Cohere · modèle de langage
Command R7B (12-2024) : prix, contexte et benchmarks
Command R7B (12-2024) est un modèle de langage de Cohere sorti le 14 décembre 2024. Il coûte 0,04 $US par million de tokens en entrée et 0,15 $US en sortie, avec un contexte de 128 k tokens. Aucun score indépendant n'est publié pour lui à ce jour.
Ce qu'il faut savoir sur Command R7B (12-2024)
Command R7B (12-2024) a été publié par Cohere (Canada) le 14 décembre 2024. Il accepte du texte en entrée et produit du texte. Sa fenêtre de contexte atteint 128 000 tokens, plus que 19 % des modèles du registre, et il peut écrire jusqu'à 4 000 tokens d'une traite.
Sorti il y a plus de 1 an, il appartient à une génération déjà dépassée par des modèles plus récents de la plupart des éditeurs.
Prix de Command R7B (12-2024)
Sur OpenRouter, Command R7B (12-2024) coûte 0,04 $US par million de tokens en entrée et 0,15 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,066 $US par million, plus cher que 4 % des modèles payants (11,6 fois moins que la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0002 $US. À 1 000 tâches par jour, comptez 5 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Performance et benchmarks
Epoch AI ne publie pas encore d'indice de capacités pour Command R7B (12-2024). Nous n'affichons donc aucune note de performance inventée : seuls le prix, le contexte et les fonctions entrent dans sa note.
Fonctions, confidentialité et usage local
- Il ne gère pas l'appel d'outils : il ne convient pas pour piloter un agent IA qui doit agir.
- Il sait répondre dans un format JSON imposé (sorties structurées).
- Ses connaissances s'arrêtent à août 2024.
Ses poids ne sont pas publiés : on ne peut l'utiliser que via l'API de Cohere ou d'un intermédiaire comme OpenRouter, ce qui implique d'envoyer vos données hors de vos machines.
Les autres modèles de Cohere
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Command A+ | 22 sept. 2026 | 0,6 $US | — |
| North Mini Code | 17 juin 2026 | Gratuit | — |
| Command A | 13 mars 2025 | 4,38 $US | — |
| Command R (08-2024) | 30 août 2024 | 0,26 $US | — |
| Command R+ (08-2024) | 30 août 2024 | 4,38 $US | — |
Verdict
Command R7B (12-2024) obtient 58/100 selon notre grille, qui ne retient que des chiffres publiés.
Points forts
- Prix bas : moins cher que 96 % des modèles payants.
Limites
- Pas d'appel d'outils : inutilisable comme cerveau d'un agent.
- Aucun score indépendant publié : performance non vérifiable.
- Génération ancienne, souvent remplacée par un modèle plus récent du même éditeur.
- Texte seulement : ne lit ni images ni fichiers.
À éviter si…
- vos données ne doivent pas quitter vos serveurs ;
- vous construisez un agent qui doit appeler des outils.
Alternatives
- Schematron V2 Turbo0,06 $US
- Nova Micro 1.00,06 $US
- Granite 4.0 Micro0,04 $US
- Schematron V2 Small0,1 $US
- Gemma 3 12B0,08 $US
- Llama 3.2 1B Instruct0,07 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Command R7B (12-2024) ?
0,04 $US par million de tokens en entrée et 0,15 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0002 $US.
Quelle est la taille du contexte de Command R7B (12-2024) ?
128 000 tokens, soit environ 96 000 mots, avec 4 000 tokens maximum en sortie.
Peut-on utiliser Command R7B (12-2024) en local ?
Non, Cohere ne publie pas ses poids : il s'utilise uniquement par API.
Command R7B (12-2024) convient-il pour un agent IA ?
Non : sans appel d'outils, il ne peut pas agir, seulement répondre.
Quelles alternatives à Command R7B (12-2024) ?
Les modèles les plus proches en prix et en performance sont Schematron V2 Turbo, Nova Micro 1.0 et Granite 4.0 Micro.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons