Preços do Cohere AI em 2026: guia completo dos custos reais

Uma primeira olhada na página de preços

Antes de entrar nos números, aqui está o cohere.com/pricing. Três abas (Workplace systems, Generative models, Advanced retrieval models), uma tabela do Model Vault, um bloco de FAQ com tarifas legadas e um formulário de captura de leads.

Se você visitou a página recentemente, terá notado algo estranho: as tabelas de preço por token para os modelos generativos e de recuperação atuais não aparecem no "ver código-fonte" do HTML. Elas são renderizadas do lado do cliente via Sanity CMS, o que significa que ferramentas de scraping (e a maioria dos crawlers de LLM) obtêm apenas as partes estáticas: a tabela de instâncias dedicadas do Model Vault, os avisos de legado/Aya no FAQ e os cartões enterprise de "falar com vendas". Para uma página de preços pública de um fornecedor cujo pitch é a transparência, é uma escolha estranha. Cruzamos referências com OpenRouter, AWS Bedrock, a própria documentação da Cohere e o snapshot do Wayback Machine para obter o restante, e é nisso que este post se baseia.

Aqui está o resumo de preços de relance:

Preços da API Cohere, modelo por modelo

O catálogo da Cohere se divide em três categorias: generativo (a família Command), recuperação (Embed e Rerank) e áudio (Transcribe). A maioria tem uma tarifa por token ou por pesquisa; alguns não têm.

Generativo: a família Command

Estes são os modelos de geração de texto da Cohere, disponibilizados através do endpoint de Chat. A especificação completa (status, modalidade, janela de contexto, limite de saída) vem do catálogo de modelos Cohere. As tarifas por token para o bloco legado são literalmente do FAQ de preços da Cohere; para a atualização R/R+ de agosto de 2024 e Command A, usamos o OpenRouter.

Algumas coisas que vale notar. Primeiro, o preço efetivo do Command R+ caiu: o lançamento de 04-2024 estava listado a $3,00 / $15,00, a atualização de 08-2024 está a $2,50 / $10,00 e é assim que está hoje. A thread de lançamento original do Hacker News ancorou o R+ na tarifa mais alta e a comunidade questionou se o salto de parâmetros justificava isso; a redução de preço alguns meses depois é a resposta.

Segundo, Command A é basicamente um "R+ moderno na mesma tabela de tarifas". Mesmo $2,50 / $10,00, mas com contexto de 256k, 150% mais throughput e melhor desempenho agêntico conforme a documentação. Se você usava R+ para trabalho geral, A é o novo padrão.

Terceiro, Command R7B é genuinamente barato. A $0,0375 entrada / $0,15 saída por 1M, você pode executar uma enorme quantidade de sumarização, classificação ou roteamento pelo preço de uma única requisição de classe GPT.

Recuperação: Embed e Rerank

É aqui que os preços da Cohere realmente merecem sua reputação. O stack de recuperação é sobre o que trata a maior parte dos elogios dos desenvolvedores no PeerSpot e blogs de desenvolvimento, e as tarifas confirmam isso.

Duas definições importantes para entender aqui:

• Uma "pesquisa" é uma consulta mais até 100 documentos, conforme o FAQ de preços da Cohere. Qualquer coisa acima de 500 tokens é automaticamente dividida em múltiplos documentos e cada chunk conta.
• Embed v4 lida com PDFs nativamente. Isso é um detalhe de preços significativo, porque a alternativa em outros fornecedores é analisar os PDFs em chunks e incorporar cada chunk separadamente.

Nossa recomendação: Embed v4 + Rerank v3.5 + Command R é o "stack RAG barato e capaz" canônico na Cohere, e o custo total em uma carga de trabalho de recuperação moderada fica abaixo do que custaria um pipeline comparável de classe GPT + embeddings OpenAI. Se você priorizar qualidade, mude para Rerank 4 Pro e Command A.

