Tous les modèles
Cohere
Cohere Embed 4
Modèle d'intégration d'entreprise de Cohere pour du texte, des images et des documents visuellement riches multilingues avec une fenêtre contextuelle de 128 Ko.
Présentation de l'anglais simple
Qu'est-ce que Cohere Embed 4 ?
Cohere Embed 4 est conçu pour la recherche sur de la prose normale et des documents dont la signification dépend de la mise en page ou des visuels. Il peut intégrer du texte, des images et des PDF à contenu mixte, ce qui est utile pour les présentations de diapositives, les rapports, les diagrammes et les documents commerciaux numérisés.
Le point de terminaison prend en charge plusieurs tailles vectorielles et formats numériques compacts. Les types d'entrée de requête, de document, de classification et de clustering permettent au même modèle de façonner les représentations autour de la tâche plutôt que de traiter chaque entrée de la même manière.
Bon ajustement pour
- Recherche d'entreprise sur des documents visuellement riches
- RAG multilingue et recherche sémantique
- Organisations qui ont besoin de choix de déploiement privé
Comparaison des catégories
Les faits importants pour les modèles intégrations
Il s'agit de spécifications publiées par le fournisseur et non de scores de référence Cody. Suivez les sources liées pour connaître les limites actuelles et les exceptions spécifiques aux points de terminaison.
- Prix d'intégration
- Prix unitaire hébergé non publiéPrix actuel du fournisseur par million de jetons d'entrée ou unité de facturation publiée la plus proche.
- Capacité d'entrée
- 128 000 jetonsContenu maximum accepté dans une entrée d'intégration, en utilisant la base de jetons documentée du fournisseur.
- Dimensions vectorielles
- 256, 512, 1 024 ou 1 536Tailles de sortie prises en charge ; des vecteurs plus petits réduisent le stockage tandis que des vecteurs plus grands peuvent conserver plus d'informations.
- Entrées acceptées
- Texte, images et PDF à contenu mixteEntrée de texte, de code, d'image, d'audio, de vidéo, de PDF ou de document prise en charge par le point de terminaison.
- Contrôles de récupération
- Types d'entrée de requête/document de recherche, de classification et de clusteringModes de requête/document, types de tâches, troncature, segmentation ou autres contrôles qui façonnent les vecteurs pour la récupération.
- Où ça court
- API Cohere, coffre-fort de modèles, Microsoft Foundry, SageMakerAPI directe, marché cloud, déploiement privé ou itinéraire auto-hébergé documenté par le fournisseur.
Données sur la qualité et la vitesse
Les résultats concernent un test, une langue et une configuration précis, pas l’intelligence globale. Une absence de résultat ne signifie pas une qualité inférieure.
Cohere Embed 4 · FinanceBenchRetrieval
Résultat soumis par la communauté
Pertinence de recherche (0–1 ; plus élevé = meilleur)
Configuration du test
MTEB · 1.38.43 · eng-Latn · test/default
dimensions: 1536 · similarity: cosine · modelMetadata: https://github.com/embeddings-benchmark/results/blob/main/results/Cohere__Cohere-embed-v4.0/1/model_meta.json
Vérifié: 5 septembre 2026
MTEB contributors · FinanceBenchRetrieval0,8833 nDCG@10
Tarifs et comparaisons
Estimez votre coût
Indiquez votre utilisation. L’estimation se met à jour à chaque modification.
Hypothèse : 600 tokens par page, traitée séparément. Le nombre réel varie. Embeddings uniquement, hors stockage, recherche et réponses.
Cohere Embed 4
Cohere
Total estimé (USD)
Pour l’utilisation indiquée · USD · Tarif API, hors abonnement
Comprendre cette estimation
Les estimations excluent taxes, outils, stockage/écriture du cache, quotas gratuits et remises personnalisées. Pour les images, seule la sortie est incluse, pas le prompt ni les références. Les modes de qualité varient. Un paramètre non répertorié n’est pas gratuit.
Accès API et fournisseur
Où obtenir Cohere Embed 4
CohereCohere Documentation intégréeComportement du modèle, dimensions, entrées multimodales et exemples de requêtes.Microsoft FoundryModèles Cohere sur Microsoft FoundryLa disponibilité du catalogue cloud varie selon la région et le compte.AWS SageMakerModèles Cohere sur AWS SageMakerLes conditions de Marketplace et de déploiement privé s'appliquent.
Disponibilité
Régions et étape d'accès
Disponible via l'API Embed de Cohere, avec déploiement privé et itinéraires sélectionnés sur plate-forme cloud pour les entreprises clientes.
L'emplacement et la résidence du traitement dépendent de la plateforme Cohere, de l'environnement privé ou de l'accord de marché cloud choisi.
