Cohere è un'azienda canadese fondata da ex-ricercatori di Google Brain. A differenza di OpenAI o Anthropic, il focus non è mai stato il chatbot consumer: Cohere è costruita per sistemi AI in produzione nelle grandi aziende. Il suo punto di forza è la RAG (Retrieval-Augmented Generation) e i workflow agentic multi-step.
| Modello | Contesto | Focus | Stato |
|---|---|---|---|
| Command A command-a-03-2025 |
256K token | Modello di punta 2025. Agenti enterprise, tool use, RAG avanzata, 23 lingue, alta velocità | 🆕 Attuale |
| Command R+ 104B parametri |
128K token | RAG intensiva, workflow multi-step, citazioni span-level. 50% throughput in più vs R | Produzione stabile |
| Command R | 128K token | RAG semplice, tool use singolo step, applicazioni dove il prezzo è prioritario | Produzione |
| Cohere North | — | Piattaforma enterprise per workspace AI sicuri. Usata da RBC, Dell, Bell Canada | Enterprise |
| Aya Vision | — | Modello multilingue open-weight per image understanding (ricerca, licenza CC-BY-NC) | Open Source |
pip install cohere
import cohere
co = cohere.Client("tua-api-key")
resp = co.chat(model="command-a-03-2025",
message="Riassumi questo documento...")
Fondata nel 2023 a Parigi da ex-ricercatori di Google DeepMind e Meta, Mistral è rapidamente diventata il principale laboratorio AI europeo. La sua filosofia: modelli potenti, open-weight, efficienti. Ha pionierizzato l'architettura Mixture-of-Experts (MoE) nell'uso mainstream. Le aziende che usano Mistral in produzione includono ASML, HSBC, BMW e CMA CGM.
| Modello | Contesto | Focus | Licenza |
|---|---|---|---|
| Mistral Large 3 Dic. 2025 · 675B totali / 41B attivi |
256K | Modello flagship. Ragionamento complesso, 40+ lingue, multimodale. MMLU-Pro 73%, MATH 93.6% | Apache 2.0 |
| Mistral Small 4 Mar. 2026 — unifica Magistral+Pixtral+Devstral |
256K | Bilanciato costo/qualità. Un solo modello che copre reasoning, visione e coding. 5× più economico di GPT-5.4 Mini | Apache 2.0 |
| Codestral | 256K | Specializzato nel coding. Autocompletamento e generazione codice in 80+ linguaggi di programmazione | Proprietario |
| Ministral 3 (3B/8B/14B) Dic. 2025 · on-device |
256K | Modelli leggeri per dispositivi locali (smartphone, laptop, embedded). Vision + reasoning inclusi | Apache 2.0 |
| Voxtral TTS Mar. 2026 |
— | Primo modello text-to-speech Mistral, zero-shot voice cloning, streaming real-time, 9 lingue | Apache 2.0 |
| Le Chat | — | Interfaccia consumer/enterprise (simile a ChatGPT). Ricerca web, immagini, export documenti | SaaS |
pip install mistralai
from mistralai import Mistral
client = Mistral(api_key="tua-chiave")
resp = client.chat.complete(
model="mistral-large-latest",
messages=[{"role":"user","content":"Ciao!"}])
ollama run mistral # Mistral 7B locale in 1 comando
| Caratteristica | 🇨🇦 Cohere | 🇫🇷 Mistral AI |
|---|---|---|
| Identità | ||
| Sede | Toronto, Canada (2019) | Parigi, Francia (2023) |
| Filosofia | Enterprise AI — RAG e agenti in produzione | Open-source + efficienza — alternativa europea |
| Modello flagship | Command A (Mar.2025) — 256K ctx | Large 3 (Dic.2025) — 256K ctx, MoE |
| Funzionalità tecniche | ||
| Open-source | ✗ Proprietario | ✓ Apache 2.0 (Large 3, Small 4, Ministral) |
| RAG nativa + citazioni | ✓ Core competency | Parziale (via connectors) |
| Tool use / Agenti | ✓ Eccellente — focus principale | ✓ Ottimo (Vibe platform) |
| Multimodalità (visione) | Aya Vision (research) | ✓ Pixtral integrato in Small 4 |
| Text-to-Speech | ✗ | ✓ Voxtral TTS (open, Mar.2026) |
| Coding specializzato | ✗ Non focus | ✓ Codestral (80+ linguaggi) |
| Deployment locale | ✗ Solo cloud | ✓ Open-weight scaricabile |
| Privacy dati on-premise | ✓ Con Enterprise/North | ✓ Nativo (modello locale) |
| Prezzi API | ||
| Modello più economico | Command R: $0.15/M input | Small 4: $0.10/M input |
| Modello flagship | Command A: $2.50/M input | Large 3: $0.50/M input |
| Interfaccia consumer | ✗ Solo API/Enterprise | ✓ Le Chat (gratuito/Pro) |
| Quando usare quale | ||
| Ideale per | RAG su knowledge base aziendale, agenti multi-step, enterprise con requisiti privacy | Sviluppatori, coding, uso locale/privato, chi cerca alternativa europea open |
| Non ideale per | Consumer, uso personale, modelli locali | RAG enterprise out-of-the-box, citazioni precise |