Context Window
—
Preço Input/1M
$0.50
Preço Output/1M
$1.50
Parâmetros
—
Resultados do Command-R (Mar '24) nos principais benchmarks de avaliação de modelos de IA. Scores mais altos indicam melhor performance.
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| LiveCodeBench | 5.0 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MMLU-Pro | 34.0 | 100.0 | — |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MATH-500 | 16.4 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| AA Intelligence Index | 7.4 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MMLU Pro | 33.8 | 100.0 | Artificial Analysis official API |
| GPQA Diamond | 28.0 | 100.0 | Artificial Analysis official API |
| HLE | 5.0 | 100.0 | — |
O Command-R (Mar '24) é um modelo de inteligência artificial desenvolvido pela Cohere, classificado como modelo de text. Focado em processamento de texto e geração de linguagem natural. Como modelo proprietário, está disponível via API cloud da Cohere.
O Command-R (Mar '24) é cobrado por uso, com preço de US$ 0.5/1M tokens de input e US$ 1.5/1M tokens de output. Para contextualizar: 1 milhão de tokens equivale a aproximadamente 750 mil palavras, ou cerca de 10 livros de tamanho médio. Com esse preço agressivo, é uma das opções mais econômicas do mercado, ideal para aplicações de alto volume como chatbots, análise de documentos em massa e automações.
Para o mercado brasileiro, é importante considerar o IOF de 6,38% sobre transações internacionais e a variação cambial do dólar. Com o câmbio atual, o custo do Command-R (Mar '24) em reais fica em torno de R$ 3.09/1M tokens de input (estimativa com IOF incluso).
O Command-R (Mar '24) foi avaliado em 7 benchmarks diferentes, cobrindo categorias como Coding, Knowledge, Math, overall, Reasoning. Os resultados mostram performance moderada nas avaliações disponíveis.
É importante notar que benchmarks medem aspectos específicos e não capturam toda a experiência de uso. Fatores como qualidade da resposta em português, aderência a instruções complexas e comportamento em conversas longas variam significativamente entre modelos e nem sempre são refletidos nos scores padrão.
O Command-R (Mar '24) é especializado em text, oferecendo capacidades avançadas para criação e processamento de conteúdo text.
No ecossistema de modelos de IA em 2026, o Command-R (Mar '24) compete diretamente com modelos de nível similar. A Cohere compete neste segmento contra OpenAI, Anthropic, Google e Meta. A escolha entre modelos depende do caso de uso específico, orçamento, requisitos de latência e necessidade de funcionalidades como multimodalidade e tool calling.
Para uma comparação detalhada lado a lado, utilize nossa ferramenta de comparação ou consulte o ranking geral de modelos.
Para usuários brasileiros, a performance em português é um critério fundamental na escolha de um modelo de IA. A maioria dos benchmarks internacionais testa apenas em inglês, o que pode mascarar diferenças significativas na qualidade de resposta em outros idiomas. O Command-R (Mar '24) suporta múltiplos idiomas, mas a qualidade em português brasileiro pode variar dependendo da tarefa específica.
Recomendamos testar o modelo com prompts representativos do seu caso de uso em português antes de tomar uma decisão. O SWEN.AI está desenvolvendo um benchmark proprietário em PT-BR com tarefas aderentes ao mercado brasileiro para fornecer comparações mais precisas.
O Command-R (Mar '24) é um modelo de inteligência artificial desenvolvido pela Cohere. É um modelo do tipo text.
O Command-R (Mar '24) custa US$ 0.5/1M tokens de input e US$ 1.5/1M tokens de output. Para uso intensivo (ex.: chatbot de WhatsApp com 100k mensagens/mês), o custo pode variar de R$ 50 a R$ 5.000 dependendo do volume.
A maioria dos modelos de IA modernos, incluindo o Command-R (Mar '24), suporta português brasileiro. No entanto, a qualidade pode variar — modelos como Claude e Gemini tendem a ter melhor performance em PT-BR. Recomendamos testar com prompts específicos do seu caso de uso.
Nos benchmarks disponíveis, o Command-R (Mar '24) obteve scores como: LiveCodeBench: 5/100, MMLU-Pro: 34/100, MATH-500: 16.4/100. Consulte a tabela completa acima para comparação detalhada.
Não, o Command-R (Mar '24) é um modelo proprietário da Cohere. Ele está disponível via API cloud. Para alternativas open source, confira nosso ranking de modelos open source.
Última atualização: 21 de maio de 2026 • Ver metodologia →