GetInfoUs
Head-to-Head Model Comparison

Command R7B Arabic vs Command R7B

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs リサーチチーム監修最終確認日: October 2026編集方針
共有
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Command R7B Arabic vs Command R7B: Benchmarks, Pricing & Speed Comparison

CohereのCommand R7B ArabicとCohereのCommand R7Bは、注目度の高い主要AIモデルです。Command R7B Arabicは128K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.07/出力$0.20、一方のCommand R7Bは128K トークンのコンテキストで入力$0.07/出力$0.20です。以下でベンチマーク、速度、コストを詳しく比較します。

徹底比較 (VS)

任意のAIモデルを切り替えて比較

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
Cohere

Command R7B Arabic

オープンウェイト基盤モデル

Cohere の Command R7B Arabic は、オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保向けに設計されたAIモデルです。128K のコンテキストウィンドウ、毎秒 135 トークンの生成速度、知能指数 39/100（1Mトークンあたり入力$0.07・出力$0.2）を実現しています。

Intelligence Index39 / 100
Input Token:

$0.07 / 1M

Output Token:

$0.20 / 1M

Context Window:

128K tokens

SWE-bench Verified:

26%

Cohere

Command R7B

オープンウェイト基盤モデル

Cohere の Command R7B は、オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保向けに設計されたAIモデルです。128K のコンテキストウィンドウ、毎秒 140 トークンの生成速度、知能指数 38/100（1Mトークンあたり入力$0.07・出力$0.2）を実現しています。

Intelligence Index38 / 100
Input Token:

$0.07 / 1M

Output Token:

$0.20 / 1M

Context Window:

128K tokens

SWE-bench Verified:

27%

ひと目でわかる主な違い

  • Both models cost the same under this workload — choose on capability, not price.
  • Command R7B is faster at 140 tok/s vs 135 tok/s.
  • Command R7B leads on SWE-bench coding (27.0% vs 26.0%).
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
FeatureCommand R7B ArabicCommand R7B
Intelligence Index
Composite reasoning & knowledge score (0-100)
3938
Provider
CohereCohere
Input Price
Cost per million input tokens
$0.07 / 1M$0.07 / 1M
Output Price
Cost per million output tokens
$0.20 / 1M$0.20 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$0.05 / 1M$0.05 / 1M
Context Window
Maximum input + output tokens
128K tokens~192 A4 pages of text128K tokens~192 A4 pages of text
Max Output Tokens
Per single request
4K4K
Throughput Speed
Tokens generated per second
135 tok/s140 tok/s
SWE-bench Verified
Real-world software engineering
26%27%
GPQA Diamond
Graduate-level reasoning
43%42.5%
Cached Input Price
Prompt caching discount per 1M tokens
$0.02 / 1M$0.02 / 1M

分野別勝者スコアカード

At-a-glance decision framework
Coding
Command R7B
+1.0% SWE-bench lead
Cost
Tied
Identical monthly runtime cost
Speed
Command R7B
+4% faster generation
Context
Tied
128K tokens window

検証済みベンチマークスコア比較

Official evaluation metrics verified by independent third-party research labs.

Command R7B ArabicCommand R7B
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

26%vs27%
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

43%vs42.5%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

67%vs66%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1225ptsvs1215pts
Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

70%vs68%
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

135 tok/s vs140 tok/s

レイテンシ＆応答時間

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
Command R7B Arabic0.31s
Command R7B0.29s
Est. End-to-End Response (500 tokens)TTFT + generation time
Command R7B Arabic4.01s
Command R7B3.86s

リアルタイムAPIトークン料金シミュレーター

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Command R7B Arabic Monthly API Bill
$0.32 / month
$0.07/1M in · $0.2/1M out
Command R7B Monthly API Bill
$0.32 / month
$0.07/1M in · $0.2/1M out
These models cost the same under this workload — no savings either way.Break-even

