Cohere est une entreprise d'IA canadienne qui conçoit des modèles de langage pour les usages professionnels. Son offre couvre la génération de texte (Command), les embeddings (Embed), le reclassement de recherche (Rerank) et la plateforme d'agents North. L'accent est mis sur l'API, le RAG, le multilingue et le déploiement privé, en cloud, VPC ou on-premise.
Cohere est un éditeur canadien de modèles de langage pensés pour les entreprises et les développeurs, plutôt que pour le grand public. Là où d'autres proposent un chatbot clé en main, Cohere se positionne sur la brique technique : des modèles accessibles par API et intégrables dans des produits existants.
Le catalogue s'organise autour de trois familles. Les modèles Command servent à la génération de texte et aux tâches d'agents. Les modèles Embed produisent des embeddings pour la recherche sémantique et le RAG. Les modèles Rerank réordonnent des résultats de recherche pour en améliorer la pertinence. À cela s'ajoute North, une plateforme d'agents et de recherche destinée aux organisations qui veulent garder la main sur leurs données.
L'argument central de Cohere est la maîtrise des données : déploiement en cloud, en VPC, sur site (on-premise) ou en environnement isolé (air-gapped), avec des engagements de conformité pour les secteurs régulés.
Qui est derrière Cohere ?
Cohere est fondée en 2019 à Toronto par Aidan Gomez, Nick Frosst et Ivan Zhang, dans le sillage des travaux sur l'architecture Transformer. L'entreprise se spécialise très tôt sur les modèles de langage pour l'entreprise, distribués par API.
À partir de 2024, la gamme se structure autour des modèles Command R et Command R+ pour le RAG et les agents. En 2025, Cohere accélère avec Command A (contexte de 256 000 tokens), Embed 4 multimodal et le lancement de la plateforme North, orientée agents et sécurité des données.
2019
Fondation de Cohere à Toronto par Aidan Gomez, Nick Frosst et Ivan Zhang
2022
Ouverture de l'API et des premiers modèles Command
2024
Modèles Command R et Command R+ orientés RAG et agents
Mars 2025
Command A, contexte de 256 000 tokens et gains d'efficacité
Avril 2025
Embed 4, embeddings multimodaux et multilingues (100+ langues)
2025
Lancement de la plateforme d'agents North
Pour qui ?
✓ Idéal pour
Entreprises et développeurs qui bâtissent du RAG, de la recherche ou des agents, avec besoin de multilingue et de déploiement privé.
✕ À éviter si
Particuliers voulant un chatbot clé en main type ChatGPT, ou équipes sans compétence technique pour intégrer une API.
Fonctionnalités clés 6
Modèles Command (génération)
Les modèles Command couvrent la génération de texte, le résumé, la rédaction et les tâches d'agents. Command A offre un contexte de 256 000 tokens et des variantes existent pour la vision, le raisonnement et la traduction. L'usage passe par l'API ou les grandes plateformes cloud.
Modèles Embed (embeddings)
Embed transforme textes et images en vecteurs pour la recherche sémantique et le RAG. Embed 4 est multimodal et gère plus de 100 langues, dont le français, avec une recherche cross-lingue : une requête en français peut retrouver des documents en anglais dans le même espace vectoriel.
Modèles Rerank (reclassement)
Rerank réordonne une liste de résultats de recherche selon leur pertinence par rapport à une requête. C'est une brique classique pour améliorer un moteur de recherche interne ou un pipeline RAG sans reconstruire toute la chaîne. La facturation se fait à la recherche.
Plateforme North
North réunit modèles, recherche et automatisation dans une plateforme d'agents pour l'entreprise. Elle permet de créer des agents par métier (finance, RH, support, IT), de chercher et discuter sur des sources internes et web, et de produire documents, tableaux et présentations, avec un cadre de sécurité zero-trust.
RAG et recherche
L'ensemble Embed, Rerank et Command est conçu pour bâtir des systèmes de RAG et de recherche d'entreprise. Cohere fournit les composants pour connecter les modèles à des données propriétaires et fonder les réponses sur des sources vérifiables plutôt que sur la seule mémoire du modèle.
