Cohere企业级嵌入模型Embed v3，支持100+语言和多任务场景(检索、分类、聚类)，在MTEB基准中表现优异，支持int8量化压缩，是企业搜索和RAG应用的理想选择。

Cohere推出的业界领先重排序模型Rerank 3.5，支持100+语言，准确度业界第一，支持4096 tokens长文档，在BEIR基准测试中提升30%以上nDCG，是RAG系统和搜索引擎的理想选择。

Command-R 是一个拥有 350 亿参数的模型，它在对话语言任务的执行上比之前的模型更高质量、更可靠，并且具有更长的上下文。它可以用于复杂的工作流程，如代码生成、检索增强生成 (RAG)、工具使用和代理。阅读发布帖子以了解更多信息。使用该模型需遵循 Cohere 的可接受使用政策。

Cohere推出的多语言重排序模型，专为非英语文档和JSON半结构化数据优化，支持与embed-multilingual-v3.0相同的多语言能力，上下文长度4096 tokens，在跨语言搜索和信息检索场景中表现优异。

Cohere推出的最新重排序模型，支持文档和JSON等半结构化数据的语义重排，具备多语言能力，上下文长度达4096 tokens，在搜索结果优化、RAG应用和信息检索场景中表现出色，精准度业界领先。

Cohere专为英语文档优化的重排序模型rerank-english-v3.0，支持JSON半结构化数据，上下文长度4096 tokens，专注于信息检索、搜索引擎优化和文档排序，提升英语内容处理效率。