Cohere Command R+ — специализированная языковая модель от канадской компании Cohere, разработанная для корпоративных задач: RAG (Retrieval-Augmented Generation), поиск по документам и аналитика. В отличие от универсальных моделей вроде GPT-4o, Command R+ оптимизирована для работы с retrieved-контекстом и минимизации галлюцинаций. Через ModelSwitch вы можете подключить Command R+ через стандартный OpenAI API.
Характеристики Command R+
| Параметр | Command R+ | Command R |
|---|---|---|
| Контекстное окно | 128 000 токенов | 128 000 токенов |
| Input ($/1M) | $2.50 | $0.50 |
| Output ($/1M) | $10.00 | $1.50 |
| RAG-оптимизация | Да (grounded generation) | Да |
| Встроенные цитаты | Да | Да |
| Мультиязычность | 10+ языков | 10+ языков |
Главная особенность Command R+ — технология Grounded Generation. Модель не просто генерирует текст, а привязывает каждое утверждение к конкретному источнику из переданного контекста, что критически важно для корпоративных систем.
Подключение Command R+ через ModelSwitch
Используйте Command R+ для построения RAG-систем с цитированием источников:
from openai import OpenAI
client = OpenAI(
base_url="https://api.modelswitch.ru/v1",
api_key="msk_ваш_ключ"
)
# Контекст из вашей базы знаний (результат поиска)
documents = """
Документ 1: Политика возврата. Возврат товара возможен в течение 14 дней с момента покупки.
Документ 2: Гарантия. Гарантийный срок на электронику составляет 12 месяцев.
Документ 3: Доставка. Бесплатная доставка при заказе от 5000 рублей.
"""
response = client.chat.completions.create(
model="cohere/command-r-plus",
messages=[
{"role": "system", "content": f"Отвечай на вопросы клиентов, опираясь на базу знаний. Цитируй источники.\n\nБаза знаний:\n{documents}"},
{"role": "user", "content": "Могу ли я вернуть товар через неделю после покупки?"}
],
temperature=0.2,
max_tokens=1000
)
print(response.choices[0].message.content)Построение RAG-системы с Command R+
Типичная архитектура RAG-системы с Command R+ через ModelSwitch:
import chromadb
from openai import OpenAI
# Инициализация клиентов
client = OpenAI(base_url="https://api.modelswitch.ru/v1", api_key="msk_ваш_ключ")
chroma = chromadb.Client()
collection = chroma.get_or_create_collection("knowledge_base")
def rag_query(question: str) -> str:
# 1. Поиск релевантных документов
results = collection.query(query_texts=[question], n_results=5)
context = "\n".join(results["documents"][0])
# 2. Генерация ответа с цитированием
response = client.chat.completions.create(
model="cohere/command-r-plus",
messages=[
{"role": "system", "content": f"Отвечай на основе контекста. Цитируй источники.\n\nКонтекст:\n{context}"},
{"role": "user", "content": question}
],
temperature=0.1
)
return response.choices[0].message.contentКогда выбрать Command R+
- Корпоративные базы знаний — системы вопрос-ответ по внутренней документации
- Юридические системы — поиск по законодательству с точными ссылками на статьи
- Техническая поддержка — чат-боты, которые ссылаются на конкретные разделы документации
- Аналитика документов — извлечение фактов из отчётов с указанием источника
Для общих задач (чат-боты, генерация контента, кодогенерация) лучше подойдут GPT-4o или Claude 3.5 Sonnet.
Заключение
Cohere Command R+ — лучший выбор для корпоративных RAG-систем, где важна точность и цитирование источников. Через ModelSwitch вы подключаете Command R+ без регистрации на платформе Cohere. Попробуйте на modelswitch.ru.