Behold familien og drop gentagelsen.
Mindre lagerplads end fem selvstændige udrulninger i den målte model- og adapterfamilie.
Installér én gang · ét modelbibliotek
Behold modellerne. Få din diskplads tilbage.
Forbind dine modelmapper én gang, og stop med at sortere filer manuelt. Tensor Archive organiserer modeller, kvantiseringer, LoRAs og adaptere i nøjagtige, tabsfrie familier, som er klar, når dine modelapps skal bruge dem.
- Automatisk familieorganisation
- 100% tabsfri
- Udviklet til lokal og privat drift
Drevet af amerikansk teknologi med afventende patent
Målt modelfamilie
Nøjagtig gendannelse
5 selvstændige udrulninger
907.3 MB
Hver udrulning indeholder sin egen komplette pakke.
Tensor Archive · samme versioner
261.6 MB
Ingen kvantisering. Hver gendannet byte stemmer overens.
Store arkiver. Lavt RAM-forbrug.
Lavere maksimalt hukommelsesforbrug under pakning end ZipLLM på de samme kildedata fra TA-Bench v1.
Nøjagtig betyder nøjagtig.
Afvigende byte efter gendannelse af alle 50 filer i valideringen af sekventielle checkpoints.
Installér det. Peg på dine modeller. Glem alt om mapperne.
Ét kompakt bibliotek, klar efter behov.
Tensor Archive grupperer relaterede modelfiler, gemmer deres fælles data én gang og klargør den nøjagtige version, som en tilsluttet runtime har brug for. Efter brug kan den midlertidige arbejdskopi frigøres, uden at modellen går tabt.
-
01
Find og organisér
Forbind dine modelmapper. Relaterede modeller, kvantiseringer, LoRAs, adaptere og checkpoints bliver til overskuelige familier.
-
02
Pak tabsfrit
Tensor Archive gemmer gentagne modeldata én gang, samtidig med at alle filer og hver eneste byte, der kræves til nøjagtig gendannelse, bevares.
-
03
Klargør efter behov
Den nøjagtige arkiverede version klargøres og overdrages til den tilsluttede runtime, når du vil indlæse den.
-
04
Frigør plads efter brug
Frigør modellen sikkert, genvind den midlertidige arbejdsplads, og hold den nøjagtige model pakket til næste anmodning.
BERT Tiny plus tre adaptere. Hver version gendannes præcist.
Bruger du allerede LM Studio, Ollama, FLUX eller ComfyUI? Bevar ét kompakt bibliotek bag dem alle. Tensor Archive klargør præcis den model, hver app anmoder om, og frigør derefter sikkert dens arbejdskopi.
Prøv det med dit modelbibliotekÉt lagerlag bag dine modelapps
Dine apps spørger. Tensor Archive klargør.
Installér det én gang. Tensor Archive organiserer og komprimerer automatisk og tabsfrit dine modeller, LoRAs og adaptere i ét kompakt bibliotek. Når en integreret app anmoder om en model, klargøres den nøjagtige version efter behov og komprimeres igen efter brug.
Fås nu
Dynamisk modelindlæsning til Bionic.
Den nye Bionic fra LM Studio fik os ikke til at tøve med at integrere Tensor Archive fuldt ud og aktivere dynamisk modelindlæsning: komprimér ubrugte modeller, hold mange versioner organiseret, og brug den bedste model til hver opgave — helt uden besvær.
Organisér · klargør · indlæs · frigør
Ollama
Fås nu
API-baseret modelarbejdsgang.
Ollama kører modeller, som udviklere forventer: hurtigt, med scripts og API-baseret. Hvor andre fokuserer på chatvinduet, fokuserer Ollama på modelarbejdsgangen. Tensor Archive hører hjemme her: Komprimér, organisér og indlæs automatisk den bedste version til hver opgave.
Hurtigt · kan scriptes · automatisk
Fås nu
FLUX modeller, checkpoints og LoRAs.
