Cohere Command A calculateur TPS

Ouvrir les poids Cohere 111B paramètres March 2025

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

43 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Radeon Instinct MI200

64 GB · Q3_K_M · 13.2 tok/s

Carte la plus rapide

B200

30.5 tok/s · 180 GB

Quelles GPU peuvent exécuter Cohere Command A?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

43 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
30.5 tok/s 18–49 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	119.5 GB	Q8_0	Confortable
30.5 tok/s 18–49 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	119.5 GB	Q8_0	Confortable
29.6 tok/s 18–47 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.9 GB	Q4_K_M	À l'étroit
29.6 tok/s 18–47 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.9 GB	Q4_K_M	À l'étroit
28.3 tok/s 17–45 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	93.7 GB	Q6_K	Confortable
26.9 tok/s 16–43 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	80.8 GB	Q5_K_M	À l'étroit
24.4 tok/s 15–39 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	119.5 GB	Q8_0	Confortable
24.4 tok/s 15–39 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	119.5 GB	Q8_0	Confortable
23.0 tok/s 14–37 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	93.7 GB	Q6_K	Confortable
22.9 tok/s 14–37 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.8 GB	Q5_K_M	À l'étroit
22.9 tok/s 14–37 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	80.8 GB	Q5_K_M	À l'étroit
22.9 tok/s 14–37 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.8 GB	Q5_K_M	À l'étroit
20.8 tok/s 12–33 · faible confiance	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	54.9 GB	Q3_K_M	À l'étroit
18.7 tok/s 11–30 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.5 GB	Q8_0	À l'étroit
18.7 tok/s 11–30 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.5 GB	Q8_0	À l'étroit
18.0 tok/s 11–29 · faible confiance	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.9 GB	Q4_K_M	À l'étroit
18.0 tok/s 11–29 · faible confiance	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.9 GB	Q4_K_M	À l'étroit
18.0 tok/s 11–29 · faible confiance	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.9 GB	Q4_K_M	À l'étroit
18.0 tok/s 11–29 · faible confiance	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.9 GB	Q4_K_M	À l'étroit
18.0 tok/s 11–29 · faible confiance	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.9 GB	Q4_K_M	À l'étroit
18.0 tok/s 11–29 · faible confiance	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.9 GB	Q4_K_M	À l'étroit
17.9 tok/s 11–29 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	119.5 GB	Q8_0	Confortable
17.1 tok/s 10–27 · faible confiance	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	67.9 GB	Q4_K_M	À l'étroit
17.1 tok/s 10–27 · faible confiance	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	67.9 GB	Q4_K_M	À l'étroit
15.9 tok/s 10–25 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	119.5 GB	Q8_0	Confortable

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: Cohere
Type d'organisation: Industry
Pays: Canada
Publié: 13 March 2025

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Language
Tâche: Language modeling/generation, Chat, Code generation, Question answering

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 111B
Données d'entraînement: tokens

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (non-commercial)
Code d'entraînement: Unreleased
Hugging Face: CohereLabs

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Probablement au-dessus de 10²³ FLOP: Yes
Confiance d'enregistrement: Confident

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: Introducing Command A: Max performance, minimal compute
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Cohere Command A

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore Cohere Command A

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Ce qu'il faut pour exécuter ce modèle

Carte minimale

Radeon Instinct MI200

Mémoire requise

54.9 GB

Le plus rapide

30.5 tok/s

Cohere Command A atteint un nombre de paramètres de 111B. Cela le place au-dessus du matériel grand public, dans la gamme où une carte est achetée à cette fin plutôt que réutilisée pour cela. Le nombre de cartes que nous suivons qui peuvent le supporter : 43.

La plus petite carte qui le contient est Radeon Instinct MI200, avec une capacité de mémoire de 64 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 13.2 tokens par seconde

Haut de gamme est B200, générant à peu près 30.5 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

À propos de ce modèle

Cohere Command A a été publié par Cohere, dans le pays enregistré comme Canada, durant March 2025. La catégorie à laquelle appartient l'éditeur est industry.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Chat, Code generation, Question answering.

Parce que ses poids ont été publiés, rien sur son exécution ne dépend d'un fournisseur restant disponible — il est à vous une fois téléchargé. Sur Hugging Face, il est publié sous l'organisation CohereLabs.

À quelle vitesse cela fonctionne-t-il, et pourquoi

La moitié des cartes qui le détiennent gèrent plus de 17.9 tokens par seconde 39 d'eux

Chaque poids participe à chaque jeton ici, donc la bande passante est toute l'histoire : le classement ci-dessous est effectivement un classement du débit de mémoire.

La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.

Étape par étape

Comment choisir un GPU pour Cohere Command A

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Lisez d'abord le chiffre de mémoire

La table répertorie chaque carte capable de supporter Cohere Command A, ayant besoin d'environ 54.9 GB à une compression de Q3_K_M. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
02

Faites correspondre le contexte à votre utilisation réelle.

Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour Cohere Command A.
03

Décidez combien de compression vous allez accepter

Chaque carte exécute la copie la moins compressée qu'elle peut contenir., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Trier par vitesse

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour Cohere Command A. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 30.5 tok/s
05

Lisez la colonne de compatibilité en dernier.

La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de Cohere Command A. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Vérifiez la carte de l'autre côté

Chaque page de carte répète ce balayage pour chaque modèle que nous détenons, répondant à ce que le matériel peut faire d'autre au-delà de Cohere Command A.

Réponses

Cohere Command A — questions courantes

Cohere Command A— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 54.9 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

Cohere Command A— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

Cohere Command A— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 111B. a 111 billion parameter model optimized for demanding enterprises that require fast, secure, and high-quality AI. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

Cohere Command A— qui l'a créé ?

Il a été publié par Cohere, basé sur Canada, une organisation catégorisée comme industry.

Cohere Command A— quand a-t-il été publié ?

Il a été publié dans March 2025.

Cohere Command A— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Chat, Code generation, Question answering. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

Cohere Command A— où puis-je le télécharger ?

Ses poids sont publiés sur Hugging Face, sous l'organisation CohereLabs. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.

Cohere Command A— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Seulement en déchargeant, ce qui est généralement une fausse économie : la partie maintenue en mémoire système tire l'ensemble vers le bas. La plus proche approximation que nous calculons est inférieure de 24.7 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Cohere Command A— deux GPUs l'exécuteraient-ils plus rapidement ?

Deux cartes achètent de la mémoire plutôt que de la vitesse, ce qui est important seulement si une carte ne peut pas la contenir. Le nombre qui peut : 43. Ainsi, une seconde carte est rarement la réponse ici.

Cohere Command A— pourquoi la quantification diffère-t-elle entre les cartes ?

Parce que la capacité varie, il en va de même pour la difficulté à être comprimé. Le nombre de niveaux distincts dans le tableau ci-dessus : 6. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Cohere Command A— quelle est la précision de ces estimations de vitesse ?

Ce sont des estimations avec de véritables barres d'erreur, et n'importe lequel d'entre eux pourrait raisonnablement se situer n'importe où dans sa plage publiée en fonction du temps d'exécution que vous utilisez. Le résultat le plus rapide ici : 18–49 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

Cohere Command A— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Radeon Instinct MI200, avec une capacité de mémoire de 64 GB. Il exécute le modèle à une compression de Q3_K_M environ 54.9 GB, et produit environ 13.2 tous les GPU capables de l'exécuter en total 43.

Cohere Command A— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 30.5 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 39.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI