Command A+ ist Coheres multimodales Denkmodell vom Mai 2026 für komplexe Unternehmensaufgaben. Es verbindet Text- und Bildeingabe mit Textausgabe und unterstützt 48 Sprachen, darunter alle Amtssprachen der Europäischen Union. Der Hersteller positioniert es für mehrsprachige Agenten, die Belege analysieren, ein Problem durchdenken und von einer Anwendung bereitgestellte Werkzeuge nutzen. Es ist eine eigenständige Edition gegenüber dem früheren reinen Textmodell Command A und den spezialisierten Modellen Vision und Reasoning.
Cohere beschreibt eine dünn besetzte Mixture-of-Experts-Architektur mit insgesamt 218 Milliarden und 25 Milliarden aktiven Parametern. Ihr veröffentlichtes Profil hat einen Kontext von 128.000 Tokens und eine maximale Ausgabe von 64.000 Tokens. Als Wissensstand ist der 1. April 2025 angegeben. Quellmaterial, Dialog und erzeugtes Ergebnis müssen in das geltende Anfragebudget passen; stellen Sie aktuelle Belege oder ein geeignetes Werkzeug bereit, wenn die Aufgabe Informationen jenseits des Trainingswissens benötigt.
Der hybride Denkablauf des Herstellers kann den Denkprozess vor der abschließenden Textantwort aktivieren oder für direkte Antworten deaktivieren. Ein Denkbudget steuert den Zwischenprozess, während die Antwort weiterhin Platz benötigt, um das Ergebnis zu vermitteln. Definieren Sie die Antwort unabhängig davon: eine Entscheidungsvorlage, einen Vergleich, eine übersetzte Erklärung oder einen strukturierten Datensatz. Geben Sie bei einer mehrsprachigen Aufgabe die Ausgabesprache und jene Eigennamen, Feldkennungen und Zitate an, die in ihrer ursprünglichen Form erhalten bleiben müssen.
Eine beispielhafte Anweisung lautet: „Vergleiche diese Richtlinienpassagen, erkläre den betrieblichen Unterschied in der gewünschten Sprache und nenne für jede Schlussfolgerung den stützenden Quellsatz.“ Das verbindet mehrsprachiges Verständnis mit dem Schlussfolgern über tatsächliche Belege, statt eine unbelegte Darstellung einer Richtlinie anzufordern.
Coheres Bildanleitung behandelt Diagramme, schematische Darstellungen, Tabellen in Bildern, Dokumenterkennung und bildgestützte Fragen. Bereiten Sie lesbare Seiten vor und bewahren Sie Überschriften, Einheiten und Achsenbeschriftungen. Vergrößern Sie kleine Details, ohne den umgebenden Kontext zu verlieren, und verwenden Sie die dokumentierte, zur Aufgabe passende Auswahl der Bilddetailstufe. Der Hersteller weist darauf hin, dass die visuelle Leistung bei nichtlateinischen Schriften variieren kann.
Der dokumentierte Bildablauf akzeptiert PNG, JPEG, WEBP und nicht animiertes GIF, mit bis zu 20 Bildern oder insgesamt 20 MB je Anfrage, je nachdem, welche Grenze zuerst erreicht wird. Dies sind Grenzen des Herstellerablaufs. Fordern Sie bei einer Extraktion die konkreten Felder und eine Quellbildreferenz an; fragen Sie bei einer Diagrammanalyse nach sichtbaren Werten getrennt von der Interpretation. Das Modell gibt Text zurück, weshalb das Erzeugen oder Bearbeiten eines Bildes eine andere Ausgabeaufgabe ist.
Command A+ führt Quellenverweise, Werkzeugnutzung, strukturierte Ausgaben und Sicherheitsmodi unter seinen Fähigkeiten auf. Geben Sie Dokumenten aussagekräftige Kennungen und versehen Sie Werkzeugfunktionen mit Beschreibungen und Argumentschemas. Das Modell kann eine Operation auswählen, die Anwendung führt sie aus und liefert das Ergebnis zurück, und die folgende Antwort kann diese Belege nutzen. Eine Suchquelle, eine vom Modell vorgeschlagene Aktion und ein ausgeführtes Ergebnis sollten im Aufgabenprotokoll unterscheidbar bleiben.