Áudio: Cohere Transcribe

Transcribe é o modelo de fala para texto da Cohere: cohere-transcribe-03-2026, 14 idiomas, arquivo máximo de 25 MB. O preço por minuto está na aba de preços ao vivo e não está exposto no HTML estático, portanto não podemos citá-lo aqui sem induzi-lo ao erro. A documentação de transcrição de áudio confirma que as chaves de teste estão limitadas a 5 requisições por minuto e o acesso à produção é via sales@cohere.com.

O que não está na página de preços pública

Esta é a parte que vale ser honesto, porque é a diferença entre a Cohere e um fornecedor como Anthropic ou OpenAI, onde cada modelo tem uma tarifa por token publicada.

Os itens a seguir estão listados na página de preços ao vivo da Cohere, mas não renderizam em HTML estático e também não são expostos claramente por hosts de terceiros:

• Command A+, o modelo MoE flagship da Cohere, lançado como código aberto em 19 de maio de 2026. Comercializado para "infraestrutura crítica soberana". Sem tarifa pública por token.
• Command A Reasoning, Translate e Vision, todos "contatar vendas" em chaves de produção conforme a documentação de limites de taxa. As chaves de teste estão limitadas a 20 req/min e 1.000 chamadas/mês.
• Taxas de fine-tuning (treinamento, hospedagem, serviço).
• Preços por imagem para Command A Vision e as entradas de imagem do Command A+.
• Descontos da API em lote, listados mas sem tarifa explícita.
• North-Mini-Code-1.0, aparece nas tabelas de limites de taxa; tarifa por token não exposta.

O que isso significa para um comprador: no momento em que você quiser comparar o flagship atual da Cohere com GPT-5.x ou Claude Sonnet em base de $/1M tokens, não será possível sem agendar uma chamada de vendas. Se isso é um impeditivo depende do seu papel. Para um arquiteto enterprise preparando um documento de aquisição, é um ponto de fricção mas não uma barreira. Para uma equipe pequena avaliando cinco provedores de LLM em uma tarde, é suficiente para colocar a Cohere mais abaixo na lista.

Model Vault: implantações dedicadas, preços exatos

O Model Vault é a oferta de instância dedicada da Cohere: você reserva capacidade de computação que executa apenas seus modelos, sem multilocação. Este também é o único bloco da página de preços da Cohere onde os números reais em dólares estão no HTML, então podemos citá-lo diretamente.

Alguns pontos a destacar:

• O faturamento pode ser por hora ou baseado em compromisso (mensal ou anual). A taxa mensal equivale a ~$8,33/hora em 30×24, então a taxa mensal comprometida só é mais barata que por hora se o uso superar cerca de 60 a 80% do mês.
• Um ponto de dados separado do Sanity CMS lista um preço do Model Vault vinculado ao Compass de $3,75/hora por instância, que não aparece na tabela principal acima. Vale a pena mencionar em uma conversa de vendas se o Compass estiver em seu plano.
• Sem nível Command sob demanda no Model Vault. Se você quiser throughput generativo dedicado, está em território de implantação personalizada.

O Model Vault é a resposta para um comprador específico: "Preciso de gastos mensais previsíveis com recuperação em escala e não quero que minhas cargas de trabalho compartilhem um pool multilocatário." Uma equipe RAG típica executando, digamos, 500 jobs de embed/hora e 5.000 consultas de rerank/minuto se inclinaria para um Rerank 4 Pro Medium ($3.250/mês) mais um Embed 4 Medium ($3.250/mês), totalizando cerca de $6.500/mês, pagos como um item fixo em vez de medidos por requisição.

North e Compass: as plataformas enterprise

A primeira aba da página de preços da Cohere é Workplace systems, e é a parte mais opaca de toda a história de preços. Dois produtos vivem lá:

• North, a plataforma de agentes da Cohere. Apresentada na página inicial como "Seu ambiente de trabalho de IA soberano". Conecta-se às suas ferramentas, permite que os usuários executem automações e inclui busca inteligente.
• Compass, o sistema de busca e descoberta enterprise da Cohere, com conectores de dados pré-construídos, análise de documentos e índice gerenciado.

