SprachmodellVeraltet

Command R+

Cohere

Veröffentlicht: April 2024
Datenstand: 8. September 2026
Nachfolgermodell: Command R+ 08-2024 (Herstellerdokumentation)

Benchmark-Meta-Score: Nicht berechenbar
Weniger als acht Testreihen
Eingabe: Text
Ausgabe: Text

Command R+ setzt den ursprünglichen Command-R-Ansatz mit 104 Milliarden Parametern, zehn Sprachen und 128.000 Token Kontext in einer größeren Modellklasse fort. Cohere legte den Checkpoint auf anspruchsvollere RAG-Aufgaben und mehrstufige Werkzeugnutzung aus. Seine Größe war der entscheidende Abstand zum kleineren Command R.

Cohere führt diese Kennung als command-r-plus-04-2024. Der API-Alias ist seit dem 15. September 2025 veraltet. Die Aktualisierung command-r-plus-08-2024 bleibt ein eigener Checkpoint. Für die offenen Gewichte gelten CC-BY-NC-4.0 und die jeweils dokumentierten Einsatzbedingungen.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	LokalQuelle
Parameter	104 Mrd.Quelle
Kontextfenster	128.000 TokenQuelle
Lizenz	CC-BY-NC-4.0Quelle
Veröffentlichung	2024-04-04Quelle
Architektur	auto-regressive transformerQuelle
Maximale Ausgabe	4.000 TokenQuelle
Eingabe	TextQuelle
Ausgabe	TextQuelle
Sprachen	10Quelle
Werkzeugaufrufe	JaQuelle
API-Modellkennung	command-r-plus-04-2024Quelle
Modellrevision veröffentlicht	2024-08-30 (This dates the separate command-r-plus-08-2024 refresh and is not an original Command R+ release date.)Quelle

Benchmark-Metaanalyse

Gesamt- und Bereichsscores

Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.

Abrufstände der verwendeten Quellen 2026-10-15 - 2026-10-15

Gesamtindex

Noch nicht genug unabhängige Werte für einen Score

Ein Gesamtwert braucht mindestens acht Testreihen.

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Testreihen: 5
Testfamilien: 5 / 65
Quellen: 1
Anteil am festen Testpanel (informativ): 10 %

Programmieren

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 0,0
Testreihen: 1
Testfamilien: 1 / 15
Quellen: 1
Anteil am festen Testpanel (informativ): 7 %

Schlussfolgern

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 0,0
Testreihen: 1
Testfamilien: 1 / 7
Quellen: 1
Anteil am festen Testpanel (informativ): 7 %

Wissen

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 0,0
Testreihen: 1
Testfamilien: 1 / 3
Quellen: 1
Anteil am festen Testpanel (informativ): 33 %

Recht

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 0,0
Testreihen: 1
Testfamilien: 1 / 4
Quellen: 1
Anteil am festen Testpanel (informativ): 25 %

Gesundheit

Index unter 1 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 0,0
95-%-Intervall: 0,0 bis 0,0
Testreihen: 1
Testfamilien: 1 / 3
Quellen: 1
Anteil am festen Testpanel (informativ): 33 %

Dokumentierte Methode · Einbezogene Testfamilien und Messwerte

Methodenfassung: benchmark-meta-score-v3

Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.

Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.

Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.

Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.

Die Quellenzahl ist keine Anzahl unabhängiger Experimente.

OECD-Handbuch zu zusammengesetzten Indikatoren

Alle 5 Testfamilien und 5 von 5 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.