I FLUX vokser antallet af billedmodeller og LoRAs hurtigt — og diskpladsen forsvinder endnu hurtigere. Vi integrerede Tensor Archive, så hvert checkpoint og hver adapter forbliver tabsfrit komprimeret, tydeligt versionsstyret og klar til indlæsning uden det sædvanlige rod.
Tabsfrit · versionsstyret · klar til indlæsning
ComfyUI
Fås nu
Avancerede pipelines. Ét kompakt bibliotek.
ComfyUI kører avancerede visuelle pipelines — og kræver omfattende modelsamlinger. Tensor Archive holder disse checkpoints og LoRAs kompakte, organiserede og klar til øjeblikkelig brug, så du kan opbygge arbejdsgange i stedet for at administrere mapper.
Checkpoints · LoRAs · arbejdsgange
T2T distribueret levering
Kompakte modelfamilier overføres som verificerede objekter.
Lite kan modtage og gendanne T2T-modelfamilier gratis. Dit private arkiv forbliver lokalt; netværksdeltagelse kræver et udtrykkeligt valg og er privat som udgangspunkt.
Målt TA-Bench-løb
3.2× hurtigere pakning
33.02 sekunder for Tensor Archive mod 105.65 sekunder for Gear CDC på de samme kildebyte, med nøjagtig gendannelse. Én kontrolleret kørsel, ikke en universel hastighedsgaranti.
Målt på de modeller, som folk faktisk beholder
Reelle GGUF-familier. Reel inferens i LM Studio.
To Qwen2.5-familier viser den frigjorte lagerplads i kompakt skala og 7B-skala. Produktforløbet blev derefter valideret fra ende til anden i LM Studio.
Qwen2.5 0.5B
Tre kvantiseringer · Q4_K_M, Q5_K_M og Q6_K
60.8% mindre fysisk lagerpladsQwen2.5 7B
Fire kvantiseringer · ni komplette GGUF-shards
6.26 GB frigjort · 24.9% mindreReel inferens i LM Studio
Aktivér, registrér, indlæs, generér, frigør og fjern sikkert. En indlæst model kan ikke fjernes, og hver beskyttet shard gendannes byte for byte.
- Indlæsning + inferens
- Sikker frigørelse
- Nøjagtig gendannelse
TA-Bench v1 · samme kildebytes
Nøjagtig gendannelse
Fysisk lagerplads for én modelfamilie
Særskilt arbejdsbelastning for en TA-Bench-modelfamilie, ikke Qwen GGUF-resultaterne ovenfor. Xet bruger den officielle lokale reference-CAS fra xet-core v1.5.4; ZipLLM bruger den mindste uafhængigt verificerede afslutning, som kan gendannes nøjagtigt.
Byt ikke diskpres ud med hukommelsespres
Store modeller. Lille hukommelsesfodaftryk.
Store modelfiler behøver ikke give store udsving i hukommelsesforbruget. På det samme TA-Bench v1-datasæt toppede Tensor Archive ved 52.4 MB mod 1,523 MB for ZipLLM.
96.6%
lavere maksimalt RAM-forbrug under pakning end ZipLLM
31.7 GBfysisk model
→
<167 MBmaksimalt RAM-forbrug
Pak106.7 MB
Kør Verify163.1 MB
Kør Restore166.0 MB
- Fast øvre grænse på 1.07 GB
- Nul swap
- Nul OOM
- Nøjagtig SHA-256
To særskilte beviser. Sammenligningen på 96.6% bruger det fælles TA-Bench v1-korpus. Kørslen på 31.7 GB validerer alene Tensor Archive; ZipLLM blev ikke kørt på den store fil.
Se dokumentationen for hukommelsesforbrugLagerøkonomi for Mac Studio
Køb en mindre SSD. Behold flere modeller.
Apple opkræver kun én gang for fabrikslageret. Tensor Archive frigør den plads på tværs af alle relaterede modelfamilier. Hvis din familie svarer til vores målte resultat på 71.2%, kan et mindre SSD-niveau rumme de samme versioner.
