Command A+ 是 Cohere 於 2026 年 5 月推出、用於複雜企業任務的多模態推理模型。它將文字與圖片輸入結合文字輸出，支援 48 種語言，包括歐盟所有官方語言。製造商將其定位為多語言代理，可分析佐證、逐步解決問題，並使用應用程式提供的工具。它與較早的純文字 Command A，以及專門的 Vision 和 Reasoning 模型各自獨立。
Cohere 將其描述為稀疏混合專家架構，具有 2,180 億總參數及 250 億啟用參數。公布規格具有 128,000 個 token 的上下文，以及最多 64,000 個 token 的輸出。列明的知識截止日期為 2025 年 4 月 1 日。來源資料、對話與生成結果必須符合適用的請求額度；任務依賴訓練知識以外的資訊時，提供最新佐證或合適工具。
開發商的混合推理工作流程可啟用最終文字回應前的思考，也可停用以直接回答。思考額度控制中間過程，而回應仍需有空間傳達結果。分別定義回答：決策備忘錄、比較、翻譯說明或結構化紀錄。多語言任務應指定輸出語言，以及必須維持原樣的專有名稱、欄位識別碼與引文。
指令示例：「比較這些政策段落，以要求的語言解釋操作差異，並指出支持每項結論的來源句子。」這將多語言理解與針對實際佐證的推理結合，避免要求缺乏依據的政策描述。
Cohere 的圖片指南涵蓋圖表、圖解、圖片內表格、文件辨識及以圖片為依據的問答。準備清晰可讀的頁面，保留標題、單位與座標軸標籤。細節較小時，在保留周邊脈絡的情況下放大，並依文件選擇適合任務的圖片細節設定。製造商指出，非拉丁文字的視覺表現可能不同。
文件記載的圖片工作流程接受 PNG、JPEG、WEBP 及非動畫 GIF，每次請求最多 20 張圖片或合計 20 MB，以先達到的限制為準。這些是開發商工作流程的界限。擷取時要求特定欄位與來源圖片參照；分析圖表時，將可見數值與解讀分開要求。模型傳回文字，因此生成或編輯圖片是另一種輸出任務。
Command A+ 將引用來源、工具使用、結構化輸出及安全模式列為能力。為文件提供有意義的識別碼，並為工具函式提供說明及引數結構描述。模型可選擇操作，應用程式執行並傳回結果，後續回答便可使用該佐證。檢索來源、模型建議操作與執行結果，應在任務紀錄中維持可區分。
結構化結果應定義每個欄位，以及預期的缺漏資料處理方式。即使格式有效，仍需將內容與來源核對。實用的最終交付成果包含要求的回答、支持佐證，以及會影響結論的未解資訊。這讓模型的多模態與推理能力對應具體企業任務，同時避免將較早 Command A 的規格套用至此版本。
", "aboutText": "Command A+ 是 Cohere 於 2026 年 5 月推出、用於複雜企業任務的多模態推理模型。它將文字與圖片輸入結合文字輸出，支援 48 種語言，包括歐盟所有官方語言。製造商將其定位為多語言代理，可分析佐證、逐步解決問題，並使用應用程式提供的工具。它與較早的純文字 Command A，以及專門的 Vision 和 Reasoning 模型各自獨立。\n\n### 模型特性與任務大小\n\nCohere 將其描述為稀疏混合專家架構，具有 2,180 億總參數及 250 億啟用參數。公布規格具有 128,000 個 token 的上下文，以及最多 64,000 個 token 的輸出。列明的知識截止日期為 2025 年 4 月 1 日。來源資料、對話與生成結果必須符合適用的請求額度；任務依賴訓練知識以外的資訊時，提供最新佐證或合適工具。\n\n### 推理與多語言工作\n\n開發商的混合推理工作流程可啟用最終文字回應前的思考，也可停用以直接回答。思考額度控制中間過程，而回應仍需有空間傳達結果。分別定義回答：決策備忘錄、比較、翻譯說明或結構化紀錄。多語言任務應指定輸出語言，以及必須維持原樣的專有名稱、欄位識別碼與引文。\n\n指令示例：「比較這些政策段落，以要求的語言解釋操作差異，並指出支持每項結論的來源句子。」這將多語言理解與針對實際佐證的推理結合，避免要求缺乏依據的政策描述。\n\n### 圖片與文件佐證\n\nCohere 的圖片指南涵蓋圖表、圖解、圖片內表格、文件辨識及以圖片為依據的問答。準備清晰可讀的頁面，保留標題、單位與座標軸標籤。細節較小時，在保留周邊脈絡的情況下放大，並依文件選擇適合任務的圖片細節設定。製造商指出，非拉丁文字的視覺表現可能不同。\n\n文件記載的圖片工作流程接受 PNG、JPEG、WEBP 及非動畫 GIF，每次請求最多 20 張圖片或合計 20 MB，以先達到的限制為準。