Tarifs de Cohere AI en 2026 : guide complet des coûts réels

Un premier regard sur la page de tarifs

Avant d'entrer dans les chiffres, voici cohere.com/pricing. Trois onglets (Workplace systems, Generative models, Advanced retrieval models), un tableau Model Vault, un bloc FAQ avec les anciens tarifs et un formulaire de capture de leads.

Si vous avez visité la page récemment, vous aurez remarqué quelque chose d'étrange : les tableaux de prix par token pour les modèles génératifs et de récupération actuels n'apparaissent pas dans le « voir la source » du HTML. Ils sont rendus côté client via Sanity CMS, ce qui signifie que les outils de scraping (et la plupart des crawlers LLM) ne récupèrent que les parties statiques : le tableau d'instances dédiées du Model Vault, les avertissements Legacy/Aya dans la FAQ et les cartes enterprise « parler aux ventes ». Pour une page de tarifs publique d'un fournisseur dont le discours est la transparence, c'est un choix étrange. Nous avons croisé OpenRouter, AWS Bedrock, la propre documentation de Cohere et le snapshot Wayback Machine pour obtenir le reste, et c'est sur cette base qu'est construit cet article.

Voici un aperçu rapide des tarifs :

Tarifs de l'API Cohere, modèle par modèle

Le catalogue de Cohere se divise en trois catégories : génératif (la famille Command), récupération (Embed et Rerank) et audio (Transcribe). La plupart ont un tarif par token ou par recherche ; certains n'en ont pas.

Génératif : la famille Command

Ce sont les modèles de génération de texte de Cohere, servis via le point de terminaison Chat. Les spécifications complètes (statut, modalité, fenêtre de contexte, limite de sortie) proviennent du catalogue de modèles Cohere. Les tarifs par token pour le bloc hérité sont repris verbatim de la FAQ des tarifs Cohere ; pour la mise à jour R/R+ d'août 2024 et Command A, nous avons utilisé OpenRouter.

Quelques éléments à noter. Premièrement, le prix effectif de Command R+ a baissé : le lancement 04-2024 affichait 3,00 $ / 15,00 $, la mise à jour 08-2024 est à 2,50 $ / 10,00 $, et c'est là qu'il se situe aujourd'hui. Le fil de lancement Hacker News original avait ancré R+ au tarif plus élevé et la communauté avait remis en question si le saut de paramètres le justifiait ; la baisse de prix quelques mois plus tard est la réponse.

Deuxièmement, Command A est grosso modo un « R+ moderne sur la même grille tarifaire ». Mêmes 2,50 $ / 10,00 $, mais un contexte de 256k, un débit 150 % plus élevé et de meilleures performances agentiques selon la documentation. Si vous utilisiez R+ pour un usage général, A est le nouveau choix par défaut.

Troisièmement, Command R7B est vraiment bon marché. À 0,0375 $ en entrée / 0,15 $ en sortie par million, vous pouvez effectuer énormément de résumés, de classification ou de routage pour le prix d'une seule requête de classe GPT.

Récupération : Embed et Rerank

C'est là que la tarification de Cohere mérite vraiment sa réputation. Le stack de récupération est ce dont traite la majorité des éloges des développeurs sur PeerSpot et dans les blogs dev, et les tarifs le confirment.

Deux définitions importantes à préciser ici :

• Une « recherche » correspond à une requête plus jusqu'à 100 documents, selon la FAQ des tarifs Cohere. Tout ce qui dépasse 500 tokens est automatiquement découpé en plusieurs documents et chaque chunk est compté.
• Embed v4 gère les PDFs nativement. C'est un détail tarifaire significatif, car l'alternative chez d'autres fournisseurs consiste à analyser soi-même les PDFs en fragments et à incruster chaque fragment séparément.

Notre recommandation : Embed v4 + Rerank v3.5 + Command R est le « stack RAG économique et capable » canonique sur Cohere, et le coût total sur une charge de travail de récupération modérée est inférieur à ce que coûterait un pipeline comparable de classe GPT + embeddings OpenAI. Si vous montez en qualité, passez à Rerank 4 Pro et Command A.

