Cohere 在 ProgramBench 的 200 个程序重建任务上测试编码 Agent 团队的五种设计选择，发现把 worker 只放在探索与规划阶段最划算：异步 Sol 团队只委派规划阶段达到 63.6% 通过率，与委派全部三阶段的 63.2% 相当，成本却从 $510 降到 $249。
推荐理由：Cohere 用 ProgramBench 对照实验拆解编码 Agent 团队的五项设计选择，给出规划阶段用便宜模型即可接近全强模型效果的成本数据。
Cohere 建议按「请求画像 → 流量模式 → 利用率 → 部署选择」来决定 Embed 与 Rerank 用共享按量推理还是专用预留推理，而非只比价格。
Cohere 发布 Embed 5 系列嵌入模型，分为 Embed 5 Pro 和 Embed 5 Fast 两档，均支持 128K 上下文、文本与图像输入、100 多种语言和多种压缩输出格式。
推荐理由：Cohere 发布 Embed 5 系列，给出 Pro 与 Fast 两档的定价、共享向量空间和跨模型检索数据，便于评估检索栈成本。
Cohere 的检索平台 Compass 以托管服务 Compass Cloud 形式进入私有测试，由 Cohere 负责整条流水线与模型推理，自托管部署仍保留给隐私受限项目。
Cohere 发布视觉语言模型 Parse，用于把表格、内嵌图片等复杂多模态文件转成结构化 Markdown，支持九种语言，可通过 Cohere API 调用，价格为每 1000 页 1.50 美元，也可部署在 Model Vault 做单租户推理。
推荐理由：Cohere 发布文档解析模型 Parse，公开了每千页定价、吞吐量和与多家解析方案的评测对比。
Cohere 发布 North Mini Code，这是其首个开源 agentic 编码模型，采用 MoE 架构，30B 总参数、3B 激活，Apache 2.0 许可，支持 256K 上下文。
推荐理由：Cohere 首款开源 agentic 编码模型，30B 总参数仅 3B 激活，可本地部署，适合关注小模型编码能力的开发者。
Cohere 发布开源 ASR 模型 Transcribe（cohere-transcribe-03-2026），采用 Conformer 编码器-解码器架构，2B 参数，Apache 2.0 许可，支持 14 种语言，已在 Hugging Face 开放下载。
推荐理由：Cohere 发布开源 ASR 模型 Transcribe，给出 5.42% 平均 WER 与 14 种语言支持，可对照 Whisper 等模型评估选型。
Ollama 于 7 月 25 日宣布支持工具调用，模型可借助已知工具完成更复杂任务或与外部世界交互，例如函数与 API、网页浏览、代码解释器。开发者可在 Ollama API 的 tools 字段传入工具列表，受支持模型会返回 tool_calls 响应，工具结果通过 tool 角色的消息回传。
Weights & Biases 基于 llama-index、FAISS 向量库、Cohere embeddings 和 OpenAI GPT-4 构建了 RAG 问答机器人 WandBot，并托管在 Replit 上，可接入 Discord、Slack、Zendesk 和 ChatGPT GPTs。
Nat Friedman 通过 Replit Bounties 悬赏招募开发者 Zain Huda，打造出 LLM 对比工具 nat.dev，Matt Huang 与 Alexandr Wang 共同出资。