---
title: "Cohere API: Command, Embed и Rerank"
description: "Cohere по API: Command A+ для RAG и агентов, эмбеддинги Embed v4 и Multilingual v3, переранжирование Rerank v5. 8 моделей по одному ключу."
url: https://veselo.ai/models/cohere
updated: 2026-11-16T15:16:30.780Z
---

# Cohere API: Command, Embed и Rerank

Cohere делает модели для поиска по документам и рабочих ассистентов, и у нас есть вся её цепочка: эмбеддинги Embed, переранжирование Rerank и языковая Command A+. Rerank v5 работает больше чем со 100 языками, включая русский, а Command A+ принимает до 128 тысяч токенов и картинки на входе. Ключ один на все три звена, оплата в рублях.

- 8 моделей
- от 2,12 ₽ за 1 млн токенов
- текст, эмбеддинги, переранжирование

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) [Документация](https://veselo.ai/docs/embeddings)

## Модели и цены

### Языковые модели

**Цены в рублях за 1 млн токенов**

| Модель | Контекст | Вход | Выход |
| --- | --- | --- | --- |
| [Command A](https://veselo.ai/models/cohere/command-a-03-2025) | 256 тыс. | 264,76 ₽ | 1 059,02 ₽ |

### Эмбеддинги

**Эмбеддинги: цена в рублях за 1 млн токенов**

| Модель | Размер вектора | Цена |
| --- | --- | --- |
| [Cohere Embed v4](https://veselo.ai/models/cohere/embed-v4.0) | 1 536 | 12,71 ₽ за 1 млн токенов |
| [Cohere Embed Multilingual v3](https://veselo.ai/models/cohere/embed-multilingual-v3.0) | 1 024 | 10,60 ₽ за 1 млн токенов |
| [Cohere Embed English v3](https://veselo.ai/models/cohere/embed-v4.0) | 1 024 | 10,60 ₽ за 1 млн токенов |

### Переранжирование

**Переранжирование: цена в рублях**

| Модель | Документов за раз | Цена |
| --- | --- | --- |
| [Cohere Rerank v5 Pro](https://veselo.ai/models/cohere/rerank-v5.0-pro) | до 1 000 | 5,30 ₽ за 1 млн токенов |
| [Cohere Rerank v4 Fast](https://veselo.ai/models/cohere/rerank-v5.0-pro) | до 1 000 | 211,81 ₽ за 1000 поисков |
| [Cohere Rerank v4 Pro](https://veselo.ai/models/cohere/rerank-v5.0-pro) | до 1 000 | 264,76 ₽ за 1000 поисков |
| [Cohere Rerank v5 Fast](https://veselo.ai/models/cohere/rerank-v5.0-pro) | до 1 000 | 2,12 ₽ за 1 млн токенов |

### Сейчас недоступны

Запросы к этим моделям сейчас не проходят и денег не стоят. Цены — последние известные.

- [Command A+](https://veselo.ai/models/cohere/command-a-plus-05-2026) — 84,73 ₽ / 338,89 ₽ за 1 млн токенов

## Как выбрать

У Cohere модели делятся не по силе, а по роли в поиске. Типичная схема RAG выглядит так: Embed превращает тексты в векторы, база векторов находит похожие куски, Rerank расставляет их по смыслу, а Command пишет ответ по первым нескольким кускам. Каждое звено можно взять отдельно.

- **[Cohere Embed v4](https://veselo.ai/models/cohere/embed-v4.0)** — эмбеддинги с контекстом 128 тысяч токенов, по умолчанию вектор из 1536 чисел. Cohere умеет переводить в векторы и картинки, но через наш `/v1/embeddings` идёт только текст.
- **[Cohere Embed Multilingual v3](https://veselo.ai/models/cohere/embed-multilingual-v3.0)** — вектор из 1024 чисел, до 512 токенов на строку. Подходит для коротких текстов на разных языках: названий товаров, вопросов, отзывов.
- **[Cohere Rerank v5 Pro](https://veselo.ai/models/cohere/rerank-v5.0-pro)** — переранжирование для сложных запросов с рассуждением и длинных специальных документов. Пара «запрос плюс документ» вмещает до 32 768 токенов. Rerank v5 Fast — то же поколение для быстрых ответов под большой нагрузкой.
- **[Command A+](https://veselo.ai/models/cohere/command-a-plus-05-2026)** — языковая модель Cohere от 20 мая 2026 года и первая её смесь экспертов: 218 млрд параметров, 25 млрд активных, контекст 128 тысяч, ответ до 64 тысяч, на входе текст и картинки. Cohere пишет о 48 языках, а веса открыты под Apache 2.0.