Nenhum tem preço público. Ambos são "Entre em contato para preços enterprise personalizados" com um CTA de "Solicitar uma demo". O formulário de captura de leads em cohere.com/pricing expõe um dropdown de preferência de implantação (AWS, Azure, GCP, OCI, IBM Cloud, Tencent Cloud, Alibaba Cloud, Private Deployment, Cohere Infrastructure (SaaS), Other), o que é um sinal justo de quão personalizados esses negócios tendem a ser.

O que esperaríamos, com base em conversas com compradores enterprise e negócios de referência públicos (Fujitsu, Oracle, RBC, Dell, LG CNS, todos no strip de logotipos da página inicial da Cohere): um ciclo de aquisição com múltiplos stakeholders, um mínimo de seis dígitos em um compromisso de primeiro ano, suporte dedicado de engenharia de soluções e uma superfície de implantação personalizada. Se você é um Fortune 500 com um mandato de dados soberanos, isso é o básico. Se você é uma equipe de suporte de 50 pessoas que só quer uma IA que faça triagem de tickets, isso não é para você.

Os revisores no PeerSpot apontam a mesma coisa: "A Cohere oferece preços enterprise para clientes de alto volume, e você deve contatar a equipe de vendas para preços personalizados se estiver processando bilhões de tokens mensalmente ou precisar de suporte dedicado, SLAs ou implantações privadas."

Preços em nuvens parceiras

A Cohere é vendida por todos os principais marketplaces de nuvem: AWS Bedrock, Amazon SageMaker, Microsoft Azure (AI Foundry), Oracle Cloud Infrastructure, Google Cloud, IBM Cloud, Tencent Cloud, Alibaba Cloud. Os preços em cada um são definidos pelo marketplace, não pela Cohere, e nem sempre são idênticos ao cohere.com.

A coisa mais surpreendente é que o AWS Bedrock foi reduzido. O catálogo atual sob demanda da Cohere é apenas Embed 4 e Rerank 3.5; Command R, R+ e A não estão mais na lista sob demanda. A família Command no Bedrock agora é apenas Throughput Provisionado, o que tem uma estrutura de custos muito diferente:

Esses $49,50/hora por unidade de modelo (sem compromisso) para o Cohere Command equivalem a ~$29.462/mês por unidade. A citação do PeerSpot sobre "caro usar todos os serviços Oracle" é a mesma história em outra aba: o sobrepreço do marketplace de nuvem é onde as surpresas orçamentárias vivem.

O Azure AI Foundry vende Cohere-command-a, Cohere-rerank-v4.0-pro/fast e embed-v-4-0 diretamente, mas as tarifas por token não estão na página de documentação. A documentação de modelos pré-treinados do Oracle OCI lista todos os modelos Cohere que o OCI hospeda (Command A Reasoning, A Vision, A, R+, R, variantes Embed v4 + v3, Rerank 4, Rerank 3.5), mas novamente as tarifas estão em uma página de preços separada.

A regra prática: se você é sensível a custos, execute a Cohere na própria plataforma da Cohere. Os marketplaces são convenientes se você já vive lá, mas o sobrepreço é real.

Teste vs. produção: as letras miúdas

Alguns mecanismos que vale conhecer antes de se inscrever, todos da documentação oficial de limites de taxa e do FAQ de preços:

• Chaves de teste são gratuitas, mas limitadas a 1.000 chamadas de API por mês e 20 req/min por modelo de chat. São explicitamente proibidas para produção ou uso comercial.
• Chaves de produção são pay-as-you-go, com limites de taxa mais altos (500 req/min para Command A, R, R+, R7B).
• Para variantes de modelos mais recentes (Command A+, A Reasoning, A Translate, A Vision), as chaves de produção se comportam como chaves de teste. Você precisa contatar sales@cohere.com para acesso real à produção. Fácil de passar despercebido.
• Ciclo de cobrança: fim de cada mês do calendário ou quando seu saldo pendente atingir $250, o que ocorrer primeiro.
• Você só é cobrado por billed_units, não pela contagem de tokens subjacente. A Cohere absorve o custo de quaisquer tokens de controle adicionados internamente. A documentação deles inclui um exemplo onde a contagem real de tokens é 7.596 / 645, mas billed_units é 6.772 / 248. Pequeno mas real.
• As contas começam como pessoais; você precisa configurar uma organização se quiser faturamento compartilhado entre membros da equipe.

