Cohere: Command R7B (12-2024)
Publié par Cohere le 14 décembre 2024, Cohere: Command R7B (12-2024) est un LLM aujourd’hui ancien à l’échelle de l’IA. Près de deux ans après sa sortie, il appartient à une génération probablement dépassée et souvent retirée du catalogue de son éditeur.
Publié par Cohere le 14 décembre 2024, Cohere: Command R7B (12-2024) est un LLM aujourd’hui ancien à l’échelle de l’IA. Près de deux ans après sa sortie, il appartient à une génération probablement dépassée et souvent retirée du catalogue de son éditeur.
Le modèle associe une fenêtre de contexte de 128 000 tokens à des connaissances arrêtées au 31 août 2024. Son positionnement est surtout économique : sa tarification se situe 98% sous la moyenne des LLM similaires et environ 146.7 fois sous celle des modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Cohere |
| Poids | ▫ n.d. |
| Date de sortie | 14 décembre 2024 |
| Connaissances jusqu'à | 2024-08-31 |
| Multimodal | non |
| Fenêtre de contexte | 128 000 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Ethics (Baseline) | 90,0 % | 141ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 89,0 % | 150ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 87,8 % | 135ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 74,0 % | 129ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 62,0 % | 117ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 54,0 % | 129ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 27,0 % | 136ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 24,5 % | 140ᵉ / 155 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Ethics (Baseline)
Benchable : Email Classification (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Cohere | 0,0375 $ | 0,15 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 98 % en dessous de la moyenne des LLM similaires, et 146,7 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 $ |
| Latence moyenne par benchmark — Benchable | 3 min 23 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. La fenêtre de 128 000 tokens constitue l’une de ses caractéristiques les plus notables. Ses meilleurs scores bruts concernent Ethics, Email Classification et General Knowledge, même si leurs classements relativisent ces résultats. Son principal avantage reste le prix : l’entrée coûte 0.0375 $ par million de tokens et la sortie 0.15 $, soit un niveau très économique face aux LLM similaires et aux modèles haut de gamme.
Limites et points d’attention. Cohere: Command R7B se place en retrait sur l’ensemble des classements Benchable. Coding, Mathematics et Hallucinations se situent dans le dernier cinquième ou à proximité, tout comme Ethics et General Knowledge. Le score élevé en Email Classification est peu discriminant : ce benchmark est plafonné et le modèle partage seulement la 150e place avec deux autres modèles. Le résultat en Hallucinations, associé à un rang de 129 sur 146, constitue un point de faiblesse particulier. Ses connaissances s’arrêtent au 31 août 2024. Avec près de deux ans d’ancienneté, ses performances sont aujourd’hui largement dépassées et le modèle est souvent retiré du catalogue de l’éditeur.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).