Cohere: Command A+ mot Google: Gemini 3.1 Flash Lite Preview
En jämförelse sida vid sida av Cohere: Command A+ (1,05 US$ / 1M textdelar (≈ 10,29 kr)) och Google: Gemini 3.1 Flash Lite Preview (0,88 US$ / 1M textdelar (≈ 8,57 kr)) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.
Specifikationer
| Cohere: Command A+ | Google: Gemini 3.1 Flash Lite Preview | |
|---|---|---|
| Leverantör | Cohere | |
| Indata | 1,05 US$ / 1M textdelar (≈ 10,29 kr) | 0,88 US$ / 1M textdelar (≈ 8,57 kr) |
| Utdata | 5,25 US$ / 1M textdelar (≈ 51,43 kr) | 5,25 US$ / 1M textdelar (≈ 51,43 kr) |
| Cacheläsning | 0,52 US$ / 1M textdelar (≈ 5,14 kr) | 0,09 US$ / 1M textdelar (≈ 0,86 kr) |
| Cacheskrivning | - | 0,29 US$ / 1M textdelar (≈ 2,86 kr) |
| Resonemang | - | 5,25 US$ / 1M textdelar (≈ 51,43 kr) |
| Ljudindata | - | 1,75 US$ / 1M textdelar (≈ 17,14 kr) |
| Bild | - | 0,000001 US$ / bild (≈ 0,00000857 kr) |
| Webbsökning | - | 49,00 US$ / 1K sökningar (≈ 480,02 kr) |
| Kontextfönster | 192 000 | 1 048 576 |
| Max utdata | 64 000 | 65 536 |
| Indata | text, image | text, image, video, file, audio |
| Utdata | text | text |
| Verktygsanrop | ||
| Strukturerad utdata | ||
| Styrning av resonemang | ||
| Tillagd | 22 sep. 2026 | 3 mars 2026 |
Viktiga skillnader
- Google: Gemini 3.1 Flash Lite Preview är 17% billigare på indata-tokens.
- Google: Gemini 3.1 Flash Lite Preview läser 5.5× mer kontext (1 048 576 tokens).
- Ett anrop med 1 000 indata- och 500 utdata-tokens kostar 0,00367 US$ med Cohere: Command A+ och 0,00350 US$ med Google: Gemini 3.1 Flash Lite Preview.
Mer i detalj
Cohere: Command A+ är en textmodell från Cohere, släppt 2026-09-22. Google: Gemini 3.1 Flash Lite Preview är en textmodell från Google, släppt 2026-03-03. Båda serveras via api14 som chattmodeller med textutdata, så på nivån för ett enskilt anrop ser de liknande ut: du skickar meddelanden och får text tillbaka. Skillnaderna visar sig i kontextstorlek, vad du kan mata in och de justeringsreglage varje leverantör exponerar.
Den tydligaste uppdelningen är kontext och indatamodaliteter. Gemini 3.1 Flash Lite Preview tar ett mycket större kontextfönster, 1 048 576 tokens mot 192 000 för Command A+. Gemini accepterar också fler indatatyper: text, bild, video, fil och ljud, medan Command A+ endast accepterar text och bild. Båda returnerar endast text. När det gäller parametrar stöder Command A+ frequency_penalty, presence_penalty, top_k, stop och seed tillsammans med temperature, top_p, tools, structured_outputs, response_format, reasoning och include_reasoning. Gemini stöder temperature, top_p, seed, tools, tool_choice, structured_outputs, response_format, reasoning, reasoning_effort och include_reasoning, men inte frequency_penalty, presence_penalty, top_k eller stop. Om din promptkedja förlitar sig på upprepningsstraff eller en stoppsekvens är det en anledning att titta noga på vilken modell du anropar. Gemini är det billigare alternativet för indatapris, medan utdatapriset är ungefär detsamma mellan de två.
För dagligt arbete, välj baserat på vad du matar modellen med. Om du sammanfattar eller resonerar över mycket långa dokument, stora kodbaser eller långa transkriptioner innebär Geminis större kontext färre kringgåenden med chunkning. Om du behöver skicka ljud eller video direkt är Gemini den enda av de två som accepterar dessa modaliteter. Om du arbetar med bilder plus text och vill ha finare kontroll över samplingsbeteendet ger Command A+ dig straff och top_k, vilket kan spela roll för att hålla genererad text på rätt spår. Båda stöder tools och strukturerade utdata, så agentliknande och JSON-formade arbetsbelastningar är genomförbara på båda; ingen av dem har en exklusiv fördel där enligt tillgängliga data. För enkel textgenerering där kostnaden för indatatokens dominerar är Gemini det billigare valet.
Att anropa endera modellen via api14 använder samma OpenAI-kompatibla gränssnitt. Du pekar din klient mot api14:s bas-URL, skickar en standardförfrågan för chattkompletteringar med din meddelandearray och anger fältet model. För att använda Coheres modell, ange model till "cohere/command-a-plus". För att använda Googles modell, ange model till "google/gemini-3.1-flash-lite-preview". Allt annat i förfrågans body förblir detsamma, med en varning: skicka bara parametrar som den valda modellen stöder. En förfrågan som innehåller top_k eller stop kommer inte att överföras rent till Gemini-modellen, och reasoning_effort gäller Gemini men inte Command A+. Håll din parameteruppsättning till den gemensamma delmängden (temperature, top_p, max_tokens, tools, structured_outputs, response_format, seed, reasoning) om du vill byta modell-id utan att röra något annat.
Byt med en sträng
Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "cohere/command-a-plus" till "google/gemini-3.1-flash-lite-preview", promptar, streaming och verktyg fortsätter att fungera.
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);
Fler jämförelser
- LiquidAI: LFM3-1.7B mot Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B mot Crouton Alpha
- LiquidAI: LFM3-1.7B mot Tencent: Hy4
- LiquidAI: LFM3-1.7B mot Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview mot Crouton Alpha
- Ricursive: Ripple 65B Preview mot Tencent: Hy4
- Ricursive: Ripple 65B Preview mot Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha mot Tencent: Hy4