Command A+ è il modello di ragionamento multimodale di Cohere del maggio 2026 per attività aziendali complesse. Combina input di testo e immagini con output testuale e supporta 48 lingue, comprese tutte le lingue ufficiali dell'Unione europea. Il produttore lo propone per agenti multilingue che analizzano le prove, affrontano un problema e usano strumenti forniti da un'applicazione. È un'edizione distinta dal precedente Command A, esclusivamente testuale, e dai modelli specializzati Vision e Reasoning.
Cohere descrive un'architettura mixture-of-experts sparsa con 218 miliardi di parametri totali e 25 miliardi di parametri attivi. Il profilo pubblicato prevede un contesto di 128.000 token e un output massimo di 64.000 token. La data di aggiornamento delle conoscenze indicata è il 1° aprile 2025. Il materiale di partenza, la conversazione e il risultato generato devono rientrare nel budget applicabile alla richiesta; fornisci prove aggiornate o uno strumento adatto quando l'attività dipende da informazioni successive alle conoscenze acquisite durante l'addestramento.
Il flusso di ragionamento ibrido del produttore consente di attivare il ragionamento prima della risposta testuale finale oppure di disattivarlo per ottenere risposte dirette. Un budget di ragionamento controlla il processo intermedio, mentre la risposta deve comunque disporre dello spazio necessario per comunicare il risultato. Definisci la risposta separatamente: una nota decisionale, un confronto, una spiegazione tradotta o un record strutturato. Per un'attività multilingue, specifica la lingua di output e i nomi propri, gli identificatori dei campi e le citazioni che devono mantenere la forma originale.
Un'istruzione esemplificativa è: «Confronta questi passaggi delle politiche, spiega la differenza operativa nella lingua richiesta e identifica la frase della fonte a sostegno di ogni conclusione». Questo combina la comprensione multilingue con il ragionamento sulle prove effettive, invece di chiedere una descrizione di una politica priva di riscontri.
La guida alle immagini di Cohere tratta grafici, diagrammi, tabelle all'interno delle immagini, riconoscimento di documenti e domande basate sulle immagini. Prepara pagine leggibili e conserva titoli, unità ed etichette degli assi. Quando un dettaglio è piccolo, ingrandiscilo senza perdere il contesto circostante e usa l'opzione documentata per il livello di dettaglio dell'immagine adatta all'attività. Il produttore segnala che le prestazioni visive possono variare per le scritture non latine.
Il flusso documentato per le immagini accetta PNG, JPEG, WEBP e GIF non animate, con un massimo di 20 immagini o 20 MB complessivi per richiesta, a seconda del limite raggiunto per primo. Sono limiti del flusso del produttore. Per l'estrazione, richiedi i campi specifici e un riferimento all'immagine di origine; per l'analisi dei grafici, chiedi i valori visibili separatamente dall'interpretazione. Il modello restituisce testo, quindi generare o modificare un'immagine è un'attività di output diversa.
Command A+ include tra le proprie capacità citazioni, uso di strumenti, output strutturati e modalità di sicurezza. Assegna ai documenti identificatori significativi e fornisci le funzioni degli strumenti con descrizioni e schemi degli argomenti. Il modello può selezionare un'operazione, l'applicazione la esegue e ne restituisce il risultato, e la risposta successiva può usare quelle prove. Una fonte recuperata, un'azione proposta dal modello e un risultato eseguito devono restare distinguibili nel registro dell'attività.
Per un risultato strutturato, definisci ogni campo e il trattamento previsto dei dati mancanti. Verifica il contenuto rispetto alle fonti anche quando il formato è valido. Un risultato finale utile contiene la risposta richiesta, le prove a sostegno e le informazioni ancora irrisolte che influiscono sulla conclusione. In questo modo le capacità multimodali e di ragionamento del modello restano collegate a un'attività aziendale concreta, senza attribuire a questa edizione il profilo del precedente Command A.