Definieren Sie für ein strukturiertes Ergebnis jedes Feld und den erwarteten Umgang mit fehlenden Daten. Prüfen Sie den Inhalt anhand seiner Quellen, auch wenn das Format gültig ist. Ein nützliches Endergebnis enthält die gewünschte Antwort, die stützenden Belege und alle ungeklärten Informationen, die die Schlussfolgerung beeinflussen. So bleiben die multimodalen Fähigkeiten und Denkfähigkeiten des Modells an eine konkrete Unternehmensaufgabe gebunden, ohne dieser Edition das frühere Command A-Profil zuzuordnen.
", "aboutText": "Command A+ ist Coheres multimodales Denkmodell vom Mai 2026 für komplexe Unternehmensaufgaben. Es verbindet Text- und Bildeingabe mit Textausgabe und unterstützt 48 Sprachen, darunter alle Amtssprachen der Europäischen Union. Der Hersteller positioniert es für mehrsprachige Agenten, die Belege analysieren, ein Problem durchdenken und von einer Anwendung bereitgestellte Werkzeuge nutzen. Es ist eine eigenständige Edition gegenüber dem früheren reinen Textmodell Command A und den spezialisierten Modellen Vision und Reasoning.\n\n### Modelleigenschaften und Aufgabenumfang\n\nCohere beschreibt eine dünn besetzte Mixture-of-Experts-Architektur mit insgesamt 218 Milliarden und 25 Milliarden aktiven Parametern. Ihr veröffentlichtes Profil hat einen Kontext von 128.000 Tokens und eine maximale Ausgabe von 64.000 Tokens. Als Wissensstand ist der 1. April 2025 angegeben. Quellmaterial, Dialog und erzeugtes Ergebnis müssen in das geltende Anfragebudget passen; stellen Sie aktuelle Belege oder ein geeignetes Werkzeug bereit, wenn die Aufgabe Informationen jenseits des Trainingswissens benötigt.\n\n### Schlussfolgern und mehrsprachige Arbeit\n\nDer hybride Denkablauf des Herstellers kann den Denkprozess vor der abschließenden Textantwort aktivieren oder für direkte Antworten deaktivieren. Ein Denkbudget steuert den Zwischenprozess, während die Antwort weiterhin Platz benötigt, um das Ergebnis zu vermitteln. Definieren Sie die Antwort unabhängig davon: eine Entscheidungsvorlage, einen Vergleich, eine übersetzte Erklärung oder einen strukturierten Datensatz. Geben Sie bei einer mehrsprachigen Aufgabe die Ausgabesprache und jene Eigennamen, Feldkennungen und Zitate an, die in ihrer ursprünglichen Form erhalten bleiben müssen.\n\nEine beispielhafte Anweisung lautet: „Vergleiche diese Richtlinienpassagen, erkläre den betrieblichen Unterschied in der gewünschten Sprache und nenne für jede Schlussfolgerung den stützenden Quellsatz.“ Das verbindet mehrsprachiges Verständnis mit dem Schlussfolgern über tatsächliche Belege, statt eine unbelegte Darstellung einer Richtlinie anzufordern.\n\n### Bilder und Dokumentbelege\n\nCoheres Bildanleitung behandelt Diagramme, schematische Darstellungen, Tabellen in Bildern, Dokumenterkennung und bildgestützte Fragen. Bereiten Sie lesbare Seiten vor und bewahren Sie Überschriften, Einheiten und Achsenbeschriftungen. Vergrößern Sie kleine Details, ohne den umgebenden Kontext zu verlieren, und verwenden Sie die dokumentierte, zur Aufgabe passende Auswahl der Bilddetailstufe. Der Hersteller weist darauf hin, dass die visuelle Leistung bei nichtlateinischen Schriften variieren kann.\n\nDer dokumentierte Bildablauf akzeptiert PNG, JPEG, WEBP und nicht animiertes GIF, mit bis zu 20 Bildern oder insgesamt 20 MB je Anfrage, je nachdem, welche Grenze zuerst erreicht wird. Dies sind Grenzen des Herstellerablaufs. Fordern Sie bei einer Extraktion die konkreten Felder und eine Quellbildreferenz an; fragen Sie bei einer Diagrammanalyse nach sichtbaren Werten getrennt von der Interpretation. Das Modell gibt Text zurück, weshalb das Erzeugen oder Bearbeiten eines Bildes eine andere Ausgabeaufgabe ist.