C

Command R (Aug '24)

Cohere が 2024 年 8 月にリリースした Command-R モデルで、企業レベルの RAG(検索拡張生成)アプリケーション向けに最適化されています。強力な文書理解と情報検索能力を備え、大量の文書から正確に情報を抽出し、統合できます。特に企業ナレッジベースの Q&A、文書分析、外部知識源との連携が必要な複雑なクエリタスクに適しており、企業レベルの AI アプリケーションに信頼性の高い知識処理能力を提供します。
インテリジェンス(弱い)
速度(比較的遅い)
入力サポートモダリティ
はい
推論モデルかどうか
128,000
コンテキストウィンドウ
-
最大出力トークン
-
知識カットオフ

価格設定

- /M tokens
入力
- /M tokens
出力
¥1.89 /M tokens
混合価格

クイック簡易比較

入力

出力

Command A
Command-R (Aug '24)
Aya Expanse 32B

基本パラメータ

Command-R (Aug '24)技術パラメータ
パラメータ数
未発表
コンテキスト長
128.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Open Weights (License Required for Commercial Use)
マルチモーダルサポート
テキストのみ
スループット
リリース日
2024-08-30
応答速度
69.0,383 tokens/s

ベンチマークスコア

以下はCommand-R (Aug '24)の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
14.83
大規模言語モデルインテリジェンスレベル
コーディング指数
6.56
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
7.63
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
33.7
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
28.9
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
5.1
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
4.4
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
8.7
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
41.5
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
14.9
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
0.3
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase