Command A+
Command A+ est un LLM de Cohere sorti le 20 mai 2026. Ses poids sont ouverts sous licence Apache 2.0, avec un usage commercial autorisé. Son architecture Transformer à mélange clairsemé d’experts active 25 milliards de paramètres sur un total de 218 milliards. Elle compte 128 experts,…
Command A+ est un LLM de Cohere sorti le 20 mai 2026. Ses poids sont ouverts sous licence Apache 2.0, avec un usage commercial autorisé. Son architecture Transformer à mélange clairsemé d’experts active 25 milliards de paramètres sur un total de 218 milliards. Elle compte 128 experts, dont huit mobilisés par token, ainsi qu’un expert partagé.
Le modèle accepte du texte et des images, puis génère du texte dans une fenêtre de contexte de 256 000 tokens. Il couvre 48 langues et cible le raisonnement, les tâches menées par des agents et l’utilisation conversationnelle d’outils décrits en JSON Schema. Ses connaissances s’arrêtent au 31 août 2024.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Cohere |
| Poids | 🟢 Poids ouverts · usage commercial autorisé |
| Licence | Apache 2.0 |
| Date de sortie | 20 mai 2026 |
| Connaissances jusqu'à | 2024-08-31 |
| Multimodal | oui |
| Paramètres | 218 milliards |
| Fenêtre de contexte | 256 000 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Email Classification (Baseline) | 99,0 % | 11ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 98,0 % | 47ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 98,0 % | 105ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 96,5 % | 106ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 88,0 % | 83ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 85,0 % | 92ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 60,0 % | 102ᵉ / 155 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 0,0 % | 145ᵉ / 163 | benchable | ✅ Mesuré |
| AIME 2025 | 90,0 % | 44ᵉ / 108 | llm-stats | Auto-déclaré |
| CharXiv-D | 88,0 % | 7ᵉ / 16 | llm-stats | Auto-déclaré |
| Tau2 Telecom | 85,0 % | 18ᵉ / 34 | llm-stats | Auto-déclaré |
| WMT24++ | 81,0 % | 7ᵉ / 23 | llm-stats | Auto-déclaré |
| MathVista | 80,6 % | 6ᵉ / 38 | llm-stats | Auto-déclaré |
| MMMU | 75,1 % | 19ᵉ / 61 | llm-stats | Auto-déclaré |
| IFBench | 74,0 % | 11ᵉ / 27 | llm-stats | Auto-déclaré |
| MMMU-Pro | 63,0 % | 42ᵉ / 64 | llm-stats | Auto-déclaré |
| CharXiv-R | 52,7 % | 40ᵉ / 45 | llm-stats | Auto-déclaré |
| SciCode | 38,0 % | 14ᵉ / 18 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Email Classification (Baseline)
Benchable : Hallucinations (Baseline)
Classements Arena (Elo)
Arena Text · 200 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Claude Fable 5 | 1507 |
| 2ᵉ | Claude Opus 4.6 | 1504 |
| 3ᵉ | Claude Opus 4.7 | 1503 |
| ⋯ | ⋯ | |
| 174ᵉ | xAI: Grok 3 Mini Beta | 1357 |
| 175ᵉ | Prime Intellect: INTELLECT-3 | 1356 |
| 176ᵉ | Command A+ | 1354 |
| 177ᵉ | GLM-4.5V | 1354 |
| 178ᵉ | gemini-2.0-flash-lite-preview-02-05 | 1353 |
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Cohere | 2,5 $ | 10 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 20 % au-dessus de la moyenne des LLM similaires, et 2,2 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,15 $ |
| Latence moyenne par benchmark — Benchable | 13 min 56 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Email Classification constitue son meilleur résultat Benchable, avec 99 %. Command A+ partage toutefois la 11e place avec 40 autres modèles sur ce benchmark plafonné, donc peu discriminant. Hallucinations et Ethics atteignent aussi 98 %, avec de nombreux ex æquo. Les poids ouverts, la licence commerciale, la prise en charge de 48 langues et les outils conversationnels forment un ensemble adapté aux projets multilingues et aux systèmes fondés sur des agents.
Limites et points d’attention. Coding se situe autour du milieu du classement Benchable, tandis que Mathematics et General Knowledge apparaissent dans sa moitié basse. Dans l’Arena text, Command A+ occupe le 176e rang sur 200, derrière Claude Fable 5, Claude Opus 4.6 et Claude Opus 4.7. L’écart d’environ 153 points Elo avec Claude Fable 5 est important. Le premier est nettement devant. Le tarif reste économique et environ 2,2 fois inférieur à celui des modèles frontière, mais il dépasse de 20 % la moyenne des LLM similaires. Command A+ reste pertinent pour des déploiements commerciaux exigeant des poids ouverts, plusieurs langues et l’appel d’outils. Pour un résultat plus abouti, on lui préférera Claude Fable 5, Claude Opus 4.6 ou Claude Opus 4.7.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Arena.ai (arena.ai) · Benchable.ai (benchable.ai).