", "aboutText": "Command A+ è il modello di ragionamento multimodale di Cohere del maggio 2026 per attività aziendali complesse. Combina input di testo e immagini con output testuale e supporta 48 lingue, comprese tutte le lingue ufficiali dell'Unione europea. Il produttore lo propone per agenti multilingue che analizzano le prove, affrontano un problema e usano strumenti forniti da un'applicazione. È un'edizione distinta dal precedente Command A, esclusivamente testuale, e dai modelli specializzati Vision e Reasoning.\n\n### Proprietà del modello e dimensioni delle attività\n\nCohere descrive un'architettura mixture-of-experts sparsa con 218 miliardi di parametri totali e 25 miliardi di parametri attivi. Il profilo pubblicato prevede un contesto di 128.000 token e un output massimo di 64.000 token. La data di aggiornamento delle conoscenze indicata è il 1° aprile 2025. Il materiale di partenza, la conversazione e il risultato generato devono rientrare nel budget applicabile alla richiesta; fornisci prove aggiornate o uno strumento adatto quando l'attività dipende da informazioni successive alle conoscenze acquisite durante l'addestramento.\n\n### Ragionamento e lavoro multilingue\n\nIl flusso di ragionamento ibrido del produttore consente di attivare il ragionamento prima della risposta testuale finale oppure di disattivarlo per ottenere risposte dirette. Un budget di ragionamento controlla il processo intermedio, mentre la risposta deve comunque disporre dello spazio necessario per comunicare il risultato. Definisci la risposta separatamente: una nota decisionale, un confronto, una spiegazione tradotta o un record strutturato. Per un'attività multilingue, specifica la lingua di output e i nomi propri, gli identificatori dei campi e le citazioni che devono mantenere la forma originale.\n\nUn'istruzione esemplificativa è: «Confronta questi passaggi delle politiche, spiega la differenza operativa nella lingua richiesta e identifica la frase della fonte a sostegno di ogni conclusione». Questo combina la comprensione multilingue con il ragionamento sulle prove effettive, invece di chiedere una descrizione di una politica priva di riscontri.\n\n### Immagini e prove documentali\n\nLa guida alle immagini di Cohere tratta grafici, diagrammi, tabelle all'interno delle immagini, riconoscimento di documenti e domande basate sulle immagini. Prepara pagine leggibili e conserva titoli, unità ed etichette degli assi. Quando un dettaglio è piccolo, ingrandiscilo senza perdere il contesto circostante e usa l'opzione documentata per il livello di dettaglio dell'immagine adatta all'attività. Il produttore segnala che le prestazioni visive possono variare per le scritture non latine.\n\nIl flusso documentato per le immagini accetta PNG, JPEG, WEBP e GIF non animate, con un massimo di 20 immagini o 20 MB complessivi per richiesta, a seconda del limite raggiunto per primo. Sono limiti del flusso del produttore. Per l'estrazione, richiedi i campi specifici e un riferimento all'immagine di origine; per l'analisi dei grafici, chiedi i valori visibili separatamente dall'interpretazione. Il modello restituisce testo, quindi generare o modificare un'immagine è un'attività di output diversa.\n\n### Citazioni, strumenti e risultati strutturati\n\nCommand A+ include tra le proprie capacità citazioni, uso di strumenti, output strutturati e modalità di sicurezza. Assegna ai documenti identificatori significativi e fornisci le funzioni degli strumenti con descrizioni e schemi degli argomenti. Il modello può selezionare un'operazione, l'applicazione la esegue e ne restituisce il risultato, e la risposta successiva può usare quelle prove. Una fonte recuperata, un'azione proposta dal modello e un risultato eseguito devono restare distinguibili nel registro dell'attività.\n\nPer un risultato strutturato, definisci ogni campo e il trattamento previsto dei dati mancanti. Verifica il contenuto rispetto alle fonti anche quando il formato è valido. Un risultato finale utile contiene la risposta richiesta, le prove a sostegno e le informazioni ancora irrisolte che influiscono sulla conclusione. In questo modo le capacità multimodali e di ragionamento del modello restano collegate a un'attività aziendale concreta, senza attribuire a questa edizione il profilo del precedente Command A.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
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+ è il modello di ragionamento multimodale di Cohere per agenti aziendali, con input di testo e immagini e output testuale in 48 lingue. Combina citazioni, uso di strumenti e output strutturati con un contesto di 128.000 token e un limite di output documentato di 64.000 token.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Command A+ è il modello di ragionamento multimodale di Cohere del maggio 2026 per attività aziendali complesse. Combina input di testo e immagini con output testuale e supporta 48 lingue, comprese tutte le lingue ufficiali dell'Unione europea. Il produttore lo propone per agenti multilingue che analizzano le prove, affrontano un problema e usano strumenti forniti da un'applicazione. È un'edizione distinta dal precedente Command A, esclusivamente testuale, e dai modelli specializzati Vision e Reasoning.
