Kann ich Command A lokal ausführen?

Ja, die Gewichte sind offen und auf Hugging Face unter CohereForAI/c4ai-command-a-03-2025 gehostet. Bei 111B Parametern benötigst du erheblichen VRAM oder ein Multi-GPU-Setup für den Betrieb in voller Präzision; quantisierte Versionen reduzieren diesen Bedarf.

Was kostet Command A über die API?

Cohere verlangt 2,50 $ pro Million Eingabetoken und 10,00 $ pro Million Ausgabetoken. Agentenaufgaben mit langen Ausgaben treffen die Ausgaberate stark, plane die Kosten vor Nutzung sorgfältig ein.

Wodurch unterscheidet sich Command A von anderen Cohere-Modellen?

Command A ist Cohere's größtes und leistungsfähigstes Open-Weights-Modell, positioniert über der kleineren Command R Familie, mit längerem Kontextfenster und speziellem Fokus auf agentenbasierte und mehrsprachige Geschäftsanwendungen statt allgemeinem Chat.

Command A

2469°

#llm #cohere #agenten #mehrsprachig #programmieren #langer kontext

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Cohere | 256.000 Token Kontext | $2,50/M Eingabe, $10,00/M Ausgabe. Command A ist ein offenes 111 Milliarden Parameter Modell mit einem 256k Kontextfenster, das auf hervorragende Leistung bei agentischen, mehrsprachigen und Programmier-Anwendungsfällen ausgelegt ist. Im Vergleich zu anderen führenden proprietären und offenen Modellen bietet Command A maximale Leistung bei minimalen Hardwarekosten und glänzt bei geschäftskritischen agentischen und mehrsprachigen Aufgaben.

Anleitungen zu diesem Modell

Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?

Wie viel VRAM brauche ich eigentlich für lokale KI?

Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Command A ist Cohere's 111B großes Open-Weights-Modell, das auf agentenbasierten Workflows, mehrsprachigen Aufgaben und Coding mit einem Kontextfenster von 256.000 Token ausgelegt ist. Mit 111 Milliarden Parametern ist es ein großes Modell, aber Cohere wirbt damit, dass es im Verhältnis zur benötigten Hardware überdurchschnittlich leistungsfähig ist. Wenn deine Arbeit mehrstufige Werkzeugnutzung oder nicht-englische Geschäftsanwendungen umfasst, lohnt sich ein genauer Blick.

Bekannt für

Starke agentenbasierte Leistung: gebaut für mehrstufige, werkzeugnutzende Workflows
Kontextfenster von 256.000 Token bewältigt sehr lange Dokumente und Threads
Mehrsprachiger Fokus, ausgerichtet auf reale Geschäftsanwendungen in verschiedenen Sprachen
Offene Gewichte auf Hugging Face für selbstgehostete Bereitstellung verfügbar
111B Parameter mit behauptetem Effizienzvorteil gegenüber vergleichbaren Modellen

Achte auf

111B Parameter erfordern ernsthafte Hardware für lokale Nutzung; Consumer-Setups werden Schwierigkeiten haben.
Ausgabepreis von 10,00 $/M Token summiert sich schnell in agentenbasierten Schleifen mit umfangreichen Antworten.
Cohere hat keine detaillierten Benchmarkzahlen auf der Modellseite veröffentlicht, unabhängige Vergleiche sind daher begrenzt.

Am besten für

Agenten und Werkzeugnutzung

Prompts zum Ausprobieren

Mehrstufiger Recherche-Agent

Du hast Zugriff auf ein Web-Suchtool. Ein Nutzer möchte die Wettbewerbssituation für Lieferanten von Batterien für Elektrofahrzeuge in Europa im Jahr 2024 verstehen. Plane die Recherche-Schritte, rufe die benötigten Tools nacheinander auf und erstelle eine strukturierte Zusammenfassung mit Quellenangaben. Zeige deine Überlegungen zwischen den Schritten.

Mehrsprachige Vertragsklausel

Hier ist eine Kündigungsklausel aus einem französischen Arbeitsvertrag: 'En cas de faute grave, l'employeur peut procéder à un licenciement sans préavis ni indemnité.' Übersetze sie ins Englische, erkläre die rechtlichen Auswirkungen für einen Arbeitnehmer und schreibe sie dann in einfachem Englisch für ein Mitarbeiterhandbuch um.

Eine unübersichtliche Funktion refaktorisieren

Refaktoriere die folgende Python-Funktion so, dass sie Randfälle sauber behandelt, Typ-Hinweise verwendet und eine Docstring enthält. Erkläre jede Änderung und warum du sie gemacht hast. def process(data): result = []; [result.append(x*2) for x in data if x != None]; return result

Vergleichen mit

Command R (08-2024)
Nur API-Modell
128,000 Token Kontext · $0.15/M Eingabe, $0.60/M Ausgabe
Command R+ (08-2024)
Nur API-Modell
128,000 Token Kontext · $2.50/M Eingabe, $10.00/M Ausgabe
Command A+
Nur API-Modell
192,000 Token Kontext · $0.30/M Eingabe, $1.50/M Ausgabe
Command R7B (12-2024)
Nur API-Modell
128,000 Token Kontext · $0.04/M Eingabe, $0.15/M Ausgabe

Mehr Textmodelle von cohere

Häufig gestellte Fragen

Kann ich Command A lokal ausführen?: Ja, die Gewichte sind offen und auf Hugging Face unter CohereForAI/c4ai-command-a-03-2025 gehostet. Bei 111B Parametern benötigst du erheblichen VRAM oder ein Multi-GPU-Setup für den Betrieb in voller Präzision; quantisierte Versionen reduzieren diesen Bedarf.
Was kostet Command A über die API?: Cohere verlangt 2,50 $ pro Million Eingabetoken und 10,00 $ pro Million Ausgabetoken. Agentenaufgaben mit langen Ausgaben treffen die Ausgaberate stark, plane die Kosten vor Nutzung sorgfältig ein.
Wodurch unterscheidet sich Command A von anderen Cohere-Modellen?: Command A ist Cohere's größtes und leistungsfähigstes Open-Weights-Modell, positioniert über der kleineren Command R Familie, mit längerem Kontextfenster und speziellem Fokus auf agentenbasierte und mehrsprachige Geschäftsanwendungen statt allgemeinem Chat.

Captain's Urteil
Eine ernsthafte Open-Weights-Option, wenn Agenten und mehrsprachige Arbeit Priorität haben, vorausgesetzt, du kannst die Hardware oder die Ausgabetoken-Kosten stemmen.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

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

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Command A ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm cohere agenten mehrsprachig programmieren langer kontext lokal

Nach Modellfamilie stöbern