這些是開發商工作流程的界限。擷取時要求特定欄位與來源圖片參照；分析圖表時，將可見數值與解讀分開要求。模型傳回文字，因此生成或編輯圖片是另一種輸出任務。\n\n### 引用、工具與結構化結果\n\nCommand A+ 將引用來源、工具使用、結構化輸出及安全模式列為能力。為文件提供有意義的識別碼，並為工具函式提供說明及引數結構描述。模型可選擇操作，應用程式執行並傳回結果，後續回答便可使用該佐證。檢索來源、模型建議操作與執行結果，應在任務紀錄中維持可區分。\n\n結構化結果應定義每個欄位，以及預期的缺漏資料處理方式。即使格式有效，仍需將內容與來源核對。實用的最終交付成果包含要求的回答、支持佐證，以及會影響結論的未解資訊。這讓模型的多模態與推理能力對應具體企業任務，同時避免將較早 Command A 的規格套用至此版本。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
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+ 是 Cohere 為企業代理打造的多模態推理模型，接受文字與圖片輸入，並以 48 種語言輸出文字。它將引用來源、工具使用與結構化輸出結合 128,000 個 token 的上下文，以及文件記載的 64,000 個 token 輸出上限。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Command A+ 是 Cohere 於 2026 年 5 月推出、用於複雜企業任務的多模態推理模型。它將文字與圖片輸入結合文字輸出，支援 48 種語言，包括歐盟所有官方語言。製造商將其定位為多語言代理，可分析佐證、逐步解決問題，並使用應用程式提供的工具。它與較早的純文字 Command A，以及專門的 Vision 和 Reasoning 模型各自獨立。
Cohere 將其描述為稀疏混合專家架構，具有 2,180 億總參數及 250 億啟用參數。公布規格具有 128,000 個 token 的上下文，以及最多 64,000 個 token 的輸出。列明的知識截止日期為 2025 年 4 月 1 日。來源資料、對話與生成結果必須符合適用的請求額度；任務依賴訓練知識以外的資訊時，提供最新佐證或合適工具。
開發商的混合推理工作流程可啟用最終文字回應前的思考，也可停用以直接回答。思考額度控制中間過程，而回應仍需有空間傳達結果。分別定義回答：決策備忘錄、比較、翻譯說明或結構化紀錄。多語言任務應指定輸出語言，以及必須維持原樣的專有名稱、欄位識別碼與引文。
指令示例：「比較這些政策段落，以要求的語言解釋操作差異，並指出支持每項結論的來源句子。」這將多語言理解與針對實際佐證的推理結合，避免要求缺乏依據的政策描述。
Cohere 的圖片指南涵蓋圖表、圖解、圖片內表格、文件辨識及以圖片為依據的問答。準備清晰可讀的頁面，保留標題、單位與座標軸標籤。細節較小時，在保留周邊脈絡的情況下放大，並依文件選擇適合任務的圖片細節設定。製造商指出，非拉丁文字的視覺表現可能不同。
文件記載的圖片工作流程接受 PNG、JPEG、WEBP 及非動畫 GIF，每次請求最多 20 張圖片或合計 20 MB，以先達到的限制為準。這些是開發商工作流程的界限。擷取時要求特定欄位與來源圖片參照；分析圖表時，將可見數值與解讀分開要求。模型傳回文字，因此生成或編輯圖片是另一種輸出任務。
Command A+ 將引用來源、工具使用、結構化輸出及安全模式列為能力。為文件提供有意義的識別碼，並為工具函式提供說明及引數結構描述。模型可選擇操作，應用程式執行並傳回結果，後續回答便可使用該佐證。檢索來源、模型建議操作與執行結果，應在任務紀錄中維持可區分。
結構化結果應定義每個欄位，以及預期的缺漏資料處理方式。即使格式有效，仍需將內容與來源核對。實用的最終交付成果包含要求的回答、支持佐證，以及會影響結論的未解資訊。這讓模型的多模態與推理能力對應具體企業任務，同時避免將較早 Command A 的規格套用至此版本。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 cohere/command-a-plus | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 $0.0003 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 $0.0003 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra cohere/command-a-plus
