Qwen 2.5 7BQ4 · Q5 · Q6 Quantisierungen
LM Studio
4 Versionen gruppiert
Eine private Bibliothek für jedes lokale AI Modell
Alle Ihre Modelle.
Organisiert. Einsatzbereit. Deutlich weniger Speicherplatz.
Tensor Archive findet Modelle in LM Studio, Ollama, ComfyUI und Ihren Ordnern. Es gruppiert verwandte Versionen in eine private Bibliothek. Sehen Sie sich an, welche Modelle Ihren Computer passen, vergleichen Sie sie auf Ihrer eigenen Hardware und halten Sie jeden Kontrollpunkt, Quantisierung, LoRA und Adapterverlustlos kompakt und bereit, wenn eine App es anfordert.
Die erste Scan ist nur lesbar. Nichts wird bewegt, hochgeladen oder gelöscht.
Gestützt auf eine in den USA zum Patent angemeldete Technologie
Automatische lokale Entdeckung
Scan abgeschlossen
AUF DIESEM COMPUTER GEFUNDEN
3 verbundene Apps
Ihre Modellbibliothek – bereits erkannt und organisiert.
LM Studio verbunden
Ollama verbunden
ComfyUI verbunden
FLUX.1 FamilieBasismodell · Kontrollpunkte · LoRAs
ComfyUI
8 Artikel gruppiert
Lama 3 FamilieVerwandte lokale Varianten
Ollama
3 Versionen gruppiert
Was passiert, nachdem Sie es installiert haben
Einmal installieren. Tensor Archive kümmert sich um den Rest.
Die Entdeckung ist nur lesbar. Der Festplattenspeicher wird erst wieder freigegeben, nachdem eine genaue Wiederherstellung nachgewiesen wurde und Sie sich dafür entscheiden, fortzufahren.
Es kartiert die Bibliothek, die Sie bereits besitzen.
Standardordner für LM Studio, Ollama und ComfyUI werden automatisch erkannt. Eine vollständige Scan kann auch andere Ordner und angehängte Laufwerke enthalten.
Der Entdeckungsscan liest nur Modellformat-Header und ändert keine Dateien.Es gruppiert verwandte Modelldateien.
Verwandte Quantisierungen, Kontrollpunkte, LoRAs und Adapter werden zu einer verständlichen Modellfamilie, anstatt zu unzusammenhängenden Dateien.
Sie sehen jede verwendbare Version - und wo die wiederholte Speicherung ist.Es überprüft eine genaue Wiederherstellung, bevor es den Festplattenspeicher freigibt.
Tensor Archive speichert gemeinsam genutzte Daten nur einmal, erstellt eine Testkopie neu und prüft sie Byte für Byte, bevor die ursprüngliche Arbeitskopie entfernt werden darf.
Sie entscheiden, wann Sie fortfahren. Keine zerstörerische Quantisierung und keine "genug nah".Das genaue Modell wird verfügbar, wenn eine App es anfordert.
Tensor Archive bereitet die genau gewünschten Arbeitsdateien der App vor. Nachdem die App das Modell veröffentlicht hat, kann die vorübergehende Arbeitskopie entfernt werden, um Speicherplatz auf dem Festplatte wiederherzustellen.
Das kompakte Archiv bleibt für die nächste Anfrage bereit.Modellentdeckung
Finden Sie heraus, welche Modelle zu Ihrem Computer passen, bevor Sie 30 GB herunterladen.
Model Discovery überprüft lokal Ihr Betriebssystem, Ihre Speicherkapazität und die verfügbare Hardware-Beschleunigung. Bevor Sie Modellgewichte herunterladen, zeigt es, welche Modellgrößen für Ihren Computer geeignet sind, für Text, Bild, Video, Stimme, Musik und Audio.
1Überprüft Ihre Maschine lokal
2Leset aktuelle Modellmetadata
3Downloads ohne Gewichte auf diesem Bildschirm
REKOMMENDETE MODELLPROFILE
Nur lokale AnalyseWählen Sie, was Sie machen möchten.
Modelllabor
Benchmarks grenzen die Auswahl ein. Ihr Computer trifft die endgültige Entscheidung.
Model Lab ist ein lokaler Vergleichsbereich für Arbeitsplätze. Stellen Sie eine normale Frage, führen Sie eine kontrollierte Aufforderung aus oder vergleichen Sie zwei Antworten nebeneinander - mit der genauen Modellidentität, Laufzeit, Aufforderung und gemessenen Zeit, die sichtbar bleiben.
- LOCAL Nichts in der Eingabeaufforderung oder dem Ergebnis muss Ihren Computer verlassen.
- REAL läuft über Tensor Runtime oder einen angeschlossenen lokalen Laufzeit wie Ollama.
- WERTHÄLTIG Speichern Sie den Anweisungstext, die Umgebung und das Ergebnis als lokales Quittung.