O bloqueio de teste vs. produção em modelos flagship é o ponto de fricção. A maioria dos provedores de LLM permite que você acesse GPT-5 ou Claude Sonnet com uma chave self-service desde o primeiro dia. A Cohere não, e se você estiver comparando modelos entre si, essa assimetria pode silenciosamente orientar seus testes para o modelo que você realmente consegue executar.

Exemplos práticos de custos

Vamos ser concretos. Três cenários:

Cenário 1: Pipeline RAG pequeno (barato e direto ao ponto)

Você é uma equipe de operações de 10 pessoas, construindo um bot interno de "pergunte ao wiki". ~5M tokens/dia de indexação, ~50.000 consultas de recuperação/dia, geração com Command R.

O Rerank é o item dominante. Se você conseguir reduzir para top-5 de rerank em vez de top-100 por consulta, essa fatura cai bastante.

Cenário 2: Automação de suporte de médio porte (o pitch típico)

Você é uma equipe de suporte, ~1.000 tickets/dia, construindo um bot de deflexão diretamente no Cohere. Ticket médio = 3.000 tokens de entrada (histórico + contexto KB) + 500 tokens de saída.

Os $575 em tokens são o menor item da fatura. O custo real é o engenheiro escrevendo os prompts, a orquestração, as retentativas, o harness de avaliação e a rotação de plantão quando o bot escala errado. O que leva a…

Cenário 3: Enterprise dedicado (Model Vault)

Você é uma empresa executando RAG sobre um corpus de 5 milhões de documentos, com volume de recuperação previsível.

Adicione um contrato North ou Compass por cima e você está na faixa de seis dígitos em um ano. É para isso que apontam os negócios de referência da Fujitsu e da Oracle.

O que os usuários realmente dizem sobre a fatura

Coletamos vozes reais de profissionais do PeerSpot e da thread de lançamento do Command R+ no Hacker News. A divisão é consistente e vale conhecer:

"A Cohere tem um nível gratuito… você pode usar a API em modo de desenvolvimento. Mas se você for para produção, terá que pagar… pode ser caro." CollinsOmondi, Mobile Developer, thread de preços do PeerSpot

"Comparado aos modelos disponíveis no mercado, os preços, o custo de configuração e o licenciamento da Cohere são melhores." Shivam Singh, Senior Solution Architect, thread de preços do PeerSpot

"Usei o Embed English v3.0 da Cohere para tarefas RAG e o encontrei mais rápido, mais barato e mais responsivo que as alternativas." Resumo dos revisores do PeerSpot

"Minha experiência com preços, custo de configuração e licenciamento é que é caro usar todos os serviços Oracle." Senior Data Scientist, thread de preços do PeerSpot

E da thread de lançamento R+ no Hacker News (que tinha um tom muito mais afiado):

"[Command-R] acabou lobotomizado quando o agente dependia de seus resultados." irthomasthomas, thread do Hacker News

O que extrairíamos disso:

• A história do Embed e Rerank é uniformemente positiva. "Mais rápido, mais barato, mais responsivo" aparece repetidamente em contextos de recuperação. Esta é a história de preços mais forte da Cohere, e não está sendo contada com força suficiente na página de marketing.
• Command R é onde vivem os fãs de custo-benefício. $0,15 / $0,60 para um modelo de 35B parâmetros e contexto de 128k é genuinamente bom.
• Command R+ recebe críticas. A thread do HN ancorou o R+ em um passo de preço 6x acima do R, e a comunidade queria saber por quê. A resposta de Simon Willison se resumiu a "é um modelo de 104B, você está pagando pela contagem de parâmetros, não por um novo nível de capacidade", o que é honesto, mas não é uma boa resposta para compradores que priorizam qualidade de saída.
• O verdadeiro "choque de preço" não é a tarifa por token, é o TCO. Vários artigos de profissionais fazem o mesmo ponto: "Você precisa de uma equipe de desenvolvedores para construir o aplicativo, cientistas de dados para ajustar os modelos e uma equipe de TI para gerenciar tudo."