請使用上方列出的 API 方法路徑。
cohere/command-a-plusCommand A+ 是 Cohere 為企業代理打造的多模態推理模型，接受文字與圖片輸入，並以 48 種語言輸出文字。它將引用來源、工具使用與結構化輸出結合 128,000 個 token 的上下文，以及文件記載的 64,000 個 token 輸出上限。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Command A+ 是 Cohere 於 2026 年 5 月推出、用於複雜企業任務的多模態推理模型。它將文字與圖片輸入結合文字輸出，支援 48 種語言，包括歐盟所有官方語言。製造商將其定位為多語言代理，可分析佐證、逐步解決問題，並使用應用程式提供的工具。它與較早的純文字 Command A，以及專門的 Vision 和 Reasoning 模型各自獨立。
Cohere 將其描述為稀疏混合專家架構，具有 2,180 億總參數及 250 億啟用參數。公布規格具有 128,000 個 token 的上下文，以及最多 64,000 個 token 的輸出。列明的知識截止日期為 2025 年 4 月 1 日。來源資料、對話與生成結果必須符合適用的請求額度；任務依賴訓練知識以外的資訊時，提供最新佐證或合適工具。
開發商的混合推理工作流程可啟用最終文字回應前的思考，也可停用以直接回答。思考額度控制中間過程，而回應仍需有空間傳達結果。分別定義回答：決策備忘錄、比較、翻譯說明或結構化紀錄。多語言任務應指定輸出語言，以及必須維持原樣的專有名稱、欄位識別碼與引文。
指令示例：「比較這些政策段落，以要求的語言解釋操作差異，並指出支持每項結論的來源句子。」這將多語言理解與針對實際佐證的推理結合，避免要求缺乏依據的政策描述。
Cohere 的圖片指南涵蓋圖表、圖解、圖片內表格、文件辨識及以圖片為依據的問答。準備清晰可讀的頁面，保留標題、單位與座標軸標籤。細節較小時，在保留周邊脈絡的情況下放大，並依文件選擇適合任務的圖片細節設定。製造商指出，非拉丁文字的視覺表現可能不同。
文件記載的圖片工作流程接受 PNG、JPEG、WEBP 及非動畫 GIF，每次請求最多 20 張圖片或合計 20 MB，以先達到的限制為準。這些是開發商工作流程的界限。擷取時要求特定欄位與來源圖片參照；分析圖表時，將可見數值與解讀分開要求。模型傳回文字，因此生成或編輯圖片是另一種輸出任務。
Command A+ 將引用來源、工具使用、結構化輸出及安全模式列為能力。為文件提供有意義的識別碼，並為工具函式提供說明及引數結構描述。模型可選擇操作，應用程式執行並傳回結果，後續回答便可使用該佐證。檢索來源、模型建議操作與執行結果，應在任務紀錄中維持可區分。
結構化結果應定義每個欄位，以及預期的缺漏資料處理方式。即使格式有效，仍需將內容與來源核對。實用的最終交付成果包含要求的回答、支持佐證，以及會影響結論的未解資訊。這讓模型的多模態與推理能力對應具體企業任務，同時避免將較早 Command A 的規格套用至此版本。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 cohere/command-a-plus | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 $0.0003 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.0006 / 1K Token 輸出 · 輸出 Token $0.003 / 1K Token 輸入 · 讀取快取 $0.0003 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "cohere/command-a-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra cohere/command-a-plus
請使用上方列出的 API 方法路徑。
英文技術範例
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.