\n\n### Quellenverweise, Werkzeuge und strukturierte Ergebnisse\n\nCommand A+ führt Quellenverweise, Werkzeugnutzung, strukturierte Ausgaben und Sicherheitsmodi unter seinen Fähigkeiten auf. Geben Sie Dokumenten aussagekräftige Kennungen und versehen Sie Werkzeugfunktionen mit Beschreibungen und Argumentschemas. Das Modell kann eine Operation auswählen, die Anwendung führt sie aus und liefert das Ergebnis zurück, und die folgende Antwort kann diese Belege nutzen. Eine Suchquelle, eine vom Modell vorgeschlagene Aktion und ein ausgeführtes Ergebnis sollten im Aufgabenprotokoll unterscheidbar bleiben.\n\nDefinieren Sie für ein strukturiertes Ergebnis jedes Feld und den erwarteten Umgang mit fehlenden Daten. Prüfen Sie den Inhalt anhand seiner Quellen, auch wenn das Format gültig ist. Ein nützliches Endergebnis enthält die gewünschte Antwort, die stützenden Belege und alle ungeklärten Informationen, die die Schlussfolgerung beeinflussen. So bleiben die multimodalen Fähigkeiten und Denkfähigkeiten des Modells an eine konkrete Unternehmensaufgabe gebunden, ohne dieser Edition das frühere Command A-Profil zuzuordnen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Reconcile multilingual delivery notes\n\nCompare these delivery notes: EN-1: 'Send eight replacement handles; keep order A17 open until they arrive.' FR-1: 'Envoyer huit poignees de remplacement; ne pas fermer la commande A17 avant leur reception.' Write an English operations handoff with quantity, item, order ID and closure condition. State whether the two supplied notes disagree.An English handoff with four operational fields and an evidence-based agreement check.Keep A17 unchanged and preserve the condition that arrival precedes closure.cohere/command-a-plusCommand A+ ist Coheres multimodales Denkmodell für Unternehmensagenten mit Text- und Bildeingabe sowie Textausgabe in 48 Sprachen. Es verbindet Quellenverweise, Werkzeugnutzung und strukturierte Ausgaben mit einem Kontext von 128.000 Tokens und einer dokumentierten Ausgabeobergrenze von 64.000 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Command A+ ist Coheres multimodales Denkmodell vom Mai 2026 für komplexe Unternehmensaufgaben. Es verbindet Text- und Bildeingabe mit Textausgabe und unterstützt 48 Sprachen, darunter alle Amtssprachen der Europäischen Union. Der Hersteller positioniert es für mehrsprachige Agenten, die Belege analysieren, ein Problem durchdenken und von einer Anwendung bereitgestellte Werkzeuge nutzen. Es ist eine eigenständige Edition gegenüber dem früheren reinen Textmodell Command A und den spezialisierten Modellen Vision und Reasoning.
Cohere beschreibt eine dünn besetzte Mixture-of-Experts-Architektur mit insgesamt 218 Milliarden und 25 Milliarden aktiven Parametern. Ihr veröffentlichtes Profil hat einen Kontext von 128.000 Tokens und eine maximale Ausgabe von 64.000 Tokens. Als Wissensstand ist der 1. April 2025 angegeben. Quellmaterial, Dialog und erzeugtes Ergebnis müssen in das geltende Anfragebudget passen; stellen Sie aktuelle Belege oder ein geeignetes Werkzeug bereit, wenn die Aufgabe Informationen jenseits des Trainingswissens benötigt.
Der hybride Denkablauf des Herstellers kann den Denkprozess vor der abschließenden Textantwort aktivieren oder für direkte Antworten deaktivieren. Ein Denkbudget steuert den Zwischenprozess, während die Antwort weiterhin Platz benötigt, um das Ergebnis zu vermitteln. Definieren Sie die Antwort unabhängig davon: eine Entscheidungsvorlage, einen Vergleich, eine übersetzte Erklärung oder einen strukturierten Datensatz. Geben Sie bei einer mehrsprachigen Aufgabe die Ausgabesprache und jene Eigennamen, Feldkennungen und Zitate an, die in ihrer ursprünglichen Form erhalten bleiben müssen.
Eine beispielhafte Anweisung lautet: „Vergleiche diese Richtlinienpassagen, erkläre den betrieblichen Unterschied in der gewünschten Sprache und nenne für jede Schlussfolgerung den stützenden Quellsatz.“ Das verbindet mehrsprachiges Verständnis mit dem Schlussfolgern über tatsächliche Belege, statt eine unbelegte Darstellung einer Richtlinie anzufordern.