Vérifier la disponibilité en directDonnées et formation
L'itinéraire compte.
Les entreprises clientes Cohere peuvent se désinscrire de la formation ; Les invites et générations SaaS sont généralement supprimées après 30 jours. Les comptes approuvés sans conservation de données et les déploiements privés offrent des contrôles plus stricts.
Il s'agit d'une lecture concise du matériel du fournisseur cité, et non d'un avis juridique. Une passerelle tierce peut avoir des conditions de stockage, de routage, de formation et de résidence différentes de celles de l'API directe du modéliste.
Lire la politique du fournisseurQuestions fréquemment posées
FAQ Cohere Embed 4
Qu'est-ce que Cohere Embed 4 ?
Modèle d'intégration d'entreprise de Cohere pour du texte, des images et des documents visuellement riches multilingues avec une fenêtre contextuelle de 128 Ko. Cohere Embed 4 est conçu pour la recherche sur de la prose normale et des documents dont la signification dépend de la mise en page ou des visuels. Il peut intégrer du texte, des images et des PDF à contenu mixte, ce qui est utile pour les présentations de diapositives, les rapports, les diagrammes et les documents commerciaux numérisés.
Quand Cohere Embed 4 est-il sorti ?
Cohere Embed 4 a été publié sur 15 avril 2025 selon les documents du fournisseur cités.
Où puis-je accéder à Cohere Embed 4 ?
Disponible via l'API Embed de Cohere, avec déploiement privé et itinéraires sélectionnés sur plate-forme cloud pour les entreprises clientes. Les voies d'accès répertoriées dans ce guide sont Cohere, Microsoft Foundry et AWS SageMaker.
Combien coûte Cohere Embed 4 ?
Prix unitaire hébergé non publié. La page de tarification publique examinée de Cohere n'indique pas de tarif de jeton Embed 4 hébergé comparable. Model Vault et les déploiements privés utilisent la capacité ou la tarification contractuelle.
Où le Cohere Embed 4 est-il disponible ?
Disponible via l'API Embed de Cohere, avec déploiement privé et itinéraires sélectionnés sur plate-forme cloud pour les entreprises clientes. L'emplacement et la résidence du traitement dépendent de la plateforme Cohere, de l'environnement privé ou de l'accord de marché cloud choisi.
Mes données API Cohere Embed 4 sont-elles utilisées pour la formation ?
Les entreprises clientes Cohere peuvent se désinscrire de la formation ; Les invites et générations SaaS sont généralement supprimées après 30 jours. Les comptes approuvés sans conservation de données et les déploiements privés offrent des contrôles plus stricts. La politique appartient à l'itinéraire du fournisseur et aux conditions du compte, vérifiez-la donc à nouveau avant de l'utiliser en production.
Comparaison des prix
USD par million de tokens pour les API indiquées avec un contexte standard. Les tarifs de cache et de contexte long peuvent varier. Les modèles sans prix vérifiés compatibles sont omis ; un coût inférieur n’indique pas une meilleure qualité.
- Mistral Embed0,10 $US
Mistral AI
- Voyage 4 Large0,12 $US
Voyage AI
- Voyage Context 40,12 $US
Voyage AI
- Voyage Code 40,12 $US
Voyage AI
- text-embedding-3-large0,13 $US
OpenAI
- Gemini Embedding 20,20 $US
Google
Comparaisons associées
Comparaisons face à face
Cohere Embed 4 vs Gemini Embedding 2
Modèle d'intégration multimodal de Google pour placer du texte, des images, des vidéos, de l'audio et des PDF dans un seul espace vectoriel consultable.
Ouvrir la comparaison complèteCohere Embed 4 vs text-embedding-3-large
Le modèle d'intégration de texte le plus performant de OpenAI pour les pipelines de recherche sémantique, de recommandations, de clustering et de récupération.
Ouvrir la comparaison complèteCohere Embed 4 vs Voyage 4 Large
Modèle d'intégration général de qualité supérieure de Voyage AI pour la récupération de texte et de code, avec des dimensions réglables et un espace vectoriel familial partagé.
Ouvrir la comparaison complèteCohere Embed 4 vs Voyage Context 4
Modèle d'intégration sensible aux documents de Voyage AI qui crée automatiquement des vecteurs pour les fragments tout en préservant les informations du document environnant.
Ouvrir la comparaison complèteCohere Embed 4 vs Voyage Code 4
Modèle d'intégration spécialisé de Voyage AI pour trouver du code pertinent à partir de questions en langage naturel ou d'un autre contexte de code source.
Ouvrir la comparaison complèteCohere Embed 4 vs Mistral Embed
Le modèle d'intégration de texte hébergé simple de Mistral pour la recherche sémantique, le clustering, la classification et RAG.
Ouvrir la comparaison complète