🧠 語言模型CC-BY-NC

Command R+

Cohere Command R+ 104B，128K 上下文，RAG 和工具使用能力強，多語言支援，需多 GPU 部署（Q4 約 63 GB）。

📅 發布：2024-08↻資料更新：2026年3月25日

VRAM 計算器

我的 GPU VRAM：

量化等級

上下文長度

Q4_K_M · 8K context

模型權重 + KV Cache + 0.5 GB overhead

65.4 GB

完整 VRAM 對照表（所有量化 × 上下文）

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

適合生產環境，支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve Cohere --dtype auto

參數量104B

最大上下文128K tokens

HF 下載量4K/月

超長上下文強大RAG能力多語言處理工具調用企業級應用

vLLMllama.cppSGLang

分享你的使用體驗，幫助其他人了解這個模型

0/1000

還沒有評論，成為第一個分享心得的人！