01规格
| 发布方 | Cohere · CohereLabs |
|---|---|
| 系列 | Cohere Command / Aya · aya-expanse |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 32.3B 来源：按官方 safetensors 权重统计 |
| 上下文长度 | — |
| 发布权重 | FP16 · 64.6 GB下载量 |
| 许可 | CC-BY-NC-4.0 · 仅限非商用研究 / 非商用许可：未另行取得授权不能商用。 |
| 发布日期 | 2024-10-23 （Hugging Face 仓库创建日） |
| 下载 | 受限仓库：需在 Hugging Face 同意许可后才能下载。 |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 最低显卡 | Mac |
|---|---|---|---|
| BF16 / FP16（原始精度） | 64.6 GB | H100 80GB | Mac 128GB |
| FP8 / INT8 / Q8_0 | 34.3 GB | 2 × RTX 5090（64GB） | Mac 64GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 19.6 GB | RTX 5090 32GB | Mac 64GB |
KV 缓存未估算：官方 config.json 受限访问或缺少注意力参数。上表合计只含权重 + 开销。
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- Transformers — 官方模型卡提及
- Ollama — Ollama 官方模型库收录 · aya-expanse:32b
ollama run aya-expanse:32b04官方仓库与量化版
CohereLabs 官方发布的 1 个仓库。
- aya-expanse-32b main
05Cohere Command / Aya 其他模型
全部 14 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| aya-expanse-8b · 同系列 | 8.03B | 5.9 GB | 2024-10-23 |
| North-Micro-Vision-Instruct | 2.48B | 2.7 GB | 2026-08-10 |
| North-Mini-Code-1.0 | 30B / 3B | 21.0 GB | 2026-06-05 |
| command-a-plus-05-2026-bf16 | 218B / 25B | 147 GB | 2026-05-11 |
| tiny-aya-base | 3.35B | 2.7 GB | 2026-02-13 |
| tiny-aya-global | 3.35B | 2.7 GB | 2026-02-13 |
| command-a-reasoning-08-2025 | 111.1B | 74.6 GB | 2025-08-12 |
| command-a-vision-07-2025 | 111.9B | 75.1 GB | 2025-07-28 |
| c4ai-command-a-03-2025 | 111.1B | 74.6 GB | 2025-03-11 |
06来源
数据核对于 2026-01-09。参数、上下文、许可取自官方仓库；显存为本站估算。