Cohere descrive un'architettura mixture-of-experts sparsa con 218 miliardi di parametri totali e 25 miliardi di parametri attivi. Il profilo pubblicato prevede un contesto di 128.000 token e un output massimo di 64.000 token. La data di aggiornamento delle conoscenze indicata è il 1° aprile 2025. Il materiale di partenza, la conversazione e il risultato generato devono rientrare nel budget applicabile alla richiesta; fornisci prove aggiornate o uno strumento adatto quando l'attività dipende da informazioni successive alle conoscenze acquisite durante l'addestramento.
Il flusso di ragionamento ibrido del produttore consente di attivare il ragionamento prima della risposta testuale finale oppure di disattivarlo per ottenere risposte dirette. Un budget di ragionamento controlla il processo intermedio, mentre la risposta deve comunque disporre dello spazio necessario per comunicare il risultato. Definisci la risposta separatamente: una nota decisionale, un confronto, una spiegazione tradotta o un record strutturato. Per un'attività multilingue, specifica la lingua di output e i nomi propri, gli identificatori dei campi e le citazioni che devono mantenere la forma originale.
Un'istruzione esemplificativa è: «Confronta questi passaggi delle politiche, spiega la differenza operativa nella lingua richiesta e identifica la frase della fonte a sostegno di ogni conclusione». Questo combina la comprensione multilingue con il ragionamento sulle prove effettive, invece di chiedere una descrizione di una politica priva di riscontri.
La guida alle immagini di Cohere tratta grafici, diagrammi, tabelle all'interno delle immagini, riconoscimento di documenti e domande basate sulle immagini. Prepara pagine leggibili e conserva titoli, unità ed etichette degli assi. Quando un dettaglio è piccolo, ingrandiscilo senza perdere il contesto circostante e usa l'opzione documentata per il livello di dettaglio dell'immagine adatta all'attività. Il produttore segnala che le prestazioni visive possono variare per le scritture non latine.
Il flusso documentato per le immagini accetta PNG, JPEG, WEBP e GIF non animate, con un massimo di 20 immagini o 20 MB complessivi per richiesta, a seconda del limite raggiunto per primo. Sono limiti del flusso del produttore. Per l'estrazione, richiedi i campi specifici e un riferimento all'immagine di origine; per l'analisi dei grafici, chiedi i valori visibili separatamente dall'interpretazione. Il modello restituisce testo, quindi generare o modificare un'immagine è un'attività di output diversa.
Command A+ include tra le proprie capacità citazioni, uso di strumenti, output strutturati e modalità di sicurezza. Assegna ai documenti identificatori significativi e fornisci le funzioni degli strumenti con descrizioni e schemi degli argomenti. Il modello può selezionare un'operazione, l'applicazione la esegue e ne restituisce il risultato, e la risposta successiva può usare quelle prove. Una fonte recuperata, un'azione proposta dal modello e un risultato eseguito devono restare distinguibili nel registro dell'attività.
Per un risultato strutturato, definisci ogni campo e il trattamento previsto dei dati mancanti. Verifica il contenuto rispetto alle fonti anche quando il formato è valido. Un risultato finale utile contiene la risposta richiesta, le prove a sostegno e le informazioni ancora irrisolte che influiscono sulla conclusione. In questo modo le capacità multimodali e di ragionamento del modello restano collegate a un'attività aziendale concreta, senza attribuire a questa edizione il profilo del precedente Command A.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti cohere/command-a-plus | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.0003 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.0003 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra cohere/command-a-plus
Usa i percorsi dei metodi indicati sopra.