Coheres Bildanleitung behandelt Diagramme, schematische Darstellungen, Tabellen in Bildern, Dokumenterkennung und bildgestützte Fragen. Bereiten Sie lesbare Seiten vor und bewahren Sie Überschriften, Einheiten und Achsenbeschriftungen. Vergrößern Sie kleine Details, ohne den umgebenden Kontext zu verlieren, und verwenden Sie die dokumentierte, zur Aufgabe passende Auswahl der Bilddetailstufe. Der Hersteller weist darauf hin, dass die visuelle Leistung bei nichtlateinischen Schriften variieren kann.
Der dokumentierte Bildablauf akzeptiert PNG, JPEG, WEBP und nicht animiertes GIF, mit bis zu 20 Bildern oder insgesamt 20 MB je Anfrage, je nachdem, welche Grenze zuerst erreicht wird. Dies sind Grenzen des Herstellerablaufs. Fordern Sie bei einer Extraktion die konkreten Felder und eine Quellbildreferenz an; fragen Sie bei einer Diagrammanalyse nach sichtbaren Werten getrennt von der Interpretation. Das Modell gibt Text zurück, weshalb das Erzeugen oder Bearbeiten eines Bildes eine andere Ausgabeaufgabe ist.
Command A+ führt Quellenverweise, Werkzeugnutzung, strukturierte Ausgaben und Sicherheitsmodi unter seinen Fähigkeiten auf. Geben Sie Dokumenten aussagekräftige Kennungen und versehen Sie Werkzeugfunktionen mit Beschreibungen und Argumentschemas. Das Modell kann eine Operation auswählen, die Anwendung führt sie aus und liefert das Ergebnis zurück, und die folgende Antwort kann diese Belege nutzen. Eine Suchquelle, eine vom Modell vorgeschlagene Aktion und ein ausgeführtes Ergebnis sollten im Aufgabenprotokoll unterscheidbar bleiben.
Definieren Sie für ein strukturiertes Ergebnis jedes Feld und den erwarteten Umgang mit fehlenden Daten. Prüfen Sie den Inhalt anhand seiner Quellen, auch wenn das Format gültig ist. Ein nützliches Endergebnis enthält die gewünschte Antwort, die stützenden Belege und alle ungeklärten Informationen, die die Schlussfolgerung beeinflussen. So bleiben die multimodalen Fähigkeiten und Denkfähigkeiten des Modells an eine konkrete Unternehmensaufgabe gebunden, ohne dieser Edition das frühere Command A-Profil zuzuordnen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits cohere/command-a-plus | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.003 / 1K Token Eingabe · Cache-Lesen $0.0003 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.003 / 1K Token Eingabe · Cache-Lesen $0.0003 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "cohere/command-a-plus", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='cohere/command-a-plus',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='cohere/command-a-plus',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra cohere/command-a-plus
Verwenden Sie die oben angezeigten Methodenpfade.
cohere/command-a-plusCommand A+ ist Coheres multimodales Denkmodell für Unternehmensagenten mit Text- und Bildeingabe sowie Textausgabe in 48 Sprachen. Es verbindet Quellenverweise, Werkzeugnutzung und strukturierte Ausgaben mit einem Kontext von 128.000 Tokens und einer dokumentierten Ausgabeobergrenze von 64.000 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Command A+ ist Coheres multimodales Denkmodell vom Mai 2026 für komplexe Unternehmensaufgaben. Es verbindet Text- und Bildeingabe mit Textausgabe und unterstützt 48 Sprachen, darunter alle Amtssprachen der Europäischen Union. Der Hersteller positioniert es für mehrsprachige Agenten, die Belege analysieren, ein Problem durchdenken und von einer Anwendung bereitgestellte Werkzeuge nutzen. Es ist eine eigenständige Edition gegenüber dem früheren reinen Textmodell Command A und den spezialisierten Modellen Vision und Reasoning.
Cohere beschreibt eine dünn besetzte Mixture-of-Experts-Architektur mit insgesamt 218 Milliarden und 25 Milliarden aktiven Parametern. Ihr veröffentlichtes Profil hat einen Kontext von 128.000 Tokens und eine maximale Ausgabe von 64.000 Tokens. Als Wissensstand ist der 1. April 2025 angegeben. Quellmaterial, Dialog und erzeugtes Ergebnis müssen in das geltende Anfragebudget passen; stellen Sie aktuelle Belege oder ein geeignetes Werkzeug bereit, wenn die Aufgabe Informationen jenseits des Trainingswissens benötigt.