Audio : Cohere Transcribe

Transcribe est le modèle de reconnaissance vocale de Cohere : cohere-transcribe-03-2026, 14 langues, fichier maximum de 25 Mo. Le tarif à la minute se trouve dans l'onglet de tarifs en direct et n'est pas exposé dans le HTML statique, nous ne pouvons donc pas le citer ici sans induire en erreur. La documentation de transcription audio confirme que les clés d'essai sont limitées à 5 requêtes par minute et que l'accès en production se fait via sales@cohere.com.

Ce qui n'est pas sur la page de tarifs publique

C'est la partie qui mérite d'être honnête, car c'est la différence entre Cohere et un fournisseur comme Anthropic ou OpenAI où chaque modèle a un tarif par token publié.

Ce qui suit est listé sur la page de tarifs en direct de Cohere, mais ne s'affiche pas dans le HTML statique et n'est pas non plus bien exposé par les hébergeurs tiers :

• Command A+, le modèle MoE phare de Cohere, publié en open-source le 19 mai 2026. Commercialisé pour les « infrastructures critiques souveraines ». Pas de tarif par token public.
• Command A Reasoning, Translate et Vision, tous en « contacter les ventes » sur les clés de production selon la documentation des limites de débit. Les clés d'essai sont limitées à 20 req/min et 1 000 appels/mois.
• Frais de fine-tuning (entraînement, hébergement, service).
• Tarification par image pour Command A Vision et les entrées d'image de Command A+.
• Remises sur l'API batch, mentionnées mais sans tarif explicite.
• North-Mini-Code-1.0, apparaît dans les tableaux de limites de débit ; tarif par token non exposé.

Ce que cela signifie pour un acheteur : dès que vous souhaitez comparer le modèle phare actuel de Cohere face à GPT-5.x ou Claude Sonnet sur une base $/1M tokens, vous ne pouvez pas, sans réserver un appel commercial. Que ce soit rédhibitoire dépend de votre rôle. Pour un architecte enterprise préparant un dossier d'achat, c'est un point de friction mais pas un mur. Pour une petite équipe évaluant cinq fournisseurs LLM en une après-midi, c'est suffisant pour faire descendre Cohere dans la liste.

Model Vault : déploiements dédiés, tarifs exacts

Le Model Vault est l'offre d'instance dédiée de Cohere : vous réservez des ressources de calcul qui exécutent uniquement vos modèles, sans mutualisation. C'est aussi le seul bloc de la page de tarifs de Cohere où les chiffres en dollars réels se trouvent dans le HTML, ce qui nous permet de les citer directement.

Quelques points à signaler :

• La facturation peut être à l'heure ou par engagement (mensuel ou annuel). Le tarif mensuel revient à ~8,33 $/heure à 30×24, donc le tarif mensuel engagé n'est moins cher qu'à l'heure que si votre usage dépasse environ 60 à 80 % du mois.
• Un point de données Sanity CMS distinct liste un prix du Model Vault lié à Compass de 3,75 $/heure par instance, qui n'apparaît pas dans le tableau principal ci-dessus. Il vaut la peine d'en parler lors d'un entretien commercial si Compass fait partie de votre plan.
• Pas de niveau Command à la demande dans le Model Vault. Si vous voulez un débit génératif dédié, vous êtes dans le territoire du déploiement personnalisé.

Le Model Vault est la réponse pour un acheteur spécifique : « J'ai besoin de dépenses mensuelles prévisibles sur la récupération à grande échelle, et je ne veux pas que mes charges de travail partagent un pool multi-tenant. » Une équipe RAG typique exécutant, disons, 500 jobs d'embed/heure et 5 000 requêtes de rerank/minute pencherait pour un Rerank 4 Pro Medium (3 250 $/mois) plus un Embed 4 Medium (3 250 $/mois), soit environ 6 500 $/mois au total, payé comme un poste fixe plutôt que mesuré à la requête.

North et Compass : les plateformes enterprise

Le premier onglet de la page de tarifs de Cohere est Workplace systems, et c'est la partie la plus opaque de toute l'histoire tarifaire. Deux produits y vivent :

• North, la plateforme d'agents de Cohere. Présentée sur la page d'accueil comme « Votre espace de travail IA souverain ». Se connecte à vos outils, permet aux utilisateurs d'exécuter des automatisations et inclut une recherche intelligente.
• Compass, le système de recherche et de découverte enterprise de Cohere, avec des connecteurs de données préconstruits, l'analyse de documents et un index géré.