cohere/command-a-plusCommand A+ è il modello di ragionamento multimodale di Cohere per agenti aziendali, con input di testo e immagini e output testuale in 48 lingue. Combina citazioni, uso di strumenti e output strutturati con un contesto di 128.000 token e un limite di output documentato di 64.000 token.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Command A+ è il modello di ragionamento multimodale di Cohere del maggio 2026 per attività aziendali complesse. Combina input di testo e immagini con output testuale e supporta 48 lingue, comprese tutte le lingue ufficiali dell'Unione europea. Il produttore lo propone per agenti multilingue che analizzano le prove, affrontano un problema e usano strumenti forniti da un'applicazione. È un'edizione distinta dal precedente Command A, esclusivamente testuale, e dai modelli specializzati Vision e Reasoning.
Cohere descrive un'architettura mixture-of-experts sparsa con 218 miliardi di parametri totali e 25 miliardi di parametri attivi. Il profilo pubblicato prevede un contesto di 128.000 token e un output massimo di 64.000 token. La data di aggiornamento delle conoscenze indicata è il 1° aprile 2025. Il materiale di partenza, la conversazione e il risultato generato devono rientrare nel budget applicabile alla richiesta; fornisci prove aggiornate o uno strumento adatto quando l'attività dipende da informazioni successive alle conoscenze acquisite durante l'addestramento.
Il flusso di ragionamento ibrido del produttore consente di attivare il ragionamento prima della risposta testuale finale oppure di disattivarlo per ottenere risposte dirette. Un budget di ragionamento controlla il processo intermedio, mentre la risposta deve comunque disporre dello spazio necessario per comunicare il risultato. Definisci la risposta separatamente: una nota decisionale, un confronto, una spiegazione tradotta o un record strutturato. Per un'attività multilingue, specifica la lingua di output e i nomi propri, gli identificatori dei campi e le citazioni che devono mantenere la forma originale.
Un'istruzione esemplificativa è: «Confronta questi passaggi delle politiche, spiega la differenza operativa nella lingua richiesta e identifica la frase della fonte a sostegno di ogni conclusione». Questo combina la comprensione multilingue con il ragionamento sulle prove effettive, invece di chiedere una descrizione di una politica priva di riscontri.
La guida alle immagini di Cohere tratta grafici, diagrammi, tabelle all'interno delle immagini, riconoscimento di documenti e domande basate sulle immagini. Prepara pagine leggibili e conserva titoli, unità ed etichette degli assi. Quando un dettaglio è piccolo, ingrandiscilo senza perdere il contesto circostante e usa l'opzione documentata per il livello di dettaglio dell'immagine adatta all'attività. Il produttore segnala che le prestazioni visive possono variare per le scritture non latine.
Il flusso documentato per le immagini accetta PNG, JPEG, WEBP e GIF non animate, con un massimo di 20 immagini o 20 MB complessivi per richiesta, a seconda del limite raggiunto per primo. Sono limiti del flusso del produttore. Per l'estrazione, richiedi i campi specifici e un riferimento all'immagine di origine; per l'analisi dei grafici, chiedi i valori visibili separatamente dall'interpretazione. Il modello restituisce testo, quindi generare o modificare un'immagine è un'attività di output diversa.
Command A+ include tra le proprie capacità citazioni, uso di strumenti, output strutturati e modalità di sicurezza. Assegna ai documenti identificatori significativi e fornisci le funzioni degli strumenti con descrizioni e schemi degli argomenti. Il modello può selezionare un'operazione, l'applicazione la esegue e ne restituisce il risultato, e la risposta successiva può usare quelle prove. Una fonte recuperata, un'azione proposta dal modello e un risultato eseguito devono restare distinguibili nel registro dell'attività.
Per un risultato strutturato, definisci ogni campo e il trattamento previsto dei dati mancanti. Verifica il contenuto rispetto alle fonti anche quando il formato è valido. Un risultato finale utile contiene la risposta richiesta, le prove a sostegno e le informazioni ancora irrisolte che influiscono sulla conclusione. In questo modo le capacità multimodali e di ragionamento del modello restano collegate a un'attività aziendale concreta, senza attribuire a questa edizione il profilo del precedente Command A.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti cohere/command-a-plus | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.0003 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0006 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.0003 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "cohere/command-a-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra cohere/command-a-plus
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
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.