.000 do Command A, e aceita áudio, ficheiro, imagem, texto e vídeo como entrada, enquanto o Command A aceita apenas texto. Ambos devolvem texto. O Gemini 4 Argon é o único dos dois que expõe controlos de chamada de ferramentas e de raciocínio (include_reasoning, reasoning, reasoning_effort, tool_choice, tools), enquanto o Command A tem controlos de amostragem como frequency_penalty, presence_penalty, top_k e seed. As saídas estruturadas aparecem em ambos, portanto isso não é um fator decisivo. Quanto ao preço, o Gemini 4 Argon é a opção mais barata para entrada, e os dois são aproximadamente iguais para saída.
Para um programador a escolher entre eles, a divisão prática segue esses factos. Se a sua tarefa é texto simples a entrar e texto a sair, com um prompt que caiba confortavelmente dentro de 256.000 tokens, o Command A é uma predefinição razoável, e os seus parâmetros de penalização e top_k dão-lhe um controlo mais fino sobre o comportamento de amostragem. Se precisar de enviar imagens, áudio, vídeo ou ficheiros juntamente com o prompt, ou se precisar de uma janela de contexto bem além de um quarto de milhão de tokens, o Gemini 4 Argon é o que consegue aceitar essa entrada de todo. Se a sua aplicação depende de chamada de ferramentas ou de expor o esforço de raciocínio como um botão, o Gemini 4 Argon é novamente o único dos dois que o suporta. O custo também importa: para cargas de trabalho com muita entrada, o Gemini 4 Argon é mais barato, enquanto o custo de saída é aproximadamente o mesmo em ambos, portanto uma carga de trabalho com muita geração e apenas texto não ganha muito em mudar só pelo preço.
Chamar qualquer um dos modelos através do api14 funciona da mesma forma, porque a API é compatível com a OpenAI. Aponta o seu cliente existente para o URL base do api14, envia um pedido de chat completions com as suas mensagens, e define o campo model para cohere/command-a ou google/gemini-4-argon. Alternar entre os dois é uma alteração de uma linha nesse id de modelo; as formas do pedido e da resposta mantêm-se iguais. Os parâmetros que passa devem corresponder ao que cada modelo suporta, portanto os campos de ferramentas e de raciocínio pertencem a pedidos para google/gemini-4-argon, e os campos de penalização ou top_k pertencem a pedidos para cohere/command-a.
Ainda há casos em que o Command A é a melhor escolha, mesmo que o Gemini 4 Argon seja maior e mais barato na entrada. Se a sua carga de trabalho for apenas texto e quiser os controlos de amostragem que o Command A expõe, ou se simplesmente preferir a Cohere como fornecedor, o Command A cobre esse terreno sem a superfície extra de modalidades. Nenhum dos modelos é um superconjunto estrito do outro na lista de parâmetros, portanto a escolha resume-se a saber se precisa de entrada multimodal, de um contexto muito grande ou de controlos de raciocínio e ferramentas, caso em que deve escolher o Gemini 4 Argon, ou de um modelo apenas de texto com afinação de penalização e top_k, caso em que o Command A é suficiente.
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" para "google/gemini-4-argon", 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": "google/gemini-4-argon",
"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