🧠 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5月3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
58 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化4K8K16K32K64K128K
Q4_K_M★58 GB58 GB60 GB62 GB67 GB76 GB
Q8_0110 GB110 GB112 GB114 GB119 GB128 GB

部署指南

方法二：llama.cpp

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

方法三：vLLM（高效能伺服器）

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

規格

參數量104B
最大上下文128K tokens
HF 下載量3K/月

模型強項

超長上下文強大RAG能力多語言處理工具調用企業級應用

推薦用途

  • ▸處理和分析超長文檔，如法律文件或研究報告，進行精準問答與資訊提取。
  • ▸開發複雜的智能客服或企業級助手，利用RAG和工具調用能力提供精確資訊與自動化任務。
  • ▸構建多語言內容生成與理解系統，支援全球化業務的資訊處理與交流。

標籤

128KRAG多語言Tool Use

部署工具

vLLMllama.cppSGLang

關於 Command R+ — 開源 AI 模型

Command R+ 是一個開源語言模型，擁有 104B 參數，採用 CC-BY-NC 授權。可使用 vLLM、llama.cpp、SGLang 進行部署。適用場景包括：處理和分析超長文檔，如法律文件或研究報告，進行精準問答與資訊提取。、開發複雜的智能客服或企業級助手，利用RAG和工具調用能力提供精確資訊與自動化任務。、構建多語言內容生成與理解系統，支援全球化業務的資訊處理與交流。。核心優勢：超長上下文、強大RAG能力、多語言處理、工具調用、企業級應用。 可在本地硬體上自行部署，完全保護隱私，無需 API 金鑰。

使用心得

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！