Model
.ai
memantau model AI terbuka
Command R7B (12 2024)
Cohere | konteks 128.000 token | $0,04/M input, $0,15/M output. Command R7B (12-2024) adalah pembaruan kecil dan cepat dari model Command R+, dirilis pada Desember 2024. Unggul dalam RAG, penggunaan alat, agen, dan tugas serupa yang memerlukan penalaran kompleks dan beberapa langkah. Penggunaan model ini tunduk pada Kebijakan Penggunaan CohereOpens in new tab dan Perjanjian SaaSOpens in new tab.
Panduan untuk model ini
Semua panduan
Command R7B (12-2024) adalah model kecil dan cepat dari Cohere yang dibangun untuk retrieval-augmented generation, penggunaan alat, dan alur kerja agen multi-langkah. Dengan skala 7B, model ini menjaga biaya sangat rendah sambil memberikan performa di atas rata-rata pada tugas terstruktur yang memerlukan penggabungan langkah atau pemanggilan alat eksternal. Jika Anda membangun pipeline daripada mengobrol, ini layak dicoba.

Dikenal untuk

  • Performa RAG kuat: mengambil, menalar, dan mengutip sumber dengan andal.
  • Penggunaan alat dan pipeline agen dengan penalaran multi-langkah.
  • Jendela konteks 128.000 token untuk pekerjaan dokumen panjang.
  • Harga API sangat rendah: $0,04 per juta token input.

Waspadai

  • Hanya closed weights — tidak bisa digunakan lokal atau offline.
  • Tunduk pada Kebijakan Penggunaan dan Perjanjian SaaS Cohere; periksa keduanya sebelum penggunaan produksi.
  • Model kelas kecil: harapkan kompromi pada penalaran terbuka dibandingkan model yang lebih besar.

Prompt untuk dicoba

Jawaban RAG dengan sitasi
Berikut tiga kutipan dari dokumen internal: [Tempel teks Anda di sini] Berdasarkan hanya kutipan tersebut, jawab: apa risiko utama yang diidentifikasi, dan kutip kutipan mana yang mendukung setiap poin?
Rencana alat multi-langkah
Anda memiliki akses ke alat pencarian web dan kalkulator. Seorang pengguna bertanya: 'Berapa populasi Tokyo saat ini dibagi dengan jumlah Situs Warisan Dunia UNESCO di Jepang?' Tuliskan setiap panggilan alat yang akan Anda lakukan, berurutan, dan jelaskan alasannya sebelum melakukan panggilan berikutnya.
Dekompisi tugas agen
Pecah tujuan ini menjadi urutan langkah penggunaan alat yang dapat dijalankan agen AI: memantau repositori GitHub untuk isu baru bertanda 'bug', merangkum setiap isu, mengirim pesan Slack dengan ringkasan, dan mencatat entri ke Google Sheet.

Bandingkan dengan

  • Command R (08-2024)
    Model hanya API
    konteks 128,000 token · $0.15/M input, $0.60/M output
  • Command A
    Model dengan bobot terbuka
    konteks 256,000 token · $2.50/M input, $10.00/M output
  • Command A+
    Model hanya API
    konteks 192,000 token · $0.30/M input, $1.50/M output
  • DeepSeek V4.1 Flash
    Model dengan bobot terbuka
    konteks 1,048,576 token · $0.04/M input, $0.68/M output
Model teks lain dari cohere

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Command R7B secara lokal?
Tidak. Cohere belum merilis bobot terbuka untuk model ini; hanya tersedia melalui API Cohere.
Berapa biaya dan seberapa besar konteksnya?
Harga API $0,04 per juta token input dan $0,15 per juta token output, dengan jendela konteks 128.000 token.
Apa bedanya dengan Command R+?
Cohere menggambarkan R7B sebagai pembaruan kecil dan cepat dari lini Command R+ — lebih kecil dan lebih murah, dioptimalkan untuk kasus penggunaan RAG dan agen yang sama, bukan kemampuan generalis murni.
Putusan Kapten
Model murah dan siap pipeline — gunakan saat Anda butuh RAG atau penggabungan alat yang andal dan ingin menjaga biaya tetap kecil.
Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.
Ranking badge
Updated Oct 22, 2026
Command R7B (12 2024) di ModelTrends.ai: Heat 1,356°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Bagaimana skor ini dihitung
Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.
Glosarium: istilah yang dipakai di sini
Skor heat
Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai
7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan
Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log
Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka
Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi
Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan
Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder
Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde
Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi
Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter
Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint)
Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding
File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot
Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia
Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga
Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti
Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang)
Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren
Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa
Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.