CohereSprachmodell
Command A Reasoning
Für Command A Reasoning gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 692 von 785
21von 100-2 zum Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
Command A Reasoning ist Coheres erster ausdrücklich als Reasoning-Modell veröffentlichter Command-Checkpoint. Er kann vor der Antwort sichtbar nachdenken oder direkt antworten. Die 111 Milliarden Parameter, 256.000 Token Kontext und 23 Sprachen gehören zu einer eigenen Modellidentität neben Command A.
Cohere führt ihn als live und veröffentlicht die Gewichte offen. Das 32.000-Token-Ausgabelimit umfasst auch den sichtbaren Reasoning-Verlauf. Bei Werkzeugaufrufen muss dieser Verlauf deshalb zusammen mit den Tool-Calls in den Kontext passen.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 73 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 7
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
GPQA Diamond (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 66.67
- Bewertung
- 66.67
- Messgröße
- accuracy as shown in the evaluation result
- Einheit
- %
- Benchmark-Version
- GPQA Diamond; exact evaluation date/settings not shown
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- Cohere Command A Reasoning model-card evaluation result
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Offizielle Benchmark-Rangliste. Exaktes Hugging-Face-Evaluationsergebnis für command-a-reasoning-08-2025, Eintrag GPQA Diamond. Prompting, Sampling und Aufgabendatum fehlen.
- Einordnung
- Die Modellkarte verlinkt das veröffentlichte Evaluationsergebnis. Eine unabhängige Wiederholung oder ein vollständiges Protokoll liegt nicht vor.
Terminal-Bench Hard (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3
- Bewertung
- 3
- Messgröße
- success score as reported
- Einheit
- %
- Benchmark-Version
- Terminal-Bench Hard; Terminus-2; Artificial Analysis methodology
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Cohere Command A family comparison
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Vergleichszeile zu Command A Reasoning; Terminal-Bench Hard nutzt Terminus-2 nach der Methodik von Artificial Analysis.
- Einordnung
- Cohere berichtet die Werte. Aufgabenstand und Inferenzparameter sind nicht vollständig offengelegt.
τ²-Bench Telecom (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 37
- Bewertung
- 37
- Messgröße
- task completion score as reported
- Einheit
- %
- Benchmark-Version
- τ²-Bench; standard settings and user simulation, Barres et al. 2025
- Kategorie
- agentic
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Cohere Command A family comparison
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Vergleichszeile zu Command A Reasoning; τ²-Bench Telecom mit Standardparametern und User-Simulation nach Barres et al. 2025.
- Einordnung
- Cohere berichtet den Wert. Versuchszahl und vollständige Konfiguration sind nicht offengelegt.
K-MetBench overall accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 77.8
- Bewertung
- 77.8
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, full benchmark
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1774
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Zeile command-a-reasoning-08-2025; Zero-Shot mit Standardprompt auf Koreanisch; vLLM-Standardwerte, Temperatur 1,0 für Reasoning-Modelle, Seed 42; Formatverstöße zählen als Fehler.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
K-MetBench Korean geo-cultural accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 74.6
- Bewertung
- 74.6
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, Korean-specific subset
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 73
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Modellzeile; koreanische geo-kulturelle Teilmenge; Zero-Shot-Standardprompt auf Koreanisch, Temperatur 1,0 für Reasoning-Modelle, Seed 42.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
K-MetBench text-only modality accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 77.8
- Bewertung
- 77.8
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, text-only modality subset
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1692
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Modellzeile; reine Textfragen ohne die 82 Bild-Text-Fragen; Zero-Shot-Standardprompt auf Koreanisch, Temperatur 1,0 für Reasoning-Modelle, Seed 42.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
K-MetBench Part 1 Forecast Theory accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.4
- Bewertung
- 73.4
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, Korean meteorology certification subject area
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 373
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Modellzeile; Teilmenge Vorhersagetheorie mit 373 Fragen; Zero-Shot-Standardprompt auf Koreanisch, Temperatur 1,0 für Reasoning-Modelle, Seed 42.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
K-MetBench Part 2 Meteorological Observation Methods accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 85.2
- Bewertung
- 85.2
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, Korean meteorology certification subject area
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 332
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Modellzeile; Teilmenge Meteorologische Beobachtungsmethoden mit 332 Fragen; Zero-Shot-Standardprompt auf Koreanisch, Temperatur 1,0 für Reasoning-Modelle, Seed 42.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
K-MetBench Part 3 Atmospheric Dynamics accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 73.8
- Bewertung
- 73.8
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, Korean meteorology certification subject area
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 359
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Modellzeile; Teilmenge Atmosphärische Dynamik mit 359 Fragen; Zero-Shot-Standardprompt auf Koreanisch, Temperatur 1,0 für Reasoning-Modelle, Seed 42.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
K-MetBench Part 4 Climatology accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 78.8
- Bewertung
- 78.8
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, Korean meteorology certification subject area
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 376
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Modellzeile; Teilmenge Klimatologie mit 376 Fragen; Zero-Shot-Standardprompt auf Koreanisch, Temperatur 1,0 für Reasoning-Modelle, Seed 42.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
K-MetBench Part 5 Atmospheric Physics accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 78.5
- Bewertung
- 78.5
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- ACL 2026 Findings Table 4, Korean meteorology certification subject area
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 334
- Quellentyp
- independent-evaluator
- Auswertung
- K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology (ACL 2026 Findings)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Modellzeile; Teilmenge Atmosphärische Physik mit 334 Fragen; Zero-Shot-Standardprompt auf Koreanisch, Temperatur 1,0 für Reasoning-Modelle, Seed 42.