Esse último ponto vale a pena ser considerado.

Onde a Cohere se encaixa e onde não se encaixa

O preço não é realmente a questão. O encaixe é. Os preços da Cohere são projetados para um perfil específico de comprador, e se você não é esse comprador, a pergunta se a tarifa por token é "boa" ou "cara" perde o ponto.

A Cohere é uma boa escolha se você é uma empresa com:

• Um mandato de soberania de dados (serviços financeiros, setor público, saúde, defesa, telecomunicações).
• Uma equipe de engenharia existente que pode integrar no nível da API: escrever os prompts, construir a orquestração, executar as avaliações.
• Uma carga de trabalho principal que é RAG ou orientada à recuperação. O stack Embed + Rerank + Command R é genuinamente uma vantagem de custo-benefício, especialmente em conteúdo multilíngue (49 idiomas no Command, veja a página inicial).
• Um requisito de múltiplas nuvens ou on-premises. A história de implantação da Cohere (VPC, on-prem, Model Vault, nuvens parceiras) foi construída para isso.

A Cohere é a escolha errada se você é:

• Uma equipe pequena que quer algo funcionando desde o primeiro dia, não depois de três meses de construção de integração.
• Uma equipe de suporte, operações ou conteúdo onde a unidade de valor é "ticket atendido" ou "post publicado", não "token processado".
• Sensível a custos de forma self-service. As tarifas flagship estando atrás de uma chamada de vendas significa que você não consegue executar a comparação que quer.
• Procurando agentes de IA plug-and-play dentro de helpdesks como Zendesk, Freshdesk ou Gorgias.

Para esse segundo perfil, que é a maior parte do que vemos em conversas reais com compradores, a questão não é "A Cohere é mais barata que a OpenAI por token?". É "Consigo o valor da IA sem pagar pela equipe de integração?". E isso é uma forma diferente de precificação.

Experimente o eesel

Se você chegou até aqui e é uma equipe de suporte, operações ou conteúdo que está pesando a Cohere contra uma alternativa pronta para usar, aqui está a proposta honesta.

O eesel oferece agentes de IA que vivem dentro das ferramentas que você já usa: Zendesk, Freshdesk, Gorgias, Slack, Gmail, Shopify e uma centena de outros. Sem prompts para engenheirar, sem orquestração para construir, sem chamada de vendas para chave de produção. Você conecta seu helpdesk, instrui o agente em linguagem simples como faria com um novo funcionário, e ele começa a lidar com tickets.

Os preços também têm uma forma diferente: $0,40 por ticket como tarefa regular, sem taxa de plataforma, sem taxas por assento, sem mínimo mensal. Uma equipe de 1.000 tickets/mês paga $400. Uma equipe de 100 tickets/mês paga $40. Você ganha um crédito gratuito de $50 (mais 2 gerações de blog gratuitas) antes de precisar de cartão. Preços completos aqui.

Não somos o mesmo produto que a Cohere: a Cohere vende modelos; o eesel vende colegas de IA que rodam em cima de modelos. Se seu trabalho é fornecer infraestrutura para o stack de IA soberano de um Fortune 500, a Cohere é a escolha certa. Se seu trabalho é deflectir tickets de tier-1 na próxima semana, experimente o eesel: leva alguns minutos para fazer o onboarding e a matemática por ticket é mais fácil de defender em uma reunião de orçamento do que um item de Throughput Provisionado.