Conservez la famille. Éliminez les répétitions.
Moins de stockage que cinq déploiements autonomes dans la famille de modèles et d'adaptateurs mesurés.
Installez une fois · une bibliothèque de modèles
Gardez les modèles. Récupérez votre espace disque.
Connectez vos dossiers de modèles une fois et arrêtez de trier manuellement les fichiers. Tensor Archive organise les modèles, les quantifications, les LoRAs et les adaptateurs en familles exactes et sans perte, prêtes dès que vos applications de modèles en ont besoin.
- Organisation automatique des familles
- 100% sans perte
- Local et privé par conception
Propulsé par une technologie en instance de brevet aux États-Unis
Famille de modèles mesurée
Restauration exacte
5 déploiements autonomes
907.3 MB
Chaque déploiement dispose de son propre package complet.
Tensor Archive · mêmes versions
261.6 MB
Aucune quantification. Chaque octet restauré correspond.
Grandes archives. Faible empreinte de RAM.
Moins de mémoire maximale d'empaquetage que ZipLLM sur les mêmes données source TA-Bench v1.
Exact signifie exact.
Octets différents après la restauration des 50 fichiers lors de la validation des checkpoints successifs.
Installez-le. Dirigez-le vers vos modèles. Oubliez les dossiers.
Une seule bibliothèque compacte, prête à la demande.
Tensor Archive regroupe les fichiers de modèles liés, stocke une seule fois leurs données communes et prépare la version exacte dont l'environnement d'exécution connecté a besoin. Après utilisation, la copie de travail temporaire peut être supprimée sans perdre le modèle.
-
01
Trouvez et organisez
Connectez vos dossiers de modèles. Les modèles associés, quantifications, LoRAs, adaptateurs et checkpoints deviennent des familles clairement définies.
-
02
Empaqueter sans perte
Tensor Archive ne stocke qu'une seule fois les données de modèle répétées, tout en préservant chaque fichier et chaque octet nécessaires à une récupération exacte.
-
03
Préparez à la demande
La version archivée exacte est matérialisée et transmise à l'environnement d'exécution connecté lorsque vous voulez la charger.
-
04
Libérer après utilisation
Déchargez le modèle en toute sécurité, libérez l'espace de travail temporaire et conservez le modèle exact sous forme empaquetée jusqu'à la prochaine demande.
BERT Tiny avec trois adaptateurs. Chaque version est restaurée exactement.
Vous utilisez déjà LM Studio, Ollama, FLUX ou ComfyUI ? Placez une seule bibliothèque compacte derrière toutes ces applications. Tensor Archive prépare le modèle exact demandé par chacune, puis libère en toute sécurité sa copie de travail.
Essayez-le sur votre bibliothèque de modèlesUne couche de stockage derrière vos applications de modèles
Vos applications demandent. Tensor Archive prépare.
Installez-le une fois. Tensor Archive organise automatiquement vos modèles, vos LoRAs et vos adaptateurs et les compresse sans perte dans une seule bibliothèque compacte. Lorsqu'une application intégrée en demande un, la version exacte est préparée sur demande et recompressée après utilisation.
Disponible maintenant
Chargement dynamique du modèle pour Bionic.
Le nouveau Bionic de LM Studio nous a poussé à intégrer pleinement Tensor Archive pour permettre le chargement dynamique des modèles : conserver les modèles non utilisés de façon compacte, garder plusieurs versions organisées et utiliser le meilleur modèle pour chaque tâche, sans souci.
Organisez · préparez · chargez · récupérez
Ollama
Disponible maintenant
Workflow de modèles axé sur l'API.
Ollama exécute les modèles comme l’attendent les ingénieurs : rapidement, de manière scriptable et en priorisant les API. Là où d’autres se concentrent sur la fenêtre de discussion, Ollama se concentre sur le workflow des modèles. Tensor Archive trouve naturellement sa place dans cet environnement : il compresse, organise et charge automatiquement la meilleure version pour chaque tâche.
