Kan ik Command A lokaal draaien?

Ja, de weights zijn open en gehost op Hugging Face onder CohereForAI/c4ai-command-a-03-2025. Met 111B parameters heb je veel VRAM of een multi-GPU setup nodig om het in volledige precisie te draaien; gequantiseerde versies verlagen die eis.

Wat kost Command A via API?

Cohere rekent $2,50 per miljoen input tokens en $10,00 per miljoen output tokens. Agent-taken die lange output genereren raken de outputprijs hard, dus houd daar rekening mee in kostenramingen.

Hoe verschilt Command A van andere Cohere modellen?

Command A is Cohere's grootste en meest capabele open-weights release, gepositioneerd boven hun kleinere Command R familie, met een langer contextvenster en een specifieke focus op agent- en meertalige zakelijke taken in plaats van algemene chat.

Command A

2469°

#llm #cohere #agenten #meertalig #coderen #lange context

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Cohere | 256.000 token context | $2.50/M input, $10.00/M output. Command A is een open-weights 111 miljard parameter model met een contextvenster van 256k, gericht op het leveren van uitstekende prestaties bij agent-, meertalig- en codeeruse-cases. Vergeleken met andere toonaangevende propriëtaire en open-weights modellen levert Command A maximale prestaties met minimale hardwarekosten, en blinkt uit in bedrijfskritische agent- en meertalige taken.

Gidsen voor dit model

Ollama vs LM Studio (2026): welke lokale AI-app gebruik je, en welke topmodellen draaien ze

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Command A is Cohere's 111B open-weights model, gebouwd rond agent-werkstromen, meertalige taken en coderen, met een contextvenster van 256.000 tokens. Met 111B parameters is het een groot model, maar Cohere beweert dat het relatief efficiënt is gezien de benodigde hardware. Als je werk multi-stap toolgebruik of niet-Engelse zakelijke taken omvat, is het de moeite waard om serieus te bekijken.

Bekend om

Sterke agent-prestaties: gebouwd voor multi-stap, tool-gebruikende workflows
Contextvenster van 256.000 tokens verwerkt zeer lange documenten en threads
Meertalige focus, gericht op echte zakelijke toepassingen in meerdere talen
Open weights beschikbaar op Hugging Face voor zelf-hosting
111B schaal met een geclaimd efficiëntievoordeel ten opzichte van vergelijkbare modellen

Let op

111B parameters vereisen serieuze hardware voor lokale inzet; consumentenapparatuur zal moeite hebben.
Outputprijs van $10,00 per miljoen tokens loopt snel op in agent loops met zware output.
Cohere heeft geen gedetailleerde benchmarkcijfers op de modelpagina gepubliceerd, dus onafhankelijke vergelijkingen zijn beperkt.

Het beste voor

Agenten en toolgebruik

Prompts om te proberen

Multi-stap onderzoeksagent

Je hebt toegang tot een webzoektool. Een gebruiker wil het concurrentielandschap begrijpen van leveranciers van batterijen voor elektrische voertuigen in Europa in 2024. Plan de onderzoeksstappen, roep de benodigde tools in volgorde aan en produceer een gestructureerde samenvatting met bronvermeldingen. Toon je redenering tussen elke stap.

Meertalige contractclausule

Hier is een beëindigingsclausule uit een Frans arbeidscontract: 'En cas de faute grave, l'employeur peut procéder à un licenciement sans préavis ni indemnité.' Vertaal deze naar het Engels, leg de juridische implicaties voor een werknemer uit, en herschrijf hem in eenvoudige taal geschikt voor een werknemershandboek.

Refactor een rommelige functie

Refactor de volgende Python-functie zodat hij randgevallen netjes afhandelt, type hints gebruikt en een docstring bevat. Leg elke wijziging uit en waarom je die maakt. def process(data): result = []; [result.append(x*2) for x in data if x != None]; return result

Vergelijk met

Command R (08-2024)
Alleen API-model
128,000 token context · $0.15/M invoer, $0.60/M uitvoer
Command R+ (08-2024)
Alleen API-model
128,000 token context · $2.50/M invoer, $10.00/M uitvoer
Command A+
Alleen API-model
192,000 token context · $0.30/M invoer, $1.50/M uitvoer
Command R7B (12-2024)
Alleen API-model
128,000 token context · $0.04/M invoer, $0.15/M uitvoer

Meer tekstmodellen van cohere

Veelgestelde vragen

Kan ik Command A lokaal draaien?: Ja, de weights zijn open en gehost op Hugging Face onder CohereForAI/c4ai-command-a-03-2025. Met 111B parameters heb je veel VRAM of een multi-GPU setup nodig om het in volledige precisie te draaien; gequantiseerde versies verlagen die eis.
Wat kost Command A via API?: Cohere rekent $2,50 per miljoen input tokens en $10,00 per miljoen output tokens. Agent-taken die lange output genereren raken de outputprijs hard, dus houd daar rekening mee in kostenramingen.
Hoe verschilt Command A van andere Cohere modellen?: Command A is Cohere's grootste en meest capabele open-weights release, gepositioneerd boven hun kleinere Command R familie, met een langer contextvenster en een specifieke focus op agent- en meertalige zakelijke taken in plaats van algemene chat.

Oordeel van de kapitein
Een serieuze open-weights optie als agenten en meertalig werk je prioriteit zijn, mits je de hardware of de outputtokenrekening aankan.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

Solar Pro 4

TEXT / LLM

Nemotron 3.5 Super VL

AI-modellen voor het genereren van afbeeldingen, video en tekst

Command A is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm cohere agenten meertalig coderen lange context lokaal

Bladeren op modelfamilie