Кратко по случаям: сайт с базой знаний — Embed v4, Rerank v5 Pro и Command A+ вместе; каталог товаров на нескольких языках — Multilingual v3 и Rerank v5 Fast; готовый поиск, который выдаёт не то, — один Rerank v5 поверх него.

## Популярные задачи

### База знаний для поддержки

Сотрудник поддержки пишет вопрос, а ответ лежит где-то в трёхстах статьях справки. Разрежь статьи на куски, переведи их в векторы через Embed v4 и сложи в свою базу. На вопрос ищи двадцать ближайших кусков, отдавай их Rerank v5 Pro и передавай в Command A+ первые пять вместе с просьбой отвечать только по ним и называть статью. Подробнее о векторах — на странице [эмбеддинги по API](https://veselo.ai/models/embeddings-api).

### Поиск по каталогу на нескольких языках

Покупатель пишет «кроссовки для бега по снегу», а карточки товара заведены на английском. Embed Multilingual v3 переводит в векторы короткие тексты на разных языках, так что похожие по смыслу фразы оказываются рядом. Названия и короткие описания легко укладываются в 512 токенов на строку. Финальный порядок выдачи отдай Rerank v5 Fast: он рассчитан на большой поток запросов.

### Починить старый поиск без переиндексации

Если поиск по словам на сайте уже работает, но выдаёт не то, переделывать его не нужно. По документации Cohere, Rerank v5 повышает точность поверх поиска по словам, по векторам или смешанного, без переиндексации базы. Отдаёшь ему запрос и найденные документы, он возвращает их в новом порядке с оценкой близости. Как выглядят запрос и ответ, показано на странице [Cohere Rerank v5 Pro](https://veselo.ai/models/cohere/rerank-v5.0-pro).

### Разбор обращений и отзывов по темам

Сотни отзывов в неделю никто не читает целиком. Переведи их в векторы через Embed v4, сгруппируй близкие и дай каждой группе название. Так видно, о чём жалуются чаще: доставка, размер, упаковка. Cohere прямо называет классификацию одним из назначений Embed. Пример запроса с пачкой текстов есть на странице [Cohere Embed v4](https://veselo.ai/models/cohere/embed-v4.0).

### Ассистент со скриншотами

Command A+ понимает картинки на входе, поэтому сотрудник может прислать скриншот ошибки из рабочей программы и спросить, что нажать дальше. Cohere описывает модель как агентную: с картинками и текстом на входе она умеет сама выполнять шаги задачи. Рассуждения у Cohere можно включать и выключать, а описание инструментов наш API передаёт модели полем `tools`.

## Как получить ключ Cohere API в России

1. В [кабинете API](https://veselo.ai/developer) на veselo.ai создай ключ: одного хватит и на эмбеддинги, и на переранжирование, и на чат.
2. Внеси деньги на API-счёт: в [кабинете](https://veselo.ai/developer/wallet) принимают карты российских банков и СБП.
3. Вызывай три адреса: `/v1/embeddings` для Embed, `/v1/rerank` для Rerank и `/v1/chat/completions` для Command A+. Модели указывай нашими id: `cohere/embed-v4.0`, `cohere/rerank-v5.0-pro`, `cohere/command-a-plus-05-2026`.

Адрес API — `https://veselo.ai/v1`, формат эмбеддингов и чата — как у OpenAI, так что подойдут обычные библиотеки для RAG.

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью Cohere Embed v4: у других моделей меняется только model.

