Cohere presenta Command A+: modelo MoE de 218B parámetros para flujos de trabajo con agentes IA

El anuncio de Cohere

Cohere ha presentado Command A+, un modelo de lenguaje grande de código abierto basado en arquitectura Mixture-of-Experts (MoE) dispersa con 218 mil millones de parámetros. Este lanzamiento representa un hito importante en la democratización de modelos de IA avanzados, al consolidar en una única versión lo que anteriormente eran cuatro variantes separadas del modelo Command A.

Características técnicas y eficiencia

Una de las ventajas más destacables de Command A+ es su eficiencia operativa. El modelo puede ejecutarse en infraestructuras modestas gracias a la cuantización W4A4 (pesos y activaciones de 4 bits), requiriendo tan solo dos GPUs NVIDIA H100 para funcionamiento en producción. Esta característica representa una reducción drástica en los costos de infraestructura comparado con modelos densos tradicionales del mismo tamaño.

La arquitectura MoE dispersa permite que el modelo active solo una fracción de sus parámetros durante cada inferencia, mejorando significativamente la eficiencia computacional sin comprometer la calidad de las respuestas. Este enfoque es particularmente relevante para aplicaciones industriales donde el consumo de energía y la latencia son críticos.

Capacidades multimodales y multilingües

Command A+ marca el primer incursión de Cohere en modelos de razonamiento multimodal, permitiendo procesar y razonar sobre texto e imágenes simultáneamente. Adicionalmente, el modelo soporta 48 idiomas, incluyendo todas las lenguas principales de Latinoamérica, lo que facilita su implementación en contextos industriales y empresariales regionales sin necesidad de traducción externa.

Aplicaciones en flujos de trabajo con agentes

El modelo ha sido optimizado específicamente para flujos de trabajo agenticos, donde sistemas autónomos toman decisiones y ejecutan tareas sin intervención humana constante. En el contexto industrial, esto abre posibilidades para:

• Diagnóstico y mantenimiento predictivo: agentes que analicen datos de sensores y patrones de operación para anticipar fallos.
• Optimización de procesos: sistemas que ajusten parámetros de fabricación en tiempo real basados en razonamiento sobre condiciones actuales.
• Gestión de conocimiento: agentes que consulten manuales técnicos multimodales (texto + esquemas) para resolver problemas complejos.

Implicaciones para Latinoamérica

La disponibilidad de Command A+ como modelo abierto reduce las barreras de entrada para empresas manufactureras, proveedores de automatización y operadores de planta que deseen experimentar con agentes IA. La eficiencia energética del modelo resulta especialmente relevante en regiones donde el costo de operación de infraestructura compute es significativo.

La capacidad multilingüe nativa elimina fricción en despliegues regionales, permitiendo que técnicos e ingenieros interactúen con estos sistemas en español, portugués y otros idiomas locales, acelerando la adopción y la confianza en tecnologías de IA en entornos industriales latinoamericanos.