Command A+
性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,便宜 90%。
有 57 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 54 个。
截至 2026年11月16日,Command A+(Cohere)在 BenchLeader Index 上得分 45.9(共 608 个已排名配置)。表现最好的是指令遵循(72),最弱的是编程(28)。API 价格为输入每百万 token $0.300、输出每百万 token $1.50(按 3:1 混合为 $0.600),为 2026年11月16日的标价。输出速度约为 180 token/秒(Artificial Analysis)。发布于 2026年5月20日。
要点(截至 2026年11月16日)
- Command A+ 的 API 价格为输入每百万 token $0.300、输出每百万 token $1.50(按 3:1 混合为 $0.600)(标价,2026年11月16日)。
- Command A+ 的输出速度约为 180 token/秒(Artificial Analysis,2026年11月16日)。
- Command A+ 于 2026年5月20日发布(Cohere)。
详细说明:Command A+ 是 Cohere 的开放权重推理模型,发布于 2026年5月20日。其最佳配置在 BenchLeader Index 上得分 45.9 ±8.9,在 608 个配置中排第 438 名,处于下半区。关键在于这个“±”:另有 350 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(72),编程最低(28)。按混合价格计,每百万 token $0.600,价格居中。输出速度为 175 token/秒,首次回答需 18.9 秒,位于最快的四分之一。最近一次测量:2026年5月20日。
- 混合价格
- $0.600/M
- 输入 $0.300 · 输出 $1.50
- 来源:OpenRouter
- 输出速度
- 175 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 19 s
- 首 token 0.23 s
- 上下文
- 192k
- 来源:OpenRouter
- 完整回答
- 30 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- 36k
- 其中 57% 为推理
- 发布日期
- 2026年5月20日
- 综合 Index46
- 推理32
- 编程28
- 智能体与工具41
- 知识43
- 指令遵循72
- 多模态45
- 长上下文50
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/command-a-plus)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年9月9日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 76.1%#243 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 12.0%#304 | Artificial Analysis | |
| HLE-Diamond (AA) | 5.1%#145 | Artificial Analysis | |
| CritPt不计入 Index | 0.3%#291 | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 2.5%#122 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode (AA)不计入 Index | 38.5%#204 | Artificial Analysis | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.5%#172 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 22.9%#172 | Artificial Analysis | |
| FrontierCode 1.1 (AA)不计入 Index | 1.2%#81 | Artificial Analysis | |
| FrontierCode 2.0 (AA) | 0.0%#125 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 25.0%#141 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 80.7%#122 | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | 0.7%#121 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 522#237 | Artificial Analysis | |
| τ³-Banking (AA) | 6.0%#174 | Artificial Analysis | |
| AutomationBench不计入 Index | 1.8%#219 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 1.0%#240 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 356#228 | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 0.0%#115 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-Omniscience v1.1 | -2.7#90 | Artificial Analysis | |
| AA-Omniscience v1.1: accuracy不计入 Index | 9.8%#139 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 86.1%#7 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 74.0%#37 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 63.2%#206 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 52.7%#334 | Artificial Analysis | |
| MLCR不计入 Index | 1.7%#174 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v5.0.1不计入 Index | 6.2#119 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 13.1#324 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 234#305 | Artificial Analysis |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Cohere | 191 tok/s | 0.35 s | $0.300 | $1.50 | 192k | fp8 |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.150。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0006 | $0.0005 | 20.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0045 | $0.0032 | 22.4 s |
| 代码编辑 | 6,000 / 1,500 | $0.0041 | $0.0034 | 27.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.024 | $0.017 | 41.7 s |
| 结构化信息提取 | 2,000 / 200 | $0.0009 | $0.0007 | 20.1 s |
将 Command A+ 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Command A+ 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/command-a-plus)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Command A+ on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/command-a-plus
BibTeX:
@misc{benchleader_command_a_plus_20261116,
author = {{BenchLeader}},
title = {{Command A+ on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/command-a-plus}},
note = {Data as of 2026-11-16}
}常见问题
- Command A+ 的基准测试得分是多少?
- 截至 2026年11月16日,Command A+ 的 BenchLeader Index 为 45.9 ±8.9。最强的是指令遵循(72),最弱的是编程(28)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Command A+ 排名第几?
- 截至 2026年11月16日,Command A+ 在 608 个已排名配置中排第 438 名。另有 350 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Command A+ 每百万 token 的价格是多少?
- 截至 2026年11月16日,Command A+ 的价格为输入每百万 token $0.300、输出每百万 token $1.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.600。
- Command A+ 比 Nemotron 3.5 Super VL 更好吗?
- 截至 2026年11月16日,Command A+ 与 Nemotron 3.5 Super VL 的质量不相上下(BenchLeader Index 45.9 比 45.8,在 ±11.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Command A+ 是什么时候发布的?
- Cohere 于 2026年5月20日发布了 Command A+。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Command A+:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/command-a-plus。