vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
Command A（03-2025）
模型简介
Command A 的 111B 开放权重版，256K 上下文面向企业 agent，非商业许可。
- 参数量
- 111B
- 上下文
- 256K
- 所属
- Command
- 类型
- 纯文本
- 商用
- 不可商用
- 许可
- CC-BY-NC-4.0
- 发布
- 2025-03-11
- 收录
- 2026-10-03