Rapide · scriptable · automatique
Disponible maintenant
Modèles FLUX, checkpoints et LoRAs.
FLUX est l'environnement où les modèles d'image et les LoRAs se multiplient rapidement — et où l'espace disque disparaît encore plus vite. Nous avons intégré Tensor Archive afin que chaque checkpoint et chaque adaptateur reste compressé sans perte, clairement versionné et prêt à être chargé sans le désordre habituel.
Sans perte · versionné · prêt à charger
ComfyUI
Disponible maintenant
Des pipelines exigeants. Une seule bibliothèque compacte.
ComfyUI exécute des pipelines visuels exigeants — et gère des collections de modèles tout aussi conséquentes. Tensor Archive conserve ces checkpoints et LoRAs sous une forme compacte, organisée et immédiatement utilisable, afin que vous construisiez des workflows au lieu de gérer des dossiers.
Checkpoints · LoRAs · flux de travail
Livraison T2T distribuée
Les familles de modèles compactes sont transférées comme des objets vérifiés.
Lite peut recevoir et restaurer des familles de modèles T2T gratuitement. Votre archive privée reste locale ; la participation au réseau est explicite et privée par conception.
Exécution mesurée de TA-Bench
Empaquetage 3.2× plus rapide
33.02 secondes pour Tensor Archive contre 105.65 secondes pour Gear CDC sur les mêmes octets sources, avec restauration exacte. Une seule exécution contrôlée, pas une garantie de vitesse universelle.
Mesuré sur les modèles que les personnes conservent réellement
Familles GGUF réelles. Inférence avec LM Studio.
Deux familles Qwen2.5 montrent un espace de stockage récupéré à l'échelle compacte et 7B. La boucle de produit a ensuite été validée de bout en bout dans LM Studio.
Qwen2.5 0.5B
Trois quantifications · Q4_K_M, Q5_K_M et Q6_K
60.8% de stockage physique en moinsQwen2.5 7B
Quatre quantifications · neuf fragments GGUF complets
6.26 GB récupérés · 24.9% de moinsVéritable inférence LM Studio
Activez, enregistrez, chargez, générez, déchargez et expulsez en toute sécurité. Un modèle chargé ne peut pas être expulsé, et chaque fragment protégé est restauré octet pour octet.
- Chargement et inférence
- Éviction sécurisée
- Restauration exacte
TA-Bench v1 · mêmes octets de source
Restauration exacte
Stockage physique sur une famille de modèles
Charge de travail distincte portant sur une famille de modèles TA-Bench, et non les résultats Qwen GGUF ci-dessus. Xet utilise le CAS de référence local officiel xet-core v1.5.4 ; ZipLLM utilise la plus petite clôture dont la restauration exacte a été vérifiée indépendamment.
Ne passez pas d'une pression disque à une pression mémoire
Grands modèles. Faible empreinte mémoire.
Les fichiers de modèles volumineux n'exigent pas de pics de mémoire importants. Sur le même jeu de données TA-Bench v1, Tensor Archive a culminé à 52.4 MB, contre 1,523 MB pour ZipLLM.
96.6%
moins de RAM maximale d'empaquetage que ZipLLM
31.7 GBmodèle physique
→
<167 MBmaximum de RAM au pic
Empaqueter106.7 MB
Vérifier163.1 MB
Restaurer166.0 MB
- Limite stricte de 1.07 GB
- Zéro swap
- Zéro OOM
- Empreinte SHA-256 exacte
Deux preuves distinctes. La comparaison à 96.6% utilise le corpus partagé TA-Bench v1. Le test de 31.7 GB valide uniquement Tensor Archive ; ZipLLM n'a pas été exécuté sur ce fichier de grande taille.
Examinez les preuves relatives à la mémoireÉconomie du stockage Mac Studio
Dépensez moins en SSD. Conservez plus de modèles.