Testfamilie: GPQA Diamond
Schlussfolgern · Mittleres Rangperzentil der Familie: 0,0 / 100
Gewicht der Familie im festen Testpanel (informativ): 1,53 % · Abdeckung dieser Testfamilie: 50 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-gpqa
  Gewicht der Messreihe innerhalb der Testfamilie:
  50 %
  Nominaler Beitrag zum Gesamtpanel:
  0,77 %
  Rohwert:
  31,06 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  77
  Rangperzentil innerhalb der Kohorte:
  0,0 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-gpqa:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-gpqa:1:overall
  Datensatztyp:
  public
  Setup- und Modellparameter
  Temperatur: 0.3. Maximale Ausgabetoken: 4000
  Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 8.194. Standardfehler: 2.28. Kosten je Aufgabe in USD: 0.007438. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-10-15-951eb5224097. Prüfsumme der Quelldaten: 951eb5224097733a9d09d06c14908ae2980e2e640e539f2c284877c5092d7077. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Testfamilie: LiveCodeBench v6
Programmieren · Mittleres Rangperzentil der Familie: 0,0 / 100
Gewicht der Familie im festen Testpanel (informativ): 0,71 % · Abdeckung dieser Testfamilie: 100 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-lcb
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,71 %
  Rohwert:
  18,238 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  78
  Rangperzentil innerhalb der Kohorte:
  0,0 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-lcb:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-lcb:1:overall
  Datensatztyp:
  public
  Setup- und Modellparameter
  Temperatur: 0.3. Maximale Ausgabetoken: 4000
  Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 5.463. Standardfehler: 1.016. Kosten je Aufgabe in USD: 0.003267. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Testfamilie: LegalBench
Recht · Mittleres Rangperzentil der Familie: 7,7 / 100
Gewicht der Familie im festen Testpanel (informativ): 2,08 % · Abdeckung dieser Testfamilie: 100 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-legal-bench
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  2,08 %
  Rohwert:
  68,287 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  79
  Rangperzentil innerhalb der Kohorte:
  7,7 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-legal-bench:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-legal-bench:1:overall
  Datensatztyp:
  public
  Setup- und Modellparameter
  Temperatur: 0.3. Maximale Ausgabetoken: 4000
  Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-10-13. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 0.396. Standardfehler: 0.65. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-10-15-c8486ba756ba. Prüfsumme der Quelldaten: c8486ba756baa5cd3955d035edff67440e8db23e69d62ad1a9e18d15b8c4bc52. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Testfamilie: MedQA
Gesundheit · Mittleres Rangperzentil der Familie: 0,0 / 100
Gewicht der Familie im festen Testpanel (informativ): 2,78 % · Abdeckung dieser Testfamilie: 100 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-medqa
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  2,78 %
  Rohwert:
  2,651 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  40
  Rangperzentil innerhalb der Kohorte:
  0,0 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-medqa:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-medqa:1:overall
  Datensatztyp:
  public
  Setup- und Modellparameter
  Temperatur: 0.3. Maximale Ausgabetoken: 4000
  Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-04-16. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 6.056. Standardfehler: 0.29. Kosten je Aufgabe in USD: 0.003456. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-medqa-2026-10-15-d67905978d93. Prüfsumme der Quelldaten: d67905978d932f64698ebe9e230d9519e5bae1c9d7176dda8379dc3874b6f90f. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Testfamilie: MMLU-Pro
Wissen · Mittleres Rangperzentil der Familie: 0,0 / 100
Gewicht der Familie im festen Testpanel (informativ): 3,57 % · Abdeckung dieser Testfamilie: 100 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-mmlu-pro
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  3,57 %
  Rohwert:
  44,003 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  78
  Rangperzentil innerhalb der Kohorte:
  0,0 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-mmlu-pro:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-mmlu-pro:1:overall
  Datensatztyp:
  public
  Setup- und Modellparameter
  Temperatur: 0.3. Maximale Ausgabetoken: 4000
  Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 4.419. Standardfehler: 0.479. Kosten je Aufgabe in USD: 0.00566. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-mmlu_pro-2026-10-15-dab025507f46. Prüfsumme der Quelldaten: dab025507f46c716dd8d145e90ec0a737d9c56219853f41e4b1cc3c5e8c222b4. Parserversion: vals-astro-v3. Importiert am: 2026-10-15

Benchmarkquellen im Überblick

Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
Vals AI	5	0	35

Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.

Veröffentlichte Benchmarks

Recht

LegalBench

Teilaufgabe	Command R+ (Dieses Modell)	Command R
Conclusion Tasks	48,31 % (bester Wert dieser Zeile)	13,98 %
Interpretation Tasks	71,62 % (bester Wert dieser Zeile)	38,72 %
Issue Tasks	76,32 % (bester Wert dieser Zeile)	8,89 %
Overall	68,29 % (bester Wert dieser Zeile)	32,97 %
Rhetoric Tasks	75,64 % (bester Wert dieser Zeile)	71,01 %
Rule Tasks	69,55 % (bester Wert dieser Zeile)	32,24 %

höhere Werte sind besserStand 15. Oktober 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg

Methodik und Einordnung

Messgröße: accuracy

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

GPQA Diamond: Few-Shot CoT (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 28.283
Bewertung: 28.283
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: reasoning
Aufgabe: diamond_few_shot_cot
Aufgabenbezeichnung: Few-Shot CoT
Richtung: Mehr ist besser
Vergleichskohorte: vals-gpqa:1:diamond_few_shot_cot
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 8. Standardfehler: 3.183. Kosten je Aufgabe in USD: 0.009178. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-10-15-951eb5224097. Prüfsumme der Quelldaten: 951eb5224097733a9d09d06c14908ae2980e2e640e539f2c284877c5092d7077. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

GPQA Diamond: Zero-Shot CoT (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 33.838
Bewertung: 33.838
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: reasoning
Aufgabe: diamond_zero_shot_cot
Aufgabenbezeichnung: Zero-Shot CoT
Richtung: Mehr ist besser
Vergleichskohorte: vals-gpqa:1:diamond_zero_shot_cot
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 8.387. Standardfehler: 3.266. Kosten je Aufgabe in USD: 0.005699. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-10-15-951eb5224097. Prüfsumme der Quelldaten: 951eb5224097733a9d09d06c14908ae2980e2e640e539f2c284877c5092d7077. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