Aucun des deux n'a de tarif public. Les deux sont en mode « Contactez-nous pour une tarification enterprise personnalisée » avec un CTA « Demander une démo ». Le formulaire de capture de leads sur cohere.com/pricing expose un menu déroulant de préférence de déploiement (AWS, Azure, GCP, OCI, IBM Cloud, Tencent Cloud, Alibaba Cloud, Private Deployment, Cohere Infrastructure (SaaS), Other), ce qui donne une idée juste de la personnalisation habituelle de ces contrats.

Ce à quoi nous nous attendons, sur la base de conversations avec des acheteurs enterprise et des contrats de référence publics (Fujitsu, Oracle, RBC, Dell, LG CNS, tous sur le bandeau de logos de la page d'accueil de Cohere) : un cycle d'achat multi-intervenants, un minimum à six chiffres sur un engagement d'un an, un support dédié d'ingénierie solutions et une surface de déploiement personnalisée. Si vous êtes un Fortune 500 avec un mandat de données souveraines, c'est le minimum syndical. Si vous êtes une équipe support de 50 personnes qui veut juste une IA pour trier les tickets, ce n'est pas pour vous.

Les avis sur PeerSpot soulignent la même chose : « Cohere propose une tarification enterprise pour les clients à fort volume, et vous devez contacter leur équipe commerciale pour une tarification personnalisée si vous traitez des milliards de tokens mensuellement ou avez besoin d'un support dédié, de SLA ou de déploiements privés. »

Tarifs sur les clouds partenaires

Cohere est vendu sur tous les grands marketplaces cloud : AWS Bedrock, Amazon SageMaker, Microsoft Azure (AI Foundry), Oracle Cloud Infrastructure, Google Cloud, IBM Cloud, Tencent Cloud, Alibaba Cloud. Les tarifs sur chacun sont fixés par le marketplace, pas par Cohere, et ne sont pas toujours identiques à ceux de cohere.com.

La chose la plus surprenante est que AWS Bedrock a été réduit. Le catalogue Cohere actuel à la demande n'est plus que Embed 4 et Rerank 3.5 ; Command R, R+ et A ne sont plus sur la liste à la demande. La famille Command sur Bedrock est désormais uniquement en débit provisionné, ce qui a une structure de coûts très différente :

Ces 49,50 $/heure par unité de modèle (sans engagement) pour Cohere Command reviennent à ~29 462 $/mois par unité. La citation PeerSpot « cher d'utiliser tous les services Oracle » raconte la même histoire dans un autre onglet : les majorations des marketplaces cloud sont là où vivent les mauvaises surprises budgétaires.

Azure AI Foundry vend Cohere-command-a, Cohere-rerank-v4.0-pro/fast et embed-v-4-0 directement, mais les tarifs par token ne sont pas sur la page de documentation. La documentation des modèles pré-entraînés d'Oracle OCI liste tous les modèles Cohere hébergés par OCI (Command A Reasoning, A Vision, A, R+, R, variantes Embed v4 + v3, Rerank 4, Rerank 3.5), mais là encore les tarifs sont sur une page de tarifs séparée.

La règle générale : si vous êtes sensible aux coûts, exécutez Cohere sur la plateforme première partie de Cohere. Les marketplaces sont pratiques si vous y vivez déjà, mais la majoration est bien réelle.

Essai vs. production : les petits caractères

Quelques mécanismes à connaître avant de s'inscrire, tous tirés de la documentation officielle des limites de débit et de la FAQ des tarifs :

• Les clés d'essai sont gratuites, mais limitées à 1 000 appels API par mois et 20 req/min par modèle de chat. Elles sont explicitement interdites en production ou pour un usage commercial.
• Les clés de production sont à la consommation, avec des limites de débit plus élevées (500 req/min pour Command A, R, R+, R7B).
• Pour les variantes de modèles plus récentes (Command A+, A Reasoning, A Translate, A Vision), les clés de production se comportent comme des clés d'essai. Vous devez contacter sales@cohere.com pour un vrai accès en production. Facile à manquer.
• Cycle de facturation : fin de chaque mois civil ou lorsque votre solde impayé atteint 250 $, selon ce qui survient en premier.
• Vous n'êtes facturé que pour les billed_units, pas le nombre de tokens sous-jacent. Cohere absorbe le coût de tous les tokens de contrôle ajoutés en interne. Leur documentation inclut un exemple où le nombre réel de tokens est 7 596 / 645 mais les billed_units sont 6 772 / 248. Petit mais réel.
• Les comptes commencent en tant que personnels ; vous devez configurer une organisation si vous souhaitez une facturation partagée entre membres de l'équipe.

