Гайды

Как скачать Command R: веса и локальный запуск

16 октября 2026 · 9 минут чтения

Проверка фактов

Юлия Найпак

Методист по автоматизации. Сверяет паспорт инструмента с документацией вендора.

Автор Р

Редакция

Коллектив авторов, редакторов и иллюстраторов статей на сайте блога онлайн-университета «Зерокодер». Пишем…

Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.

Материал редакции Зерокодера. Счёт по выдаче снят собственным прогоном 16 октября 2026 года; цитаты источников приведены дословно. Обновлено: октябрь 2026.

Скачать Command R можно двумя документированными путями: забрать веса с Hugging Face в репозитории cortexso/command-r либо подтянуть готовую сборку через рантайм Ollama, где карточка модели описывает её как языковую модель, оптимизированную для диалога и задач с длинным контекстом. Ниже — как скачать Command R, сверить лицензию конкретного чекпойнта и запустить локально, не путая открытые веса с облачным Cohere API. Мы скачали подборку результатов веб-поиска по запросу «Как скачать Command R: веса и локальный запуск»: текст отдали 9 из 10.

Что такое Cohere Command R

Command R — генеративная языковая модель от Cohere, которую карточка на Ollama описывает как модель, оптимизированную для задач с длинным контекстом, включая retrieval-augmented generation (RAG) и работу с внешними API и инструментами. Там же указано, что она создана для внедрения компаниями в масштабе и обладает сильной точностью на RAG и Tool Use, низкой задержкой и высокой пропускной способностью, а также сильными возможностями по десяти ключевым языкам.

По данным той же карточки, существуют две версии Command R, а обновление августа 2024 года помечено тегом 08-2024. Это важно для выбора чекпойнта: тег фиксирует конкретную ревизию, и лицензия привязана именно к ней.

В переписи выдачи по запросу «Как скачать Command R: веса и локальный запуск» текст отдали 9 из 10 страниц, а медиана объёма читаемого текста составила 932 слова. Метку 2026 года несут 5 из 9 прочитанных страниц. Эти цифры описывают наш собственный срез веб-поиска.

Отдельно стоит назвать путаницу, которая встречается в выдаче: часть результатов посвящена языку программирования R и сочетаниям клавиш при запуске Mac. К модели Command R они отношения не имеют. Если вы искали именно веса, ориентируйтесь на репозитории Hugging Face и карточку Ollama.

• Command R — большая языковая модель для диалога и длинного контекста.
• Две версии — карточка Ollama прямо говорит о двух версиях модели.
• Тег 08-2024 — обновление августа 2024 года, фиксирующее ревизию.
• RAG и Tool Use — заявленные сильные стороны модели.

Официальный репозиторий весов

Официальная карточка исходной модели указывает CohereLabs/c4ai-command-r-v01. В ней разработчиками названы Cohere и Cohere Labs. Для доступа к файлам необходимо войти в Hugging Face и принять условия модели. Репозиторий cortexso/command-r из исходной выдачи содержит отдельную упаковку GGUF от сообщества.

Карточка cortexso/command-r на Hugging Face содержит разделы Overview, Variants, Use it with Jan (UI), Use it with Cortex (CLI), Credits, Collection including cortexso/command-r и Local Models. Раздел Variants перечисляет доступные варианты сборки, а разделы про Jan и Cortex описывают два способа подключения: через графический интерфейс и через командную строку.

Практический порядок действий для скачивания весов:

1. Откройте страницу huggingface.co/cortexso/command-r и прочитайте раздел Overview.
2. Перейдите в раздел Variants и выберите нужный вариант сборки.
3. Откройте дерево файлов cortexso/command-r/tree/main, чтобы увидеть состав репозитория.
4. Скачайте файлы весов удобным вам способом — через веб-интерфейс или клиент Hugging Face.
5. Зафиксируйте ревизию, которую скачали: имя ветки или тег.

Шаг с фиксацией ревизии часто пропускают. Между тем именно ревизия определяет, какая лицензия и какая версия модели окажутся у вас на диске. Если позже вы обновите файлы, проверку лицензии придётся повторить.

Ещё одна частая ошибка — скачивать отдельные файлы выборочно, не сверяясь с деревом репозитория. Дерево tree/main показывает полный состав, и по нему видно, какие файлы относятся к весам, а какие — к служебным описаниям.

Лицензия конкретного чекпойнта

Для исходного checkpoint c4ai-command-r-v01 официальная карточка указывает лицензию CC-BY-NC и дополнительно требует соблюдения Cohere Labs Acceptable Use Policy. Сохраните эти условия вместе с точным идентификатором checkpoint. Для другой ревизии или конвертированной сборки отдельно сверьте соответствующие условия.

Порядок сверки лицензии:

1. Определите точный идентификатор чекпойнта: имя репозитория плюс тег или ветку.
2. Откройте карточку этого чекпойнта на Hugging Face.
3. Найдите раздел с условиями использования и прочитайте его применительно к вашей задаче.
4. Сохраните копию условий вместе со скачанными файлами.
5. При обновлении ревизии повторите сверку.

Таблица показывает, что проверка лицензии — это не один шаг, а последовательность. Пропуск любого пункта приводит к тому, что вы работаете с неопределённым набором файлов.

Отдельно держите в голове различие между весами и сервисом. Веса — это файлы, которые лежат у вас на диске и подчиняются условиям своего чекпойнта. Облачный Cohere API — это сервис, доступ к которому регулируется отдельно. Смешивать эти два случая в одной проверке не стоит.

