Cohere Command A в каталоге: модель для RAG и работы по документам

В каталоге Yenisei есть флагман Cohere — Command A (command-a). Cohere традиционно делает модели под корпоративные задачи, прежде всего под RAG и работу с базами знаний. Если у вас задача «отвечать по нашим документам, а не по общим знаниям», на эту модель стоит посмотреть в первую очередь.

Компактной Command R7B в каталоге нет — ниже о том, что взять вместо неё.

Command A

• Контекст 256K — комфортно для работы с наборами документов.
• Заточка под RAG. Модель хорошо держится приложенных источников и меньше склонна выдумывать факты, которых в контексте нет.
• Цитирование. Линейка Command исторически сильна в том, чтобы показывать, из какого фрагмента взят ответ, — это критично там, где нужна проверяемость.
• Многоязычность — русский держит нормально.

Как позвать

curl https://api.yenisei.ru/v1/chat/completions \
  -H "Authorization: Bearer $YENISEI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "command-a",
    "messages": [
      {"role": "system", "content": "Отвечай только на основе приложенных документов. Указывай источник."},
      {"role": "user", "content": "Какой срок гарантии по договору? Документы: ..."}
    ]
  }'

Вместо Command R7B

R7B была компактной моделью для объёма: черновой отбор фрагментов, простые ответы, предобработка перед тем, как звать флагман. В каталоге Yenisei эту роль закрывают:

• Mistral Nemo (mistral-nemo) — лёгкая и быстрая, с вызовом инструментов;
• Granite 4.1 8B (granite-8b) — компактная модель IBM для служебных задач;
• GPT-OSS 20B (gpt-oss-20b) — открытая модель OpenAI, когда нужно чуть больше рассуждения при низкой цене.

Кому это подойдёт

Берите Command A, если строите ассистента по внутренней базе: регламенты, поддержка, юридические документы, техдокументация. Её сильная сторона — дисциплина: держаться источника и не фантазировать. Для творческих текстов или тяжёлых рассуждений есть модели поинтереснее, но в своём жанре Command A очень предсказуема.

Лёгкую модель ставьте на объём внутри той же RAG-системы: ей можно отдать первичную фильтрацию, а Command A звать только на финальном ответе. Для поиска по базе нужны ещё эмбеддинги — например, BGE-M3 (bge-m3).

Цены — на странице тарифов и цен, оплата в рублях, 1 кредит = 1 ₽.