- Einordnung
- Eng begrenzte koreanische Meteorologieprüfung, kein allgemeiner Fähigkeitswert. Die Studie nennt diese genaue Modellkennung, aber keine unveränderliche API- oder Gewichtsrevision.
Cohere North internal evaluation / Memory Usage Quality (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 39
- Bewertung
- 39
- Messgröße
- Memory Usage Quality (LLM-as-a-judge score)
- Einheit
- %
- Benchmark-Version
- Cohere North internal evaluation, reported in May 2026
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Cohere, Introducing Command A+
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Cohere-Modell-ID: command-a-reasoning-08-2025, ausgewertet innerhalb von Cohere North bei der Nutzung von Informationen aus einer früheren Sitzung zur Beantwortung einer Frage in einer späteren Sitzung. Cohere bezeichnet die Metrik als Memory Usage Quality und gibt an, ein LLM als Prüfer zu verwenden. Die Quelle nennt weder Prompt-Satz, Stichprobenverfahren, Generierungsparameter, Auswertungs-N noch Konfidenzintervall.
- Einordnung
- Vom Anbieter berichteter Wert aus einer proprietären internen Cohere-North-Auswertung. Die Quelle veröffentlicht weder Aufgabendaten noch Stichprobenumfang, Konfidenzintervall oder unabhängig reproduzierbares Protokoll. Es handelt sich um eine Beobachtung des North-Systems, nicht um einen isolierten Modelltest.
Seite 1 von 7
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Command A ReasoningGrok 4.3 22InternLM2-Chat-20B 22Pixtral Large (latest) 22Tiny Aya Water 21
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie Command A Reasoning, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Command A VisionCohere · gleicher Anbieter
- Command A TranslateCohere · gleicher Anbieter
- Command ACohere · gleicher Anbieter
- Command A PlusCohere · gleicher Anbieter
- North-Small-Translate-1.0Cohere · gleicher Anbieter
- Aya Vision 32BCohere · gleicher Anbieter
- Aya Expanse 32BCohere · gleicher Anbieter
- North Mini CodeCohere · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu Command A Reasoning
Bis wann reicht das Wissen von Command A Reasoning?
Bis Juni 2024, laut Cohere. Das ist 14 Monate vor der Veröffentlichung.
Angabe von Cohere
JuniSep.Dez.MärzJuniWissensstandJuni 2024Veröffentlicht21.08.2025
Wie groß ist das Kontextfenster von Command A Reasoning?
256.000 Token. So viel Text liest Command A Reasoning auf einmal, das sind rund 380 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
Kimi K2.6262 Tsd.
Qwen 3.8 27B262 Tsd.
Kimi K2.7 Code262 Tsd.
Kimi K2.5262 Tsd.
Nemotron 3 Ultra262 Tsd.
Kimi K2 Thinking262 Tsd.
Command A ReasoningPlatz 77 von 103256 Tsd.
Kann ich Command A Reasoning lokal nutzen?
Ja, die Gewichte sind offen. Mit 111 Mrd. Parametern braucht es aber sehr viel Speicher, eher einen Server als einen Laptop.
Angaben von Cohere
- Offene Gewichte
- ja
- Lizenz
- CC BY-NC-4.0
- Parameter
- 111 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 19 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Berkeley Function Calling Leaderboard | 0 | 0 | 1 |
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten. 1 Messwerte sind noch keiner Testreihe zugeordnet.