La limitation essai vs. production sur les modèles phares est le point de friction. La plupart des fournisseurs LLM vous permettent d'accéder à GPT-5 ou Claude Sonnet avec une clé en libre-service dès le premier jour. Cohere ne le permet pas, et si vous comparez des modèles entre eux, cette asymétrie peut silencieusement orienter vos tests vers le modèle que vous pouvez réellement exécuter.

Exemples de coûts concrets

Concrètement. Trois scénarios :

Scénario 1 : Petit pipeline RAG (économique et simple)

Vous êtes une équipe ops de 10 personnes, en train de construire un bot interne « interrogez le wiki ». ~5M tokens/jour d'indexation, ~50 000 requêtes de récupération/jour, génération avec Command R.

Rerank est le poste dominant. Si vous pouvez vous limiter au top-5 de rerank plutôt qu'au top-100 par requête, cette facture baisse nettement.

Scénario 2 : Automatisation support de taille moyenne (le pitch classique)

Vous êtes une équipe support, ~1 000 tickets/jour, en train de construire un bot de déviation directement sur Cohere. Ticket moyen = 3 000 tokens en entrée (historique + contexte KB) + 500 tokens en sortie.

Les 575 $ en tokens sont le plus petit poste de la facture. Le vrai coût, c'est l'ingénieur qui écrit les prompts, l'orchestration, les tentatives de reprise, le harnais d'évaluation et la rotation d'astreinte quand le bot escalade mal. Ce qui mène à…

Scénario 3 : Enterprise dédié (Model Vault)

Vous êtes une entreprise qui exécute du RAG sur un corpus de 5 millions de documents, avec un volume de récupération prévisible.

Ajoutez un contrat North ou Compass par-dessus et vous êtes dans la fourchette des six chiffres sur un an. C'est ce vers quoi pointent les contrats de référence Fujitsu et Oracle.

Ce que les utilisateurs disent vraiment de la facture

Nous avons recueilli des témoignages réels de praticiens sur PeerSpot et dans le fil de lancement Command R+ sur Hacker News. La répartition est cohérente et mérite d'être connue :

« Cohere a un niveau gratuit… vous pouvez utiliser l'API en mode développement. Mais si vous passez en production, vous devrez payer… ça peut être cher. » CollinsOmondi, Mobile Developer, fil de tarifs PeerSpot

« Par rapport aux modèles disponibles sur le marché, la tarification, les coûts de configuration et les licences de Cohere sont meilleurs. » Shivam Singh, Senior Solution Architect, fil de tarifs PeerSpot

« J'ai utilisé Embed English v3.0 de Cohere pour des tâches RAG et je l'ai trouvé plus rapide, moins cher et plus réactif que les alternatives. » Résumé des avis PeerSpot

« Mon expérience avec la tarification, les coûts de configuration et les licences est que c'est cher d'utiliser tous les services Oracle. » Senior Data Scientist, fil de tarifs PeerSpot

Et du fil de lancement R+ sur Hacker News (au ton bien plus acéré) :

« [Command-R] a fini lobotomisé quand l'agent s'appuyait sur ses résultats. » irthomasthomas, fil Hacker News

Ce que nous en tirerions :