Uden Tensor Archive
2 TB Apple SSD
+$800
Med Tensor Archive
576 GB fysisk
Apple-niveau med 1 TB +$300
Uden Tensor Archive
4 TB Apple SSD
+$1,800
Med Tensor Archive
1.15 TB fysisk
Apple-niveau med 2 TB +$800
Uden Tensor Archive
8 TB Apple SSD
+$3,800
Med Tensor Archive
2.30 TB fysisk
Apple-niveau med 4 TB +$1,800
Lite forbliver gratis.
Prøv det gratis nu
Lite holder automatisk downloadede modeller kompakte, folder dem ud efter behov og komprimerer dem igen efter brug. Levering via T2T er også gratis. Pro tilføjer offload, så du kan flytte hele modelarkivet væk fra disken.
Illustrativ tilsvarende kapacitet, ikke generel diskkomprimering. Resultatet på 71.2% stammer fra fem relaterede, selvstændige modeludrulninger; resultaterne varierer fra familie til familie. Prisen fra Apple følger den aktuelle amerikanske fabriksstige for lagerplads i Mac Studio M4 Max, kontrolleret 27. juli 2026 før skat. Se konfiguratoren fra Apple ↗
Tallene besvarer forskellige spørgsmål
Et løfte. Tre separate beviser.
Lagring, hukommelse og integritet måles uafhængigt. Hvert resultat nedenfor angiver sin arbejdsbelastning og sit sammenligningsgrundlag, så tallene aldrig behøver at støtte sig til det med småt.
71.2% mindre lagerplads
Fem selvstændige model- og adapterudrulninger sammenlignet med den samme familie i Tensor Archive.
69.4% mindre end Gear CDC
Fem BF16-modelcheckpoints på de samme kildebyte fra TA-Bench v1, med nøjagtig gendannelse.
96.6% lavere maksimalt RAM-forbrug
ZipLLM og Tensor Archive pakker den samme modelfamilie fra TA-Bench v1.
Integritet / nøjagtig gendannelse
50 / 50 filer gendannet
0 bytes var forskellige
SHA-verificeret
Den offentlige modelsamling frigjorde også 76.33–76.46% på tværs af BERT Tiny, DistilBERT Base og SmolLM2 135M. Resultaterne varierer alt efter, hvor nært beslægtede versionerne er.
Det tekniske signal
Generisk lagring efterlod uudnyttet plads. Tensor Archive frigjorde mere.
Fem sekventielle BF16-træningscheckpoints. Samme kilde på 4.06 GB, samme filer, nøjagtig gendannelse. Tensor Archive brugte 964.5 MB mindre fysisk lagerplads end normaliseret Gear CDC.
SMOLLM2-135M · 5 TRÆNINGSCHECKPOINTS
Produktsignal
Sekventiel træningsfamilie
mod Gear CDC−34.318%
Gendannede filer50 / 50
Afvigende byte0
Forholdstal for genafspillet gendannelse0.95×
Forholdstallet for gendannelse måles mod den nøjagtige kontrol med faste blokke; under 1× betyder, at der ikke blev observeret nogen afmatning i denne genafspilning. Dette er én kontrolleret arbejdsbelastning, ikke en universel påstand.
TA-Bench v1 · direkte sammenligning
Samme kildebyte. Nøjagtige gendannelser. Ingen lånte tal.
Fem sekventielle BF16-checkpoints fra én fastfrosset træningskørsel. Alle målte systemer modtager de samme filer; hver søjle viser målt fysisk lagerplads, inklusive de metadata, der kræves for at gendanne dem.