Apple facture la capacité de stockage d'usine une seule fois. Tensor Archive récupère cet espace sur chaque famille de modèles associée. Si votre famille correspond à notre résultat mesuré de 71.2%, un niveau de SSD plus petit peut contenir les mêmes versions.
Sans Tensor Archive
2 TB de disque SSD Apple
+$800
Avec Tensor Archive
576 GB physiques
Palier Apple 1 TB +$300
Sans Tensor Archive
SSD Apple de 4 TB
+$1,800
Avec Tensor Archive
1.15 TB physique
Palier Apple 2 TB +$800
Sans Tensor Archive
8 TB de SSD Apple
+$3,800
Avec Tensor Archive
2.30 TB physiques
Palier Apple 4 TB : +$1,800
Lite reste gratuit.
Essayez gratuitement maintenant
Lite conserve automatiquement les modèles téléchargés sous une forme compacte, les déploie au besoin, puis les compacte de nouveau après utilisation. La livraison T2T est elle aussi gratuite. Pro ajoute l'externalisation, qui permet de retirer entièrement l'archive de modèles de votre disque.
Capacité équivalente illustrative, pas une compression générale du disque. Le résultat de 71.2% provient de cinq déploiements de modèles autonomes liés ; les résultats varient selon la famille. Les prix d'Apple correspondent à la gamme de stockage d'usine du Mac Studio M4 Max actuel, vérifiée le 27 juillet 2026, avant taxes. Vérifiez le configurateur d'Apple ↗
Les chiffres répondent à des questions différentes
Une promesse. Trois preuves différentes.
Le stockage, la mémoire et l'intégrité sont mesurés séparément. Chaque résultat ci-dessous indique sa charge de travail et son point de comparaison : les chiffres n'ont pas à se cacher derrière de petites lignes.
71.2% de stockage en moins
Cinq déploiements de modèles et d'adaptateurs autonomes comparés à la même famille dans Tensor Archive.
69.4% de stockage en moins que Gear CDC
Cinq checkpoints de modèle BF16 portant sur les mêmes octets source TA-Bench v1, avec restauration exacte.
96.6% de moins de RAM en pointe
ZipLLM et Tensor Archive, qui empaquetent la même famille de modèles TA-Bench v1.
Intégrité / restauration exacte
50 / 50 fichiers restaurés
0 octet différent
Vérifié par SHA
La suite de modèles publics a également obtenu 76.33–76.46% sur BERT Tiny, DistilBERT Base et SmolLM2 135M. Les résultats varient selon le degré de ressemblance entre les versions.
Le signal technique
Le stockage générique a laissé de l'espace inutilisé. Tensor Archive en a récupéré davantage.
Cinq checkpoints d'entraînement BF16 successifs. Même source de 4.06 GB, mêmes fichiers, restauration exacte. Tensor Archive a utilisé 964.5 MB de stockage physique en moins que Gear CDC normalisé.
SMOLLM2-135M · 5 CHECKPOINTS D'ENTRAÎNEMENT
Signal produit
Famille d'entraînement successive
contre Gear CDC−34.318%
Fichiers restaurés50 / 50
Octets différents0
Ratio de restauration en relecture0.95×
Le ratio de restauration est mesuré par rapport au contrôle exact à blocs fixes ; une valeur inférieure à 1× signifie qu'aucun ralentissement n'a été observé lors de cette relecture. Il s'agit d'une charge de travail contrôlée, et non d'une affirmation universelle.
TA-Bench v1 · comparaison directe
Mêmes octets source. Restaurations exactes. Aucun chiffre emprunté.
Cinq checkpoints BF16 successifs issus d'une seule exécution d'entraînement figée. Chaque système évalué reçoit les mêmes fichiers ; chaque barre mesure le stockage physique, y compris les métadonnées nécessaires à leur restauration.
