20岁写出Transformer的人：开源2180亿大模型新智元

刚刚，Cohere放出2180亿参数的MoE大模型Command A+，单张B200可跑，支持48种语言，还带原生引用能力。但这次发布最炸的，不在参数表上，而在那一个许可证：Apache 2.0。

「Attention Is All You Need」，正是这篇著名的论文，催生了今天所有的大模型。

5月20日，该论文的一位共同作者Aidan Gomez，在X上宣布推出首个完全开源的Apache 2.0许可的模型：Cohere Command A+。

Gomez是前谷歌研究员，如今是Cohere的联合创始人兼CEO。

Command A+是Command A家族的最后一个模型，也是Cohere的第一个MoE（混合专家）模型。218B总参数，25B激活参数：一次性把视觉输入、推理、翻译和AI智能体能力，全部塞进了同一个模型。

最低部署配置：1张NVIDIA B200，或者2张H100。许可证：Apache 2.0。

据VentureBeat报道，这是Cohere历史上第一个真正可商用的开源旗舰。联合创始人Nick Frosst称它是「我们发过最好的模型」。

2180亿参数

每次干活的只有250亿

2180亿参数，听起来就是个吞算力的巨兽。但Command A+每次生成，真正被激活的只有250亿参数。

这正是MoE架构的精髓。

一个MoE模型，会将进来的问题只路由给最擅长处理它的那几个「专家」神经网络，其余部分保持休眠。这样的设计，既让模型保留了「巨头级」的知识储备和推理能力，但运行时的算力和能耗，却接近一个小得多的模型。

VentureBeat报道，据第三方观察估计，OpenAI的GPT-5.5、Anthropic的Claude Opus 4.7参数量都在万亿级别，而Command A+每次激活的参数只有250亿。

靠MoE省算力，如今是大多数头部模型的惯常做法。但Cohere在这个基础上又叠了第二层压缩：量化。

Command A+提供BF16、FP8和高度压缩的W4A4三种版本，其中W4A4是这次发布的技术核心。

通常，推理模型一旦被压缩，复杂问题上的表现会肉眼可见地退步，业内称之为「量化税」。

Cohere的做法，是只将MoE专家压到4-bit，关键的注意力通路保留全精度，再叠加一项叫量化感知蒸馏（Quantization-Aware Distillation）的技术。

Cohere称其W4A4量化方案接近无损。据Cohere发布的性能数据显示，W4A4版本在低并发下达到每秒375个token，首token延迟仅113毫秒。

正是靠这套方案，让一个2180亿参数的模型，能跑在单张NVIDIA B200上，或者两张H100上。

不同并发与量化下，Command A+与前代Command A Reasoning的速度和延迟对比。TOPS为每秒生成token数，TTFT为首token延迟。数据由Cohere发布。

这里所谓「单卡运行」，指的是一张数据中心级的Blackwell B200，并非消费级显卡。

过去一个千亿级模型要一整个GPU集群伺候，现在一台机器搞定。

这正是Cohere这次想讲的故事：大参数，不再等于烧钱。

Apache 2.0

一张通往真开源的许可证

如果只看参数和速度，Command A+是一次强大的工程升级。但更值得开发者们注意的，是一张Apache 2.0许可证。

在今天的AI圈，「开源」是一个早被「玩坏」的词。

很多领先的AI公司放出权重，却套着限制性的商用条款：大企业不许拿去做商业用途，也不许用它训练竞品模型。下载可以，研究可以，真要赚钱，回来买授权。

Cohere过去在这个方向上也摇摆了很久。

据VentureBeat报道，它此前的Command R、Command R+，采用的是CC-BY-NC 4.0，也就是「知识共享-非商业」许可。研究者和开发者能下载、能折腾、能评测，但严禁商用。

也就是说：开放一半，留一半。但到了Command A+，另一半也松开了。

它采用了Apache 2.0，一个OSI认可的真正开源许可证。从独立开发者到世界500强企业，任何人都可以使用、修改、分发并商业化这个模型，不付授权费，也没有竞业条款。

这是Cohere首次这么做，它在一位写出Transformer的人的带领下，全面倒向了真正的开源。

据VentureBeat报道，这个决定由联合创始人Nick Frosst力主推动。

Frosst是Cohere三位联合创始人之一，曾在谷歌大脑多伦多实验室做研究员，是AI教父Geoffrey Hinton在那里最早的雇员之一。

Cohere将旗舰模型从CC-BY-NC 4.0转到Apache 2.0，意味着企业彻底不必再被供应商捆住。

一家公司可以下载Command A+的权重，用自己高度机密的内部数据做微调，部署在私有服务器甚至气隙网络里，从此不再被Cohere的基础设施、定价变动或API稳定性绑住。

Command A+

把「可追溯」做成模型的原生能力

能跑和敢用，完全是两回事。

一个模型要真正进入金融、医疗、法律的生产环境，真正的瓶颈不是模型能力，而是可信。

Command A+在这件事上，做了一个原生层面的设计：原生引用（native citation）生成。

当Command A+从外部工具检索信息时，它不只是把答案合成出来，还会生成所谓的「grounding spans（溯源标记）」。

通过在输出里嵌入特殊标签，模型把它给出的每一条事实声明，直接链接到它所引用的那份具体文档或那一行数据库记录。

举个场景。你让它出一份当日销售报告，它给出总销售额的同时，会明确标出提供这个数字的那一次数据库查询结果。出处一目了然，幻觉风险被压到最低。

这种可追溯性，对于受到严格监管的行业尤为重要。

智能体能力，也是这次发布的一个重点。

Command A+支持标准chat template下的对话式工具调用，可以无缝对接内部API、搜索引擎或SQL数据库。

它还是全多模态的，在128K输入上下文里原生处理文本和图像，适合分析扫描发票、图表和技术手册。

Command A+与Command A Vision的多模态能力对比，Command A+是Cohere首个多模态推理模型。数据由Cohere发布。

据Cohere发布的性能数据显示，在测试复杂推理的²-Bench Telecom上，Command A+从前代的37%跳到85%；在衡量智能体编码能力的Terminal-Bench Hard上，从3%爬到25%；在AIME 25数学测试上，从57%升到90%。

Command A+与前代Command A Reasoning在五项开源基准上的表现对比。数据由Cohere发布。