Cohere transforme son service d'inférence privé en vitrine pour les modèles d'autres éditeurs. Le 3 novembre 2026, l'entreprise canadienne a annoncé que Model Vault, sa plateforme gérée qui attribue à chaque client un déploiement isolé, accueille désormais des modèles ouverts tiers en plus des siens. La liste comprend DeepSeek V4.1 Flash, GLM 5.3 Flash de Z.ai, MiMo V2.6 Pro de Xiaomi, Gemma 4 de Google, NVIDIA Nemotron, GPT-OSS d'OpenAI, Phi de Microsoft et Hy3 de Tencent ; la documentation évoque également Qwen.
L'offre vise les banques, les hôpitaux ou les administrations qui ne peuvent pas confier de données sensibles à une API mutualisée, sans avoir pour autant les équipes ou les capacités nécessaires pour héberger eux-mêmes des modèles ouverts. Dans Model Vault, les charges tournent sur une infrastructure dédiée à un seul client, dans la région de son choix ; Cohere exploite toute la chaîne de service, et requêtes comme réponses ne sont pas conservées par défaut. Le client fixe un nombre minimal et maximal de répliques, peut activer la mise à l'échelle automatique et, selon la documentation, échappe aux quotas partagés.
Tous les modèles n'ont pas accès au niveau de protection le plus élevé. Model Vault Encrypted chiffre les données pendant leur traitement grâce à l'informatique confidentielle, dans des environnements d'exécution protégés par le matériel et dotés d'une attestation à distance ; Cohere assure que ni elle ni l'hébergeur cloud ne voient les requêtes ou les réponses. Cette déclinaison prend en charge Embed, Rerank, Parse, Transcribe et Translate de Cohere, ainsi que Gemma, GPT-OSS et Phi. Les modèles Command et les familles DeepSeek, GLM, MiMo, Nemotron et Hy3 restent pour l'instant cantonnés à la version standard.
La disponibilité diffère selon le niveau. Model Vault sert des clients aux États-Unis, dans l'Union européenne et au Canada, tandis que la version Encrypted n'est active qu'aux États-Unis, l'Europe et le Canada étant annoncés prochainement. La facturation se fait par GPU et par heure, la capacité réservée et les engagements mensuels ou annuels passant par l'équipe commerciale. De nouvelles régions et des modèles plus volumineux dans l'offre Encrypted figurent parmi les prochaines étapes.
Cette annonce prolonge la bêta publique d'inférence confidentielle lancée en octobre, qui permettait aux clients de vérifier le matériel avant d'envoyer des requêtes sensibles. Ouvrir la plateforme à des familles de modèles concurrentes marque un tournant pour une entreprise dont le discours sur la souveraineté reposait jusqu'ici sur ses propres modèles. Cohere y voit le moyen de choisir le meilleur modèle pour chaque tâche sans renoncer au contrôle sur la localisation des données ni sur l'accès à celles-ci, et cite Language Weaver, filiale de RWS, qui utilise Model Vault pour son modèle LW Pro.
Pour les acheteurs en entreprise, l'intérêt concret est de disposer d'une même plateforme gérée et isolée pour les modèles de Cohere et les modèles ouverts les plus utilisés, ce qui peut alléger les audits de conformité par rapport à la gestion de plusieurs fournisseurs d'inférence. Les garanties de sécurité et de non-conservation relèvent toutefois des déclarations de Cohere : l'annonce ne présente ni audit indépendant, ni comparaison de performances des modèles tiers sur son infrastructure, ni tarifs GPU, renvoyant vers la page de prix de l'entreprise.