Kan jag köra Command A lokalt?

Ja, vikterna är öppna och finns på Hugging Face under CohereForAI/c4ai-command-a-03-2025. Med 111 miljarder parametrar behöver du betydande VRAM eller en multi-GPU-setup för att köra den i full precision; kvantiserade versioner minskar det kravet.

Vad kostar Command A via API?

Cohere tar 2,50 USD per miljon inmatningstoken och 10,00 USD per miljon utmatningstoken. Agentuppgifter som genererar långa svar slår hårt mot utdata-priset, så räkna med det i kostnadsuppskattningar innan du bestämmer dig.

Hur skiljer sig Command A från andra Cohere-modeller?

Command A är Cohere's största och mest kapabla öppna vikter-release, placerad över deras mindre Command R-familj, med längre kontextfönster och särskilt fokus på agent- och flerspråkiga affärsuppgifter snarare än allmän chatt.

Command A

2469°

#llm #cohere #agenter #fler språk #kodning #lång kontext

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

Cohere | 256 000 tokens kontext | $2,50/M indata, $10,00/M utdata. Command A är en öppen vikt 111 miljarder parametrar modell med ett 256k kontextfönster, fokuserad på att leverera utmärkt prestanda över agentiska, flerspråkiga och kodningsanvändningsfall. Jämfört med andra ledande proprietära och öppna viktmodeller levererar Command A maximal prestanda med minimala hårdvarukostnader, och utmärker sig i affärskritiska agentiska och flerspråkiga uppgifter.

Guider för denna modell

Ollama vs LM Studio (2026): vilken lokal AI-app du ska använda och vilka toppmodeller varje kör

Hur mycket VRAM behöver jag egentligen för lokal AI?

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Command A är Cohere's 111 miljarder stora öppna vikter-modell byggd för agentbaserade arbetsflöden, flerspråkiga uppgifter och kodning, med ett kontextfönster på 256 000 token. Med 111 miljarder parametrar är det en stor modell, men Coheres argument är att den presterar över sin vikt i förhållande till den hårdvara den kräver. Om ditt arbete involverar flerstegsverktygsanvändning eller icke-engelska affärsuppgifter är den värd en seriös titt.

Känd för

Stark agentprestanda: byggd för flerstegs, verktygsanvändande arbetsflöden
256 000-token kontextfönster hanterar mycket långa dokument och trådar
Flerspråkigt fokus, riktat mot verkliga affärsfall över språk
Öppna vikter tillgängliga på Hugging Face för självhostad drift
111 miljarder parametrar med påstådd effektivitetsfördel jämfört med jämförbara modeller

Se upp för

111 miljarder parametrar kräver seriös hårdvara för lokal drift; konsumentuppsättningar kommer att ha svårt.
Utdata kostar 10,00 USD per miljon token och blir snabbt dyrt i agentloopar som genererar långa svar.
Cohere har inte publicerat detaljerade benchmark-siffror på modellsidan, så oberoende jämförelser är begränsade.

Bäst för

Agenter och verktygsanvändning

Promptar att prova

Agent för flerstegsundersökning

Du har tillgång till ett webbsökverktyg. En användare vill förstå konkurrenslandskapet för leverantörer av elfordonsbatterier i Europa år 2024. Planera forskningsstegen, anropa verktygen du behöver i följd och producera en strukturerad sammanfattning med källhänvisningar. Visa ditt resonemang mellan varje steg.

Flerspråkig kontraktsklausul

Här är en uppsägningsklausul från ett franskt anställningsavtal: 'En cas de faute grave, l'employeur peut procéder à un licenciement sans préavis ni indemnité.' Översätt den till engelska, förklara dess juridiska konsekvenser för en anställd, och skriv sedan om den på enkel engelska lämplig för en personalhandbok.

Refaktorera en rörig funktion

Refaktorera följande Python-funktion så att den hanterar kantfall snyggt, använder typangivelser och inkluderar en docstring. Förklara varje ändring du gör och varför. def process(data): result = []; [result.append(x*2) for x in data if x != None]; return result

Jämför med

Command R (08-2024)
Endast API-modell
128,000 tokens kontext · $0.15/M indata, $0.60/M utdata
Command R+ (08-2024)
Endast API-modell
128,000 tokens kontext · $2.50/M indata, $10.00/M utdata
Command A+
Endast API-modell
192,000 tokens kontext · $0.30/M indata, $1.50/M utdata
Command R7B (12-2024)
Endast API-modell
128,000 tokens kontext · $0.04/M indata, $0.15/M utdata

Fler textmodeller från cohere

Vanliga frågor

Kan jag köra Command A lokalt?: Ja, vikterna är öppna och finns på Hugging Face under CohereForAI/c4ai-command-a-03-2025. Med 111 miljarder parametrar behöver du betydande VRAM eller en multi-GPU-setup för att köra den i full precision; kvantiserade versioner minskar det kravet.
Vad kostar Command A via API?: Cohere tar 2,50 USD per miljon inmatningstoken och 10,00 USD per miljon utmatningstoken. Agentuppgifter som genererar långa svar slår hårt mot utdata-priset, så räkna med det i kostnadsuppskattningar innan du bestämmer dig.
Hur skiljer sig Command A från andra Cohere-modeller?: Command A är Cohere's största och mest kapabla öppna vikter-release, placerad över deras mindre Command R-familj, med längre kontextfönster och särskilt fokus på agent- och flerspråkiga affärsuppgifter snarare än allmän chatt.

Kaptens omdöme
Ett seriöst öppet viktsalternativ om agenter och flerspråkigt arbete är din prioritet, förutsatt att du kan hantera hårdvaran eller utdata-tokenkostnaden.

Model card på Hugging Face

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Liknande modeller

AI-modeller för bild-, video- och textgenerering

Command A är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm cohere agenter fler språk kodning lång kontext lokal

Bläddra efter modellfamilj