Der hybride Denkablauf des Herstellers kann den Denkprozess vor der abschließenden Textantwort aktivieren oder für direkte Antworten deaktivieren. Ein Denkbudget steuert den Zwischenprozess, während die Antwort weiterhin Platz benötigt, um das Ergebnis zu vermitteln. Definieren Sie die Antwort unabhängig davon: eine Entscheidungsvorlage, einen Vergleich, eine übersetzte Erklärung oder einen strukturierten Datensatz. Geben Sie bei einer mehrsprachigen Aufgabe die Ausgabesprache und jene Eigennamen, Feldkennungen und Zitate an, die in ihrer ursprünglichen Form erhalten bleiben müssen.
Eine beispielhafte Anweisung lautet: „Vergleiche diese Richtlinienpassagen, erkläre den betrieblichen Unterschied in der gewünschten Sprache und nenne für jede Schlussfolgerung den stützenden Quellsatz.“ Das verbindet mehrsprachiges Verständnis mit dem Schlussfolgern über tatsächliche Belege, statt eine unbelegte Darstellung einer Richtlinie anzufordern.
Coheres Bildanleitung behandelt Diagramme, schematische Darstellungen, Tabellen in Bildern, Dokumenterkennung und bildgestützte Fragen. Bereiten Sie lesbare Seiten vor und bewahren Sie Überschriften, Einheiten und Achsenbeschriftungen. Vergrößern Sie kleine Details, ohne den umgebenden Kontext zu verlieren, und verwenden Sie die dokumentierte, zur Aufgabe passende Auswahl der Bilddetailstufe. Der Hersteller weist darauf hin, dass die visuelle Leistung bei nichtlateinischen Schriften variieren kann.
Der dokumentierte Bildablauf akzeptiert PNG, JPEG, WEBP und nicht animiertes GIF, mit bis zu 20 Bildern oder insgesamt 20 MB je Anfrage, je nachdem, welche Grenze zuerst erreicht wird. Dies sind Grenzen des Herstellerablaufs. Fordern Sie bei einer Extraktion die konkreten Felder und eine Quellbildreferenz an; fragen Sie bei einer Diagrammanalyse nach sichtbaren Werten getrennt von der Interpretation. Das Modell gibt Text zurück, weshalb das Erzeugen oder Bearbeiten eines Bildes eine andere Ausgabeaufgabe ist.
Command A+ führt Quellenverweise, Werkzeugnutzung, strukturierte Ausgaben und Sicherheitsmodi unter seinen Fähigkeiten auf. Geben Sie Dokumenten aussagekräftige Kennungen und versehen Sie Werkzeugfunktionen mit Beschreibungen und Argumentschemas. Das Modell kann eine Operation auswählen, die Anwendung führt sie aus und liefert das Ergebnis zurück, und die folgende Antwort kann diese Belege nutzen. Eine Suchquelle, eine vom Modell vorgeschlagene Aktion und ein ausgeführtes Ergebnis sollten im Aufgabenprotokoll unterscheidbar bleiben.
Definieren Sie für ein strukturiertes Ergebnis jedes Feld und den erwarteten Umgang mit fehlenden Daten. Prüfen Sie den Inhalt anhand seiner Quellen, auch wenn das Format gültig ist. Ein nützliches Endergebnis enthält die gewünschte Antwort, die stützenden Belege und alle ungeklärten Informationen, die die Schlussfolgerung beeinflussen. So bleiben die multimodalen Fähigkeiten und Denkfähigkeiten des Modells an eine konkrete Unternehmensaufgabe gebunden, ohne dieser Edition das frühere Command A-Profil zuzuordnen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits cohere/command-a-plus | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.003 / 1K Token Eingabe · Cache-Lesen $0.0003 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0006 / 1K Token Ausgabe · Ausgabetoken $0.003 / 1K Token Eingabe · Cache-Lesen $0.0003 / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "cohere/command-a-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'cohere/command-a-plus', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'cohere/command-a-plus', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra cohere/command-a-plus
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Reconcile multilingual delivery notes\n\nCompare these delivery notes: EN-1: 'Send eight replacement handles; keep order A17 open until they arrive.' FR-1: 'Envoyer huit poignees de remplacement; ne pas fermer la commande A17 avant leur reception.' Write an English operations handoff with quantity, item, order ID and closure condition. State whether the two supplied notes disagree.An English handoff with four operational fields and an evidence-based agreement check.Keep A17 unchanged and preserve the condition that arrival precedes closure.