A Cohere está a transformar o seu serviço privado de inferência num espaço também para modelos de outras empresas. A 3 de novembro de 2026, a empresa canadiana de IA anunciou que o Model Vault, plataforma gerida que atribui a cada cliente uma instalação isolada, passa a servir modelos abertos de terceiros a par dos seus. A lista inclui o DeepSeek V4.1 Flash, o GLM 5.3 Flash da Z.ai, o MiMo V2.6 Pro da Xiaomi, o Gemma 4 da Google, o NVIDIA Nemotron, o GPT-OSS da OpenAI, o Phi da Microsoft e o Hy3 da Tencent, e a documentação refere ainda o Qwen.
A proposta dirige-se a bancos, hospitais e organismos públicos que não podem enviar dados sensíveis para uma API partilhada, mas também não têm equipa nem capacidade para alojar modelos abertos por conta própria. No Model Vault, as cargas correm em infraestrutura exclusiva de um só cliente, na região que este escolher, a Cohere gere toda a camada de serviço e, por omissão, pedidos e respostas não ficam guardados. O cliente define o número mínimo e máximo de réplicas, pode ativar o escalonamento automático e, segundo a documentação, escapa a limites de pedidos partilhados.
Nem todos os modelos estão disponíveis no nível de proteção mais elevado. O Model Vault Encrypted mantém os dados cifrados durante o processamento, recorrendo a computação confidencial em ambientes de execução protegidos por hardware e com atestação remota, e a Cohere garante que nem ela nem o fornecedor de nuvem conseguem ver pedidos ou respostas. Nesta variante funcionam o Embed, o Rerank, o Parse, o Transcribe e o Translate da Cohere, bem como o Gemma, o GPT-OSS e o Phi. Os modelos Command e as famílias DeepSeek, GLM, MiMo, Nemotron e Hy3 ficam, para já, apenas na versão normal.
A disponibilidade varia consoante o nível. O Model Vault serve clientes nos Estados Unidos, na União Europeia e no Canadá, enquanto a versão Encrypted só está ativa nos EUA, com a chegada à UE e ao Canadá anunciada para breve. O preço é cobrado por GPU e por hora, e a capacidade reservada e os compromissos mensais ou anuais são negociados com a equipa comercial. Novas regiões e modelos maiores no nível Encrypted são os próximos passos indicados pela empresa.
A novidade parte da beta pública de inferência confidencial lançada em outubro, quando a Cohere passou a deixar os clientes verificar o hardware antes de enviarem pedidos sensíveis. Abrir a plataforma a famílias de modelos concorrentes é uma mudança relevante para uma empresa cujo discurso de soberania assentava nos seus próprios modelos. A Cohere apresenta-a como forma de escolher o melhor modelo para cada tarefa sem perder o controlo sobre o local onde os dados ficam ou sobre quem os pode ver, e cita como cliente a Language Weaver, unidade da RWS que usa o Model Vault para o seu modelo LW Pro.
Para os compradores empresariais, o efeito prático é ter uma única plataforma gerida e isolada para modelos da Cohere e modelos abertos populares, o que pode simplificar auditorias de conformidade face à gestão de vários fornecedores de inferência. As garantias de segurança e de não retenção são declarações da própria Cohere: o anúncio não traz resultados de auditorias independentes, comparações de desempenho dos modelos de terceiros na sua infraestrutura nem preços de GPU, remetendo para a página de preços da empresa.