Piste A · modèle seul
Famille de modèles
5 fichiers de modèles
1.345 GB source
Espace de travail par défaut de ZipLLMbrut + compressé1.661 GB
Fichiers de modèles bruts1.345 GB
Gear CDC1.080 GB
tar + zstd1.052 GB
Restauration exacte minimale ZipLLM plus petit sous-ensemble vérifié585 MB
Tensor Archive331 MB
Piste B · versions complètes
Checkpoints d'entraînement
Cinq versions complètes
4.060 GB source
Fichiers bruts4.060 GB
tar + zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
Portée strictement définie
FM-Delta est N/A car son codec officiel n'accepte pas ce corpus BF16. DCP relève d'une piste distincte consacrée à l'état sémantique natif. Gear CDC est un contrôle normalisé au niveau des octets, et non une affirmation concernant le service Xet hébergé. L'espace de travail par défaut de ZipLLM conserve les tenseurs bruts et compressés ; notre comparaison principale utilise le plus petit sous-ensemble dont nous avons vérifié qu'il restaure exactement tous les fichiers, et non un mode officiel de nettoyage de ZipLLM.
Exécution de stockage 001 · manifeste du corpus bfa502…3ce81 · chaque restauration évaluée
est exacte octet pour octet. Les répétitions complètes des chronométrages Tensor Archive et la reproduction indépendante restent à effectuer.
Pas de mise en scène des benchmarks
Un seul chiffre attire l'attention. Chaque référence reste visible.
La suite publique compare cinq déploiements autonomes par famille et a permis de récupérer 76.33–76.46% sur BERT Tiny, DistilBERT et SmolLM2. Elle est distincte de TA-Bench : le résultat direct ci-dessus compare Tensor Archive, ZipLLM, zstd et CDC sur une même famille figée de modèles séquentiels.
Examinez le registre des métriques publiquesCinq checkpoints de modèle successifsTaille physique · même échelle
Famille de checkpoints sourceCinq fichiers de modèle BF16
1.345 GB
Gear CDCContrôle normalisé au niveau des octets
1.080 GB
ZipLLMPlus petit magasin vérifié pouvant être restauré de manière exacte
585.4 MB
Tensor ArchiveArchive exacte adaptée aux modèles
330.6 MB
69.4% de stockage en moins que Gear CDC.
43.5% de moins que le plus petit stockage vérifié exactement restaurable de ZipLLM.
Privé par conception
Vos modèles restent vos modèles.
Tensor Archive s'exécute localement. Il n'a pas besoin de quantification destructive ni d'envoi vers le cloud pour libérer de l'espace, et la participation à T2T ne transforme jamais votre bibliothèque de modèles privés en plateforme publique.
Espace de travail local
Vos fichiers d'archive et de modèles restent sur l'infrastructure que vous contrôlez.
Récupération exacte
La vérification et les reçus SHA prouvent que les fichiers restaurés correspondent à leur source.
Activation sécurisée
Un modèle en cours d'utilisation ne peut pas être expulsé. Déchargez-le d'abord, puis libérez le cache.
Livraison T2T privée
Recevez des familles de modèles compactes et vérifiées via le réseau décentralisé, tout en gardant votre archive privée sous votre contrôle.
Aussi de Tensor Archive
Vous voulez aussi récupérer 51% de votre disque de jeu ?
Tensor Archive Games a libéré 51.92% du stockage durable occupé par notre bibliothèque PC mesurée de 12 titres, tout en gardant chaque restauration exacte et en laissant le contrôle à Steam.
Récupérer de l'espace sur le disque de jeu
Disque de jeu / corpus mesuré
Restauration exacte
Espace disque libéré−51.92%
Intégrité de la restauration100%
Produit fonctionnel · Disponible dès maintenant
Gardez les modèles. Récupérez votre espace disque.
Connectez vos dossiers de modèles une seule fois. Tensor Archive organise les familles, indique l'espace que vous pouvez libérer et tient prête à la demande la version exacte nécessaire à votre environnement d'exécution.
macOS · Windows · Linux · 100% sans perte · privé par conception