Cohere سرویس استنتاج خصوصی خود را به جایی برای مدل‌های دیگر شرکت‌ها هم تبدیل می‌کند. این شرکت کانادایی هوش مصنوعی روز ۳ نوامبر ۲۰۲۶ اعلام کرد که Model Vault، سکوی مدیریت‌شده‌ای که برای هر مشتری استقرار جداگانه‌ای فراهم می‌کند، از این پس مدل‌های باز شرکت‌های دیگر را هم در کنار مدل‌های خود Cohere ارائه می‌دهد. در این فهرست DeepSeek V4.1 Flash، مدل GLM 5.3 Flash از Z.ai، مدل MiMo V2.6 Pro از Xiaomi، مدل Gemma 4 از Google، NVIDIA Nemotron، مدل GPT-OSS از OpenAI، خانواده Phi از Microsoft و Hy3 از Tencent دیده می‌شود و مستندات Cohere از Qwen هم نام می‌برد.
مخاطب این طرح بانک‌ها، بیمارستان‌ها و نهادهای دولتی‌اند که نمی‌توانند داده حساس را به یک API مشترک بفرستند و در عین حال نیرو یا ظرفیت لازم برای میزبانی مدل‌های باز را هم ندارند. در Model Vault بار کاری روی زیرساختی اجرا می‌شود که فقط به یک مشتری تعلق دارد و در منطقه‌ای که خود او انتخاب می‌کند؛ Cohere کل لایه سرویس‌دهی را اداره می‌کند و درخواست‌ها و پاسخ‌ها به‌طور پیش‌فرض ذخیره نمی‌شوند. مشتری حداقل و حداکثر تعداد نسخه‌های در حال اجرا را تعیین می‌کند، می‌تواند مقیاس‌دهی خودکار را روشن کند و به گفته مستندات با محدودیت نرخ مشترک روبه‌رو نمی‌شود.
همه مدل‌ها در بالاترین سطح حفاظت در دسترس نیستند. Model Vault Encrypted داده‌ها را حتی هنگام پردازش رمزگذاری‌شده نگه می‌دارد و برای این کار از رایانش محرمانه در محیط‌های اجرای امن سخت‌افزاری همراه با گواهی از راه دور استفاده می‌کند؛ Cohere می‌گوید نه خودش و نه ارائه‌دهنده ابر نمی‌توانند درخواست‌ها و پاسخ‌ها را ببینند. در این سطح، مدل‌های Embed، Rerank، Parse، Transcribe و Translate از Cohere به‌علاوه Gemma، GPT-OSS و Phi پشتیبانی می‌شوند. مدل‌های Command و خانواده‌های DeepSeek، GLM، MiMo، Nemotron و Hy3 فعلاً فقط در نسخه عادی اجرا می‌شوند.
دسترسی بسته به سطح سرویس فرق می‌کند. Model Vault به مشتریان در آمریکا، اتحادیه اروپا و کانادا خدمات می‌دهد، اما نسخه Encrypted فعلاً فقط در آمریکا فعال است و عرضه آن در اروپا و کانادا به‌زودی وعده داده شده است. قیمت‌گذاری بر اساس هر GPU در هر ساعت است و ظرفیت رزروی و تعهدهای ماهانه یا سالانه از طریق تیم فروش عرضه می‌شود. مناطق جدید و مدل‌های بزرگ‌تر در سطح Encrypted گام‌های بعدی اعلام‌شده هستند.
این خبر ادامه نسخه بتای عمومی استنتاج محرمانه در Model Vault است که در اکتبر عرضه شد و به مشتریان اجازه می‌داد پیش از ارسال درخواست‌های حساس، سخت‌افزار را بررسی کنند. گشودن سکو به روی خانواده‌های مدل رقیب برای شرکتی که استدلالش درباره حاکمیت داده بر مدل‌های خودش استوار بود، تغییر مهمی است. Cohere این کار را راهی می‌داند تا مشتری برای هر کار بهترین مدل را انتخاب کند و کنترل محل نگهداری داده و دسترسی به آن را از دست ندهد، و از Language Weaver، واحدی از شرکت RWS، به‌عنوان مشتری‌ای نام می‌برد که مدل LW Pro خود را در Model Vault اجرا می‌کند.
برای خریداران سازمانی، نتیجه عملی داشتن یک بستر مدیریت‌شده و جداشده برای مدل‌های Cohere و مدل‌های باز پرطرفدار است که در مقایسه با کار با چند ارائه‌دهنده استنتاج می‌تواند بررسی‌های انطباق را ساده‌تر کند. با این حال تضمین‌های امنیتی و عدم نگهداری داده، گفته‌های خود Cohere است: در اعلامیه نه نتیجه ممیزی مستقلی آمده، نه مقایسه عملکرد مدل‌های دیگر شرکت‌ها روی زیرساخت Cohere و نه قیمت GPU، و خواننده به صفحه قیمت‌ها ارجاع داده شده است.