Память и формат модели

Карточка Command R на Ollama приводит конкретную характеристику сборки: 19GB, контекстное окно 128K, тип Text. Эти числа относятся к варианту, опубликованному в библиотеке Ollama, и их удобно использовать как ориентир при планировании дискового пространства.

Что из этого следует практически:

• 19GB — размер сборки, который нужно разместить на диске.
• 128K — размер контекстного окна, заявленный для этой сборки.
• Text — тип модели, работа с текстом.
• 1.6M Downloads — счётчик загрузок карточки, обновлённой два года назад.

Счётчик загрузок и дата обновления — это метаданные карточки, они говорят о её возрасте и популярности. Полезнее смотреть на раздел Variants: там перечислены варианты, и выбор варианта определяет, какой объём займут файлы.

Формат связан с рантаймом. Если вы планируете запускать модель через Ollama, берите сборку из библиотеки Ollama. Если через Jan или Cortex CLI — ориентируйтесь на разделы карточки Hugging Face, посвящённые этим способам подключения. Смешивать форматы разных рантаймов без необходимости не нужно.

Числа в таблице взяты из карточки библиотеки Ollama и относятся именно к опубликованной там сборке. Для других вариантов из раздела Variants характеристики могут отличаться, поэтому сверяйтесь с той страницей, откуда скачиваете.

Документированный путь запуска

Для короткого локального запуска установите Ollama и выполните документированную команду ollama run command-r. Она указана в карточке библиотеки перед примерами API. Затем можно обратиться к модели через локальный API;имя модели в запросе должно совпадать с загруженной сборкой.

curl http://localhost:11434/api/chat \
 -d '{ "model": "command-r", "messages": [{"role": "user", "content": "Hello!"}] }'

Для Python карточка приводит такой пример:

from ollama import chat
response = chat(
  model='command-r',
  messages=[{'role': 'user', 'content': 'Hello!'}],
)
print(response.message.content)

Для JavaScript пример выглядит так:

import ollama from 'ollama'

const response = await ollama.chat({
  model: 'command-r',
  messages: [{role: 'user', content: 'Hello!'}],
})
console.log(response.message.content)

Порядок запуска:

1. Установите рантайм Ollama на свою машину.
2. Подтяните сборку command-r из библиотеки.
3. Убедитесь, что локальный сервер отвечает на порту, указанном в документации.
4. Отправьте тестовый запрос одним из приведённых способов.
5. Сверьте ответ с ожидаемым поведением модели.

Предлагаемое упражнение для самопроверки: отправьте запрос с коротким вопросом и посмотрите, приходит ли ответ в поле content. Редакция этот прогон не выполняла; это ориентир для вашей собственной проверки.

Если вы предпочитаете графический интерфейс, карточка Hugging Face описывает подключение через Jan UI. Для командной строки там же есть раздел про Cortex CLI. Оба пути описаны в карточке cortexso/command-r.

Веса и облачный Cohere API

Открытые веса и облачный Cohere API — два разных способа работы с моделью. Веса вы скачиваете и запускаете на своём оборудовании; условия их использования задаёт лицензия конкретного чекпойнта. Облачный API — это обращение к сервису, где модель работает на стороне провайдера.

Карточка на Ollama описывает Command R как модель, созданную для внедрения компаниями в масштабе, с сильной точностью на RAG и Tool Use, низкой задержкой и высокой пропускной способностью. Эти характеристики относятся к самой модели и проявляются в обоих сценариях, но способ доставки результата различается.

Практический вывод: если задача требует автономности и контроля над файлами, берите веса. Если нужен доступ без локального развёртывания, смотрите в сторону сервиса. Смешивать проверку лицензии чекпойнта с условиями сервиса не нужно — это разные документы.

Ещё одно различие — обновления. Локальная сборка остаётся той ревизией, которую вы скачали, пока вы сами её не обновите. Сервис обновляется на стороне провайдера. Для воспроизводимости экспериментов локальный путь удобнее: тег 08-2024 фиксирует состояние.

Частые вопросы

Command R скачать бесплатно можно?

Веса Command R опубликованы на Hugging Face в репозитории cortexso/command-r, и доступ к странице открыт. Условия использования определяет лицензия конкретного чекпойнта, поэтому перед скачиванием откройте карточку той ревизии, которую собираетесь забрать. Стоимость и рамки применения задаются именно этим документом.

Где официальный репозиторий весов Command R?

Первичная карточка модели указывает CohereLabs/c4ai-command-r-v01 и разработчиков Cohere/Cohere Labs. Для доступа к файлам войдите в Hugging Face и примите условия. cortexso/command-r — отдельная конвертированная упаковка GGUF из исходной выдачи.

Сколько памяти нужно для Command R?

Карточка библиотеки Ollama указывает для опубликованной там сборки 19GB и контекстное окно 128K. Это ориентир для планирования дискового пространства под конкретный вариант. Для других вариантов из раздела Variants характеристики смотрите на странице, откуда скачиваете.

Как запустить Command R локально?

Установите рантайм Ollama, подтяните сборку command-r и отправьте тестовый запрос. Карточка библиотеки приводит примеры для командной строки, Python и JavaScript. Графический путь описан в карточке Hugging Face в разделе про Jan UI, консольный — в разделе про Cortex CLI.

Чем веса отличаются от облачного Cohere API?

Веса — это файлы на вашем диске, их использование регулирует лицензия чекпойнта. Облачный API — обращение к сервису, где модель работает на стороне провайдера, и условия задаёт сам сервис. Для локального запуска нужны веса и рантайм, для работы через API — доступ к точке сервиса.