**curl**

```
curl https://veselo.ai/v1/embeddings \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "cohere/embed-v4.0",
    "input": ["Как вернуть деньги за заказ?", "Доставка по Москве занимает 1–2 дня."]
  }'
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")

r = client.embeddings.create(
    model="cohere/embed-v4.0",
    input=["Как вернуть деньги за заказ?", "Доставка по Москве занимает 1–2 дня."],
)
print(len(r.data), len(r.data[0].embedding))  # сколько векторов и их длина
```

**JavaScript**

```
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });

const r = await client.embeddings.create({
  model: 'cohere/embed-v4.0',
  input: ['Как вернуть деньги за заказ?', 'Доставка по Москве занимает 1–2 дня.'],
});
console.log(r.data.length, r.data[0].embedding.length); // сколько векторов и их длина
```

**В программах:** тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. [Библиотеки и программы](https://veselo.ai/docs/sdks)

[Cohere Embed v4](https://veselo.ai/models/cohere/embed-v4.0) · [Документация раздела](https://veselo.ai/docs/embeddings)

## Версии и отличия

- **Embed v4 и v3.** Embed v4 держит 128 тысяч токенов на вход, у v3 — 512 токенов на строку и вектор из 1024 чисел. Embed English v3 понимает только английский, её описание — на странице Embed v4.
- **Rerank v5 и v4.** У пятого поколения есть калиброванные оценки близости и режим Context Focus; Cohere сама советует v5 для новых проектов. Pro точнее на сложных запросах, Fast быстрее под нагрузкой.
- **Command A+ и Command A.** Command A от марта 2025 года держит 256 тысяч токенов, но пишет ответ до 8 тысяч и видит только текст. Command A+ новее, понимает картинки и отвечает длиннее.

## Вопросы и ответы

**Чем эмбеддинги отличаются от переранжирования?**

Эмбеддинг превращает текст в вектор, и по векторам быстро находятся похожие тексты среди миллионов. Переранжирование работает медленнее и только с короткой выдачей: оно читает запрос и каждый найденный документ вместе и ставит их по порядку точнее. Обычно их используют вдвоём.

**Работает ли Rerank с русским языком?**

Да. Rerank v5 по документации Cohere поддерживает больше 100 языков, и русский входит в список тех, на которых компания делала отдельный упор. Для v4 Cohere пишет только, что модель многоязычная.

**Какой длины текст можно превратить в один вектор?**

У Embed v4 — до 128 тысяч токенов, у Embed Multilingual v3 и English v3 — до 512 токенов на строку. Длинные документы для поиска всё равно стоит резать на куски по смыслу: так находится нужный абзац, а не весь файл.

**Можно ли отправить в Embed v4 картинку или PDF?**

У самой Cohere Embed v4 принимает картинки и документы вперемешку с текстом, но наш `/v1/embeddings` принимает только текст. Из PDF текст придётся достать заранее.

**Как считается цена эмбеддингов и Rerank?**

Эмбеддинги стоят по токенам входа, переранжирование — по токенам запроса вместе с документами; ставки видны в таблице моделей. Запрос, который закончился ошибкой, у нас не оплачивается.

**Знает ли Command A+ русский язык?**

Cohere пишет о 48 языках, включая все официальные языки ЕС, но полного списка на странице модели нет. Проверь русский на своих примерах блоком «Попробовать» на странице модели: цену запроса там видно ещё до отправки.

**Нужны ли VPN и зарубежная карта?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

**Сколько стоит запрос, который закончился ошибкой?**

Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.

## Ещё по теме

- [Эмбеддинги по API за рубли — документация API](https://veselo.ai/docs/embeddings)
- [Переранжирование (rerank) по API за рубли — документация API](https://veselo.ai/docs/rerank)
- [Чат: сообщения и параметры — документация API](https://veselo.ai/docs/chat)
- [Все модели: эмбеддинги](https://veselo.ai/models/embeddings-api)
- [Все модели: языковые модели](https://veselo.ai/models/llm-api)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [docs.cohere.com](https://docs.cohere.com/docs/models)
