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+
模型简介
Cohere 的旗舰开放权重模型，218B 激活 25B，面向企业 RAG 与多语言检索。
- 参数量
- 219B (激活 25B)
- 上下文
- 192K
- 所属
- Command
- 类型
- 纯文本 / 可识别图像
- 商用
- 不可商用
- 许可
- CC-BY-NC-4.0
- 发布
- 2026-05-11
- 收录
- 2026-10-03