01功能特性
优点
- 当时在 RAG 和工具使用方面表现最佳的开放模型
- 128k 上下文
- 23种语言
需了解的局限性
- —⚠ CC-BY-NC 许可证（仅限非商业用途）
- —104B：Q4 量化下需 60 多 GB 显存
架构
稠密架构 · 针对 RAG 和工具调用优化 · GQA
训练
23种语言，相比2024年4月版本吞吐量提升50%，延迟降低25%。
最适合的场景
高级 RAG 技术工具调用智能体
04安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始，然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$ollama run command-r-plus:104b
LM Studio
图形界面，无需命令行操作
→ 查看指南
llama.cpp
原始性能，从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载：根据所选量化方式，大小在 2 到 40 GB 之间。请预留磁盘空间，建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量，已包含 4k tokens 的上下文开销。如需更长的上下文，每增加 8k tokens，请额外预留约 1 GB。
Q4_K_M
最轻量，损失约 5%
60 GB
Q5_K_M
质量/体积的良好平衡
72 GB
Q8_0
几乎无法与 FP16 区分
110 GB
FP16
全精度 — 服务器用途
208 GB
CPU 回退 · 如果您没有 GPU，请预留 96 GB 内存 以较低速度运行此模型的最低要求。
运行Command R+ 104B (08-2024)需要什么硬件？
在本地以Q4量化运行Command R+ 104B (08-2024)，大约需要60 GB 显存。可供比较的硬件选项：BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) — 请为系统和上下文保留余量，并确认推理引擎与GPU兼容。
当前在售产品： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395)
Amazon查看价格 →为什么选择它？我们的完整资料： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) →
联盟链接——您无需承担额外费用，我们可能获得佣金，推荐保持独立。作为亚马逊合作伙伴，哪个LLM会从符合条件的购买中获益。
在你的私有 ChatGPT 中使用此模型，无需云端
模型太大，你的电脑运行不了？套件为你提供能装入显存的模型
- 在线空间，终身可用
- PDF + 文件
- 终身更新
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数，上下文为 4k。超过 20 t/s，阅读体验舒适。低于 10 t/s，仅用于测试。