Cohere Command A+：218B 參數 MoE 架構背後，企業級主權 AI 的新一步

這些能力特別適合企業常見的 AI 用例，例如：

• RAG（Retrieval‑Augmented Generation）知識檢索
• 企業內部文件分析
• AI agent 自動執行工作流程
• 內部工具或 API 的自動調用

Command 系列本身就是為企業應用而設計，例如 RAG、代理型 AI、翻譯或內容生成等場景。

架構：218B 參數的 Mixture‑of‑Experts

Command A+ 的核心技術是 Mixture‑of‑Experts（MoE）架構。

基本設計包括：

• 218B 總參數規模
• 每個 token 約 25B 參數被激活

在 MoE 模型中，系統會為每個 token 動態選擇一小部分「專家網絡」處理，而不是讓整個模型同時參與計算。相比傳統 dense 模型，這樣可以：

• 大幅降低推理計算量
• 保持模型容量與能力
• 提升部署彈性

Cohere 表示這種設計能夠在保持高性能的同時，維持 較低的計算負擔，特別適合企業級工作負載。

部署需求：硬件要求出乎意料地低

雖然模型總參數超過 200B，但 Command A+ 的推理需求相對溫和。

公開資料指出它可以運行在：

• 單張 Nvidia B200 GPU，或
• 兩張 Nvidia H100 GPU

對一個 200B 級模型來說，這樣的硬件門檻算相當低，主要因為 MoE 架構只激活部分參數。

此外，Cohere 亦提供：

• Model Vault 部署
• Chat API 接入

讓企業既可以直接 API 使用，也可以在自己的基礎設施部署。

這意味著企業或政府可以把模型 運行在私有雲或本地數據中心，避免將敏感數據傳送到外部 AI 服務。

開源授權：Apache 2.0

Command A+ 使用 Apache 2.0 授權發佈。

這個授權非常寬鬆，意味著：

• 可以商業使用
• 可以修改與重新部署
• 沒有額外模型使用限制

相比不少 AI 模型只提供「open weights」但限制商業用途，Apache 2.0 的開放程度相對少見。

性能定位：整合整個 Command 系列

Cohere 表示 Command A+ 的性能 超越之前的 Command 系列模型，並把多個專用模型的能力整合在一起。

包括原本分散的能力，例如：

• Command A Reasoning
• Command A Vision
• 翻譯與多語言能力

官方資料強調在以下方面有明顯提升：

• 工具使用（tool use）
• agent 任務
• 多模態推理
• 多語言能力

不過目前公開材料 沒有提供詳細 benchmark 表格或具體分數對比，因此與其他模型的定量比較仍然有限。

為何 Cohere 強調「主權 AI」？

Cohere 把 Command A+ 定位為 主權 AI（Sovereign AI） 的核心基礎。

這個概念主要強調三點：

• AI 在本地或本國基礎設施運行
• 數據保留在本地司法管轄
• 減少對外國科技平台依賴

Cohere 甚至直接將 Command A+ 宣傳為適用於 「主權關鍵基礎設施」 的 AI 模型，例如：

• 政府機構
• 金融業
• 醫療
• 能源與公共基建

背後的戰略布局

Command A+ 的推出，其實只是 Cohere 更大戰略的一部分。

與 Aleph Alpha 的跨大西洋合併

Cohere 已宣布計劃與德國 AI 公司 Aleph Alpha 合併，打造一個面向政府與企業的跨大西洋 AI 平台。

Schwarz Group 的 6 億美元投資

德國零售巨頭 Schwarz Group（Lidl 與 Kaufland 母公司）旗下企業承諾 投資 6 億美元（約 5 億歐元），支持 Cohere 的新一輪融資及主權 AI 計畫。

收購 Reliant AI

Cohere 亦收購了 Reliant AI，目標是強化醫療與生物製藥領域的企業 AI 解決方案。

這些動作顯示 Cohere 正試圖建立一個完整的 主權 AI 生態系。

總結

Command A+ 同時代表兩個層面的變化。

在技術上，它結合了：

• 218B MoE 架構
• 多模態能力
• 長上下文
• 企業級工具與代理功能

在戰略上，它是 Cohere 建立 可私有部署 AI 基礎設施 的重要一步。

如果這條路成功，Command A+ 可能不只是一次模型發佈，而是 全球企業與政府 AI 基建開始多元化的一個重要節點。