Déploiement flexible
Au-delà de l'API SaaS, Cohere se déploie sur les principaux clouds, en VPC, sur site (on-premise) ou en environnement isolé (air-gapped). North peut tourner sur peu de GPU. Cet éventail vise les organisations qui ne peuvent pas envoyer leurs données vers un service public. Les poids de certains modèles Command sont sur Hugging Face, mais sous licence de recherche non commerciale : pour un usage souverain en production, c'est le déploiement privé de Cohere qui s'applique, pas l'auto-hébergement libre.
Les limites, la partie honnête 4
Pas de chatbot grand public
Cohere vise les développeurs et les entreprises via API et plateforme. Il n'existe pas d'application chatbot clé en main comparable à ChatGPT pour un usage quotidien individuel.
Interface et documentation en anglais
Les modèles gèrent bien le français, mais le tableau de bord, la documentation et les outils développeur sont en anglais. Aucune interface produit en français n'est proposée.
Entraînement activé par défaut sur l'API SaaS
Sur l'API SaaS, les prompts et générations peuvent servir à entraîner les modèles sauf désactivation dans le tableau de bord (opt-out). Les prompts sont supprimés sous 30 jours.
Prix entreprise non publics
Les tarifs de North et des offres entreprise ou de déploiement privé ne sont pas affichés publiquement et nécessitent un contact commercial, ce qui complique la comparaison.
Conformité & souveraineté
Hébergement des donnéesAu choix
RGPDConforme
AI ActNon évalué
Entraînement sur tes donnéesOpt-out possible
Cohere applique le privacy-by-design, un audit SOC 2 Type II annuel et la norme ISO 27001. Sur l'API SaaS, les prompts sont supprimés sous 30 jours ; une rétention zéro est possible pour certains clients entreprise. En déploiement privé, Cohere ne reçoit ni les entrées ni les sorties.
MCP (Model Context Protocol)
✓ MCP disponible · Communautaire
Pas de serveur MCP officiel Cohere. Des implémentations communautaires (GitHub, Zapier) exposent les modèles via MCP ; Command peut aussi agir comme client MCP.
Clés d'essai gratuites avec limites de débit, pour tester les modèles. Non destinées à la production.
API à l'usage (production)
Sur devis
Facturation au token. À titre indicatif : Command A environ 2,30 € / 1M tokens en entrée et 9,20 € / 1M en sortie ; Embed 4 environ 0,11 € / 1M tokens ; Rerank environ 1,84 € / 1 000 recherches.
North / Entreprise
Sur devis
Plateforme d'agents North, déploiement privé (cloud, VPC, on-premise, air-gapped), engagements de conformité et rétention. Tarif sur devis.
FAQ Cohere 5
Cohere est-il gratuit ?
Des clés d'essai API gratuites permettent de tester les modèles avec des limites de débit. L'usage en production est facturé au token, et les offres entreprise comme North sont sur devis.
Cohere parle-t-il français ?
Oui, les modèles Command et Embed sont multilingues et gèrent bien le français, y compris la recherche cross-lingue. En revanche, le tableau de bord et la documentation restent en anglais.
Cohere entraîne-t-il ses modèles sur mes données ?
Sur l'API SaaS, l'usage des données pour l'entraînement est activé par défaut mais désactivable (opt-out) dans le tableau de bord. En déploiement privé, Cohere ne reçoit pas vos données.
Peut-on héberger Cohere sur ses propres serveurs ?
Oui. Au-delà de l'API SaaS, Cohere se déploie sur les grands clouds, en VPC, sur site (on-premise) ou en environnement isolé, ce qui vise les secteurs régulés.
Quelle différence entre Command, Embed et Rerank ?
Command génère du texte, Embed produit des vecteurs pour la recherche sémantique et le RAG, Rerank réordonne des résultats de recherche pour en améliorer la pertinence.