GESCHLOSSENER ANFRAGEErklären Sie, wie die Speicherschicht genaue Modellversionen speichert.
LAUFEN SIE EINETensor-Runtimes
Das Archiv identifiziert wiederkehrende Tensorbeziehungen und bewahrt gleichzeitig einen byte-genauen Rekonstruktionspfad auf...
- bereit
- 1.8 s
- dekodieren
- 42.1 tok/s
- Arbeitsspeicher
- 8.4 GB
LAUF BOllama
Das System speichert die gemeinsam genutzten Modelldaten einmal und behält die Metadaten bei, die zur Wiederherstellung jeder ursprünglichen Version benötigt werden...
- bereit
- 2.4 s
- dekodieren
- 37.8 tok/s
- Arbeitsspeicher
- 8.7 GB
Jetzt verfügbar · eine Bibliothek hinter Ihren Modell-Apps
Eine Bibliothek. Jede Modell-App erhält genau die Version, die sie benötigt.
Ihre Laufzeit oder kreative App führt weiterhin Inferenz und Generierung durch. Tensor Archive verwaltet im Hintergrund die Modellerkennung, genaue Arbeitsdateien und Speicherplatz.
LM StudioDynamisches Modellladen
OllamaModelllebenszyklus durch ein API gesteuert
>_
OpenCodeLokale Agentur-Workflows
ComfyUICheckpoint + LoRA Arbeitsabläufe
FLUXVisuelle Modellfamilien
Der Speichermotor unter allem
Behalten Sie jede Version. Gewinnen Sie den durch doppelte Modelldaten belegten Speicherplatz zurück.
In einer gemessenen Base-plus-Adapter-Familie belegten fünf eigenständige Bereitstellungen 907.3 MB. Tensor Archive Hielt die gleichen fünf einsatzfähigen Versionen in 261.6 MB. Jedes wiederhergestellte Byte stimmte überein.
Offene Kompressionsbenchmarks
Dies sind die gemessenen Beweise für die Behauptung über den Festplattenspeicherplatz. Die vollständige Benchmark-Suite umfasst Speichervergleiche, RAM Nutzung, Packungsgeschwindigkeit, Basiskennzahlen, Methodik und exakte Wiederherstellungsbeweise.
Fünf eigenständige BereitstellungenSpeicherwert: 907.3 MB
Jedes Paket enthält seine eigene vollständige Basis.
Speichern Sie die Beziehungen, nicht fünf Kopien
Tensor Archive · dieselben fünf VersionenSpeicherwert: 261.6 MB
−71.2%
Keine Quantisierung. Jedes wiederhergestellte Byte stimmt überein.
Messung der Modell- und Adapterfamilie im Vergleich zu fünf eigenständigen Implementierungen.
Höchster Verpackungs-Speicherverbrauch im Vergleich zu ZipLLM auf den gleichen TA-Bench v1 Quelldaten.
Bytes, die sich nach der Wiederherstellung aller 50-Dateien im sequenziellen Checkpoint-Test unterschieden.
T2T Netzwerk · Lieferung · elastischer Speicher · optionaler Rechner
Ihre AI-Bibliothek kann über diesen Computer hinausreichen. Die Modellvorbereitung ebenfalls.
T2T erweitert eine lokal-first-Bibliothek mit elastischem Speicher. Erhalten Sie verifizierte öffentliche Modelle, verschieben Sie vollständige geschützte Modellfamilien von dieser Festplatte auf die berechtigte T2T-Kapazität oder Tensor Archive-Cloud und erholen Sie automatisch die genauen Bytes, wenn eine App sie anfordert.
Die optionale gemeinsame Berechnung verwendet den gleichen verifizierten Pfad für die genehmigte Modellvorbereitung und die exakte Rekonstruktion. Das verifizierte Ergebnis wird an Ihren Computer zurückgegeben, während Ihr lokaler Katalog weiterhin als maßgebend gilt.
T2TLOCAL-ERSTVerifizierter Austausch
Verifizierte Objekte gelangen über T2T und können kompakt bleiben, bis Sie eine funktionierende Version benötigen.
Ein geschütztes Netzwerk oder Cloud-Kapazität sorgt dafür, dass es wiederherstellbar ist; Tensor Archive stellt nach Bedarf das fehlende wieder her.
Die genehmigte Modellvorbereitung und die genaue Rekonstruktion können mit einer ausgewählten Kapazität durchgeführt werden. Das verifizierte Ergebnis ist sofort einsatzbereit.
Eine Installation · ein lokales Modellsystem
Modelle behalten. Speicherplatz zurückgewinnen.
Entdecken, vergleichen, kompaktieren und verwenden Sie jedes lokale Modell aus einer privaten Bibliothek. Kostenloser Download für macOS, Windows und Linux.