ファミリーは残し、重複をなくす。
実測したモデル＋アダプターファミリーにおいて、自己完結型の五デプロイより少ないストレージ。
一度インストール · 一つのモデルライブラリ
モデルを保持し、ディスク容量を取り戻す。
モデルフォルダーを一度接続すれば、手作業でファイルを分類する必要はありません。Tensor Archive がモデル、量子化、LoRAs、アダプターを完全かつロスレスなファミリーとして整理し、モデルアプリが必要とするときに備えます。
- ファミリーを自動整理
- 100% ロスレス
- 設計からローカルかつ非公開
米国特許出願中の技術を採用
測定済みモデルファミリー
正確な復元
自己完結型の 5 デプロイ
907.3 MB
各デプロイが独自の完全なパッケージを保持。
Tensor Archive · 同じバージョン
261.6 MB
量子化なし。復元したすべてのバイトが一致。
大容量アーカイブ。小さな RAM 使用量。
同じ TA-Bench v1 ソースデータで、ZipLLM よりピークパッケージングメモリを削減。
正確とは、完全に同一であること。
連続チェックポイント検証で 50 ファイルすべてを復元した後に差異があったバイト数。
インストールしてモデルを指定するだけ。フォルダー整理はもう不要です。
一つのコンパクトなライブラリを、必要なときに利用。
Tensor Archive は関連するモデルファイルをまとめ、共有データを一度だけ保存し、接続したランタイムが必要とする完全なバージョンを準備します。使用後は、モデルを失うことなく一時作業コピーを回収できます。
-
01
検出して整理
モデルフォルダーを接続します。関連するモデル、量子化、LoRAs、アダプター、チェックポイントが、分かりやすいファミリーに整理されます。
-
02
ロスレスでパック
Tensor Archive は、完全な復元に必要なすべてのファイルとバイトを保持しながら、重複するモデルデータを一度だけ保存します。
-
03
オンデマンドで準備
読み込み時には、アーカイブ済みの正確なバージョンが実体化され、接続先の実行環境へ渡されます。
-
04
使用後に容量を解放
安全にアンロードし、一時作業領域を回収して、次回の要求に備えて完全なモデルをパックしたまま保持します。
BERT Tiny と三個のアダプター。すべてのバージョンを正確に復元。
すでに LM Studio、Ollama、FLUX、ComfyUI を使っていますか？ その背後に一つのコンパクトなライブラリを置けます。Tensor Archive は各アプリが要求する正確なモデルを準備し、使用後に作業コピーの容量を安全に解放します。
自分のモデルライブラリで試すモデルアプリの背後に一つのストレージ層
アプリが要求し、Tensor Archive が準備。
一度インストールすると、Tensor Archive がモデル、LoRAs、アダプターを自動整理し、 可逆的に圧縮して一つのコンパクトなライブラリへまとめます。連携アプリが要求すると、 正確なバージョンをオンデマンドで準備し、使用後に再び コンパクト化します。
今すぐ利用可能
Bionic 向けの動的モデル読み込み。
LM Studio の新しい Bionic により、動的モデル読み込みを実現する Tensor Archive の 完全統合を迷わず決断できました。未使用モデルをコンパクト化し、 多数のバージョンを整理して、各タスクに最適なモデルを 手間なく利用できます。
整理 · 準備 · 読み込み · 回収
Ollama
今すぐ利用可能
API 優先のモデルワークフロー。
Ollama は、エンジニアが期待する形でモデルを実行します。高速でスクリプト可能、 API 優先です。他社がチャット画面に注力する一方、Ollama は モデルワークフローに注力します。Tensor Archive はそこに適合し、各ジョブに最適な バージョンを自動で圧縮、整理、読み込みします。
高速 · スクリプト可能 · 自動
今すぐ利用可能
FLUX モデル、チェックポイント、LoRAs。
FLUX では画像モデルや LoRAs が急増し、ディスク容量はさらに速く消費されます。そこで Tensor Archive を統合し、すべてのチェックポイントとアダプターをロスレスに圧縮し、バージョンを明確に管理して、従来の煩雑さなしに読み込めるようにしました。
可逆 · バージョン管理 · 読み込み可能
ComfyUI
今すぐ利用可能