Command R7B Arabic · Strengths & Key Advantages

  • 128K のコンテキストウィンドウと最大 4K トークンの出力容量（SWE-bench Verified 26% · GPQA Diamond 43%）
  • 毎秒 135 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 310ms の低遅延
  • オープンウェイトモデル (7B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
  • 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
  • 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります

Command R7B · Strengths & Key Advantages

  • 128K のコンテキストウィンドウと最大 4K トークンの出力容量（SWE-bench Verified 27% · GPQA Diamond 42.5%）
  • 毎秒 140 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 290ms の低遅延
  • オープンウェイトモデル (7B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
  • 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
  • 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricCommand R7B ArabicCommand R7B
Cost per Task
Estimated USD to finish one task
$0.05$0.05
Output Tokens / Task
Tokens generated per task
20K20K
Reasoning Tokens / Task
Thinking tokens burned per task
0K0K

技術仕様・スペック

Architecture, release timeline, capabilities, and modalities.

FeatureCommand R7B ArabicCommand R7B
Official API Model ID (SDK)command-r7b-arabiccommand-r7b
API ProtocolOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGIOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
Release Date2025-022024-12
Knowledge CutoffDecember 2024October 2024
ArchitectureArabic-Specialized RAG TransformerEfficient Compact RAG Transformer
Parameters7B7B
Enterprise Rate Limits (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
Long-Context Tier (>128K/200K)Flat rate ($0.07/1M in) across full 128K windowFlat rate ($0.07/1M in) across full 128K window
Prompt Cache Policy & TTLCached input at $0.02/1M tokensCached input at $0.02/1M tokens
Computer Use / GUI AgentAPI / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
MCP & Parallel Tool CallingNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON SchemaNative MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
Web Search Grounding & SandboxSupported via external Tavily/Exa Search & E2B/Docker Sandbox toolsSupported via external Tavily/Exa Search & E2B/Docker Sandbox tools
Official Fine-Tuning SupportFull Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
Multimodal Token BillingText BPE (~4 chars/token)Text BPE (~4 chars/token)
Quantization & Min GPU VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 4 GB VRAM (4-bit Quantized) · 15 GB VRAM (Native BF16)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 4 GB VRAM (4-bit Quantized) · 15 GB VRAM (Native BF16)
Safety & Frontier ClassificationOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
Enterprise Compliance (ZDR/HIPAA/SOC2)100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalitiestexttext
Output Modalitiestexttext

Command R7B Arabic vs Command R7B: よくある質問 (FAQ)

Which is more intelligent, Command R7B Arabic or Command R7B?

Command R7B Arabic is more intelligent. It scores 39 compared with 38 on the composite Intelligence Index.

Which model is faster?

Command R7B is faster, generating 140 tokens per second compared with 135 tokens per second.

Which model has lower latency?

Command R7B has lower latency, with a time to first token of 0.29s compared with 0.31s.

総合評価

Command R7B Arabic（オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とCommand R7B（オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではCommand R7B Arabicがリードし、応答速度とスループットではCommand R7Bが優れ、APIコスト効率ではCommand R7B Arabicが有利です。

よくある質問 (FAQ)

コーディングや複雑な推論には Command R7B Arabic と Command R7B のどちらが適していますか？+

総合知能指数およびコーディング評価では Command R7B Arabic が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。

Command R7B Arabic と Command R7B ではどちらのAPI料金が安いですか？+

Command R7B Arabic は100万トークンあたり入力$0.07 / 出力$0.20、Command R7B は入力$0.07 / 出力$0.20です。総合的なコスト効率では Command R7B Arabic がより経済的です。

コンテキスト長と生成速度はどちらが優れていますか？+

コンテキストウィンドウは Command R7B Arabic が 128K トークン、Command R7B が 128K トークン です。出力スピード（トークン/秒）では Command R7B がリードしています。

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.

公的ソース: CohereおよびCohere公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。