Spor A · kun model
Modelfamilie
5 modelfiler
1.345 GB kilde
ZipLLM standard arbejdsområderå + komprimeret1.661 GB
Rå modelfiler1.345 GB
Gear CDC1.080 GB
tar + zstd1.052 GB
Mindste nøjagtige gendannelse med ZipLLMmindste verificerede delmængde585 MB
Tensor Archive331 MB
Spor B · komplette versioner
Træningscheckpoints
Fem komplette versioner
4.060 GB kilde
Rå filer4.060 GB
tar + zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
Strengt anvendelsesområde
FM-Delta er N/A, fordi dets officielle codec ikke accepterer dette BF16-korpus. DCP hører hjemme i et separat spor for oprindelig semantisk tilstand. Gear CDC er en normaliseret kontrol på byteniveau, ikke en påstand om den hostede Xet-tjeneste. ZipLLM's standardarbejdsområde bevarer rå og komprimerede tensorer; vores primære sammenligning bruger den mindste delmængde, som vi har verificeret stadig gendanner hver fil nøjagtigt, ikke en officiel tilstand til oprydning i ZipLLM.
Lagerkørsel 001 · korpusmanifest bfa502…3ce81 · alle bedømte gendannelser
bytepræcise. Fuldstændige gentagelser af tidsmålingerne for Tensor Archive og uafhængig reproduktion afventer stadig.
Intet benchmarkshow
Ét tal tiltrækker opmærksomhed. Alle sammenligningsgrundlag forbliver synlige.
Den offentlige testpakke sammenligner fem selvstændige udrulninger pr. familie og frigjorde 76.33–76.46% på tværs af BERT Tiny, DistilBERT og SmolLM2. Den er adskilt fra TA-Bench: Det direkte resultat ovenfor sammenligner Tensor Archive, ZipLLM, zstd og CDC på én fastfrosset sekventiel modelfamilie.
Se den offentlige måleprotokolFem sekventielle modelcheckpointsFysisk størrelse · samme skala
Familie af kildecheckpointsFem BF16-modelfiler
1.345 GB
Gear CDCNormaliseret kontrol på byteniveau
1.080 GB
ZipLLMMindste verificerede lager med nøjagtig gendannelse
585.4 MB
Tensor ArchiveModelbevidst arkiv med nøjagtig gendannelse
330.6 MB
69.4% mindre lagerplads end Gear CDC.
43.5% mindre end ZipLLM's mindste verificerede lager med nøjagtig gendannelse.
Privat som udgangspunkt
Dine modeller forbliver dine modeller.
Tensor Archive kører lokalt. Det kræver hverken destruktiv kvantisering eller upload til skyen for at frigøre plads, og deltagelse i T2T gør aldrig dit private modelbibliotek til en offentlig hub.
Lokalt arbejdsområde
Dit arkiv og modelfiler forbliver på infrastruktur, du kontrollerer.
Nøjagtig gendannelse
Verifikation og SHA-kvitteringer dokumenterer, at gendannede filer svarer til deres kilde.
Sikker aktivering
En model i brug kan ikke fjernes. Frigør den først, og genvind derefter cachelageret.
Privat levering af T2T
Modtag kompakte, verificerede modelfamilier gennem det distribuerede netværk, mens dit private arkiv forbliver under din kontrol.
Også fra Tensor Archive
Vil du også have 51% af pladsen på din spildisk tilbage?
Tensor Archive Games frigjorde 51.92% af den permanente lagerplads, som vores målte pc-bibliotek med 12 titler optog — samtidig med at hver gendannelse forblev nøjagtig, og Steam bevarede kontrollen.
Frigør plads på spildisken
Spildisk / målt korpus
Nøjagtig gendannelse
Frigjort diskplads−51.92%
Gendannelsesintegritet100%
Fungerende produkt · Tilgængeligt nu
Behold modellerne. Få din diskplads tilbage.
Forbind dine modelmapper én gang. Tensor Archive organiserer familierne, viser, hvad du kan frigøre, og holder den nøjagtige version, som din runtime kræver, klar efter behov.
macOS · Windows · Linux · 100% tabsfrit · privat som udgangspunkt