GPQA Diamond: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 31.06
Bewertung: 31.06
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-gpqa:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 8.194. Standardfehler: 2.28. Kosten je Aufgabe in USD: 0.007438. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-10-15-951eb5224097. Prüfsumme der Quelldaten: 951eb5224097733a9d09d06c14908ae2980e2e640e539f2c284877c5092d7077. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LiveCodeBench v6: Easy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 48.447
Bewertung: 48.447
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: easy
Aufgabenbezeichnung: Easy
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:easy
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 3.194. Standardfehler: 2.785. Kosten je Aufgabe in USD: 0.002233. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LiveCodeBench v6: Hard (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: hard
Aufgabenbezeichnung: Hard
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:hard
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 6.583. Standardfehler: 0. Kosten je Aufgabe in USD: 0.004306. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LiveCodeBench v6: Medium (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 6.266
Bewertung: 6.266
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: medium
Aufgabenbezeichnung: Medium
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:medium
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 6.612. Standardfehler: 1.238. Kosten je Aufgabe in USD: 0.003262. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-10-15-1a7c7dabc9d9. Prüfsumme der Quelldaten: 1a7c7dabc9d95a0182886b1edc42623987cac2095a0d407a5e334f37acdfa2f5. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

Dokumentierte Messdetails

LegalBench: Conclusion Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 48.306
Bewertung: 48.306
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: conclusion_tasks
Aufgabenbezeichnung: Conclusion Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:conclusion_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-10-13. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 0.238. Standardfehler: 1.196. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-10-15-c8486ba756ba. Prüfsumme der Quelldaten: c8486ba756baa5cd3955d035edff67440e8db23e69d62ad1a9e18d15b8c4bc52. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LegalBench: Interpretation Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 71.624
Bewertung: 71.624
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: interpretation_tasks
Aufgabenbezeichnung: Interpretation Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:interpretation_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-10-13. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 0.239. Standardfehler: 0.237. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-10-15-c8486ba756ba. Prüfsumme der Quelldaten: c8486ba756baa5cd3955d035edff67440e8db23e69d62ad1a9e18d15b8c4bc52. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LegalBench: Issue Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 76.319
Bewertung: 76.319
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: issue_tasks
Aufgabenbezeichnung: Issue Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:issue_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-10-13. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 0.318. Standardfehler: 0.708. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-10-15-c8486ba756ba. Prüfsumme der Quelldaten: c8486ba756baa5cd3955d035edff67440e8db23e69d62ad1a9e18d15b8c4bc52. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LegalBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 68.287
Bewertung: 68.287
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-10-13. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 0.396. Standardfehler: 0.65. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-10-15-c8486ba756ba. Prüfsumme der Quelldaten: c8486ba756baa5cd3955d035edff67440e8db23e69d62ad1a9e18d15b8c4bc52. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LegalBench: Rhetoric Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 75.635
Bewertung: 75.635
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: rhetoric_tasks
Aufgabenbezeichnung: Rhetoric Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:rhetoric_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-10-13. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 0.247. Standardfehler: 0.842. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-10-15-c8486ba756ba. Prüfsumme der Quelldaten: c8486ba756baa5cd3955d035edff67440e8db23e69d62ad1a9e18d15b8c4bc52. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

LegalBench: Rule Tasks (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 69.553
Bewertung: 69.553
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: legal
Aufgabe: rule_tasks
Aufgabenbezeichnung: Rule Tasks
Richtung: Mehr ist besser
Vergleichskohorte: vals-legal-bench:1:rule_tasks
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: cohere/command-r-plus. Name des Quellmodells: Command R+. Anbieter laut Quelle: Cohere. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-10-13. Temperatur: 0.3. Maximale Ausgabetoken: 4000. Latenz in Sekunden: 0.94. Standardfehler: 2.805. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-legal_bench-2026-10-15-c8486ba756ba. Prüfsumme der Quelldaten: c8486ba756baa5cd3955d035edff67440e8db23e69d62ad1a9e18d15b8c4bc52. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 0.3. Maximale Ausgabetoken: 4000

Seite 1 von 4

Vorgänger und Nachfolger

Quellen und Datenstand

Art	Nachweis und Datenstand
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Eingabe (Modelldokumentation)
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Eingabe (Modelldokumentation)
Recherchestand	Recherchestand 8. September 2026. 7 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	knowledge-cutoff Originalwortlaut The checked original card, launch post and model overview do not publish an exact cutoff for command-r-plus-04-2024.
In den geprüften Quellen nicht gefunden	training-tokens Originalwortlaut The checked original sources do not publish a training-token count.
Ungeklärt	refresh-model-exclusion Originalwortlaut Earlier evidence used the same canonical ID for the August 2024 refresh. The refresh is a separate command-r-plus-08-2024 model and its facts and benchmarks are intentionally excluded from this original record.
Ungeklärt	AA benchmark rows Originalwortlaut No exact Artificial Analysis model page located in the checked public sitemap.
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026) · Cohere Command R and R+ model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Provider model lifecycle (abgerufen 2. Oktober 2026) · Cohere model overview and lifecycle · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	Cohere Command R+ documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0
Weitere Quelle	Cohere changelog: Command models August refresh (2026-09-19)