• L'histoire Embed et Rerank est unanimement positive. « Plus rapide, moins cher, plus réactif » revient sans cesse dans les contextes de récupération. C'est la meilleure histoire tarifaire de Cohere, et elle n'est pas suffisamment mise en avant sur la page marketing.
• Command R est là où vivent les fans du rapport qualité-prix. 0,15 $ / 0,60 $ pour un modèle de 35B paramètres et 128k de contexte, c'est vraiment bien.
• Command R+ essuie des critiques. Le fil HN avait ancré R+ à un prix 6x supérieur à R, et la communauté voulait comprendre pourquoi. La réponse de Simon Willison s'est résumée à « c'est un modèle de 104B, vous payez pour le nombre de paramètres, pas pour un nouveau niveau de capacité », ce qui est honnête, mais pas une bonne réponse pour des acheteurs qui mettent la qualité des sorties en premier.
• Le vrai « choc de prix » n'est pas le tarif par token, c'est le TCO. Plusieurs analyses de praticiens font le même constat : « Vous avez besoin d'une équipe de développeurs pour construire l'application, de data scientists pour affiner les modèles, et d'une équipe IT pour tout gérer. »

Ce dernier point mérite qu'on s'y attarde.

Où Cohere convient, où il ne convient pas

Les tarifs ne sont pas vraiment la question. L'adéquation l'est. La tarification de Cohere est conçue pour un profil d'acheteur spécifique, et si vous n'êtes pas cet acheteur, la question de savoir si le tarif par token est « bon » ou « cher » passe à côté.

Cohere est un bon choix si vous êtes une entreprise avec :

• Un mandat de souveraineté des données (services financiers, secteur public, santé, défense, télécommunications).
• Une équipe d'ingénierie existante capable de s'intégrer au niveau de l'API : écrire les prompts, construire l'orchestration, exécuter les évaluations.
• Une charge de travail principale qui est RAG ou fortement orientée récupération. Le stack Embed + Rerank + Command R est un vrai avantage en termes de rapport qualité-prix, surtout sur les contenus multilingues (49 langues sur Command, voir la page d'accueil).
• Une exigence multi-cloud ou on-premises. L'offre de déploiement de Cohere (VPC, on-prem, Model Vault, clouds partenaires) est conçue pour ça.

Cohere est le mauvais choix si vous êtes :

• Une petite équipe qui veut quelque chose qui fonctionne dès le premier jour, pas dans trois mois après le travail d'intégration.
• Une équipe support, ops ou contenu où l'unité de valeur est « ticket traité » ou « article publié », pas « token traité ».
• Sensible aux coûts en mode libre-service. Les tarifs phares étant verrouillés derrière un appel commercial, vous ne pouvez pas réellement faire la comparaison que vous souhaitez.
• À la recherche d'agents IA plug-and-play dans des helpdesks comme Zendesk, Freshdesk ou Gorgias.

Pour ce second profil, qui représente la majorité de ce que nous voyons dans les vraies conversations d'achat, la question n'est pas « Cohere est-il moins cher qu'OpenAI au token ? ». C'est « Puis-je obtenir la valeur de l'IA sans payer pour l'équipe d'intégration ? ». Et c'est une forme de tarification différente.

Essayez eesel

Si vous êtes arrivé jusqu'ici et que vous êtes une équipe support, ops ou contenu qui pèse Cohere face à une alternative clé en main, voici la proposition honnête.

eesel vous offre des agents IA qui vivent dans les outils que vous utilisez déjà : Zendesk, Freshdesk, Gorgias, Slack, Gmail, Shopify et une centaine d'autres. Pas de prompts à développer, pas d'orchestration à construire, pas d'appel commercial pour des clés de production. Vous connectez votre helpdesk, vous briefez l'agent en langage simple comme vous le feriez avec un nouvel employé, et il commence à traiter les tickets.

La tarification a aussi une forme différente : 0,40 $ par ticket pour une tâche standard, sans frais de plateforme, sans frais par siège, sans minimum mensuel. Une équipe de 1 000 tickets/mois paie 400 $. Une équipe de 100 tickets/mois paie 40 $. Vous bénéficiez d'un crédit gratuit de 50 $ (plus 2 générations de blog gratuites) avant qu'une carte soit requise. Tarifs complets ici.

Nous ne sommes pas le même produit que Cohere : Cohere vend des modèles ; eesel vend des coéquipiers IA qui fonctionnent sur des modèles. Si votre travail consiste à déployer de l'infrastructure pour le stack IA souverain d'un Fortune 500, Cohere est le bon choix. Si votre travail consiste à dévier les tickets de niveau 1 la semaine prochaine, essayez eesel : l'onboarding prend quelques minutes et la logique par ticket est plus facile à défendre dans une réunion budgétaire qu'un poste de débit provisionné.