Command R (08 2024)
2777°
Cohere | 128,000 令牌上下文 | $0.15/M 输入, $0.60/M 输出。command-r-08-2024 是 [Command R](/models/cohere/command-r) 的更新版本，提升了多语言检索增强生成（RAG）和工具使用性能。更广泛地，它在数学、代码和推理方面表现更佳，且...
本模型的指南
全部指南
船长笔记
2026-10-13 的笔记
Command R（2024年8月版）是Cohere于2024年8月发布的中端Command R刷新版本，基于检索增强生成和多语言工具使用构建。相较于原版，此次更新提升了数学、代码和推理能力。每百万输入令牌价格为0.15美元，属于托管模型中较为廉价的选项，更适合用于RAG流水线和具代理性的工作流，而非开放式聊天。
以……著称
- 多语言RAG：设计重点，而非事后考虑。
- 训练中内置工具使用和具代理性的工作流。
- 较原版Command R提升的数学和代码能力。
- 128k上下文窗口且每令牌价格低廉。
- 背靠Cohere面向企业的API生态系统。
注意
- 权重未公开；只能通过Cohere的API运行，无法本地部署。
- 如果RAG和工具使用不是重点，市面上有价格相近但更全面的竞争对手。
推荐尝试的提示词
带引用的RAG回答
这里有三段文档摘录：
[文档1] 太阳能电池板通过光伏效应将阳光转化为电能。
[文档2] 自2010年以来，安装成本已下降90%。
[文档3] 并网系统可以将多余电力卖回给电力公司。
请仅使用上述文档回答以下问题，并引用每个来源：太阳能今天是一个实用的投资吗？
工具使用规划
你可以使用三个工具：web_search(query)、calculator(expression) 和 send_email(to, subject, body)。用户问：“查找今天的EUR/USD汇率，计算2500欧元等于多少美元，然后将结果发送邮件到finance@example.com。”请写出完成此任务的准确工具调用序列及参数。
多语言数据提取
从以下发票文本中提取公司名称、发票号码、总金额和到期日，然后返回JSON对象。发票可能是法语、西班牙语或德语——请处理任意一种：
'Facture n° 2024-0891 | Client: Dupont & Fils | Montant total: 4 320,00 € | Date d'échéance: 15 septembre 2024'
与……比较
- Command A开源权重模型256,000 令牌上下文 · $2.50/M 输入，$10.00/M 输出
- Command R7B (12-2024)仅限API模型128,000 令牌上下文 · $0.04/M 输入，$0.15/M 输出
- Nemotron 3 Ultra开源权重模型262,144 令牌上下文 · $0.60/M 输入，$2.40/M 输出
- Step 5 Preview开源权重模型1,048,576 令牌上下文 · $1.00/M 输入，$2.70/M 输出
来自 cohere 的更多文本模型
常见问题
- 我可以本地运行Command R（2024年8月版）吗？
- 不可以。Cohere未公开权重，该模型仅通过Cohere的API提供。
- 费用是多少，支持多长上下文？
- 输入令牌价格为每百万0.15美元，输出令牌为每百万0.60美元，上下文窗口为128,000令牌。
- 与原版Command R有何不同？
- 2024年8月更新提升了多语言RAG、工具使用、数学和代码性能，价格档次保持不变。
船长评语一款稳定且廉价的多语言RAG和工具使用工作马，别指望开放权重或前沿推理能力。
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
Command R (08 2024) 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153