本格的なパイプライン。一つのコンパクトなライブラリ。
ComfyUI は本格的なビジュアルパイプラインを実行し、大規模なモデルコレクションも扱います。 Tensor Archive はチェックポイントと LoRAs をコンパクトかつ整理された状態で すぐ使えるように保ち、フォルダー管理ではなくワークフロー構築に集中できます。
チェックポイント · LoRAs · ワークフロー
T2T 分散配信
コンパクトなモデルファミリーを検証済みオブジェクトとして移動できます。
Lite は T2T モデルファミリーを無料で受信、復元できます。非公開 アーカイブはローカルにとどまり、ネットワーク参加は明示的かつ設計上非公開です。
測定済み TA-Bench 実行
パック速度 3.2×
同じソースバイトで、Tensor Archive は 33.02 秒、Gear CDC は 105.65 秒。いずれも完全に復元しました。これは一回の管理された実行であり、普遍的な速度保証ではありません。
実際に保持されるモデルで測定
実際の GGUF ファミリー。LM Studio での実際の推論。
二つの Qwen2.5 ファミリーで、コンパクトモデルと 7B モデルそれぞれの回収容量を示します。続いて LM Studio で製品ワークフロー全体を検証しました。
Qwen2.5 0.5B モデル
三つの量子化版 · Q4_K_M、Q5_K_M、Q6_K
物理ストレージを 60.8% 削減Qwen2.5 7B モデル
四種類の量子化 · 完全な GGUF シャード九個
6.26 GB を回収 · 24.9% 削減実際の LM Studio 推論
有効化、登録、読み込み、生成、アンロード、安全な退避まで。読み込み中のモデルは退避できず、保護されたすべてのシャードはバイト単位で復元されます。
- 読み込み + 推論
- 安全な退避
- 正確な復元
TA-Bench v1 · 同じソースバイト
完全な復元
一つのモデルファミリーが占める物理ストレージ
上記の Qwen GGUF 結果とは別の TA-Bench モデルファミリー作業です。Xet は公式の xet-core v1.5.4 ローカル参照 CAS を使用し、ZipLLM は独自検証した正確に復元可能な最小構成を使用しています。
ディスクの負荷をメモリの負荷に置き換えない
大規模モデル。ごく小さなメモリ使用量。
大容量モデルファイルでも、大きなメモリスパイクは不要です。同じ TA-Bench v1 データセットで、Tensor Archive のピークは 52.4 MB、ZipLLM は 1,523 MB でした。
96.6%
ZipLLM よりピークパッケージング RAM を削減
31.7 GB物理モデル
→
<167 MB最大ピーク RAM
パック106.7 MB
検証163.1 MB
復元166.0 MB
- 1.07 GB の上限
- スワップなし
- OOM なし
- 正確な SHA-256
二つの独立した検証。96.6% の比較には共通の TA-Bench v1 コーパスを使用しています。31.7 GB の実行は Tensor Archive 単体の検証であり、その大容量ファイルでは ZipLLM を実行していません。
メモリの根拠を確認Mac Studio のストレージ経済性
SSD の購入を抑え、より多くのモデルを保持。
Apple の工場出荷時ストレージは購入時に一度だけ料金がかかります。Tensor Archive は、関連するモデルファミリーのたびにその容量を取り戻します。ファミリーが実測値 71.2% と同等なら、より小容量の SSD 構成でも同じバージョン群を保存できます。
Tensor Archive 未使用時
2 TB Apple SSD
+$800
Tensor Archive 使用時
物理容量 576 GB
1 TB Apple 構成 +$300
Tensor Archive 未使用時
4 TB Apple SSD
+$1,800
Tensor Archive 使用時
物理容量 1.15 TB
2 TB Apple 構成 +$800
Tensor Archive 未使用時
8 TB Apple SSD
+$3,800
Tensor Archive 使用時
物理容量 2.30 TB
4 TB Apple 構成 +$1,800
Lite はずっと無料です。
今すぐ無料で試す
Lite は、ダウンロードしたモデルを自動でコンパクトに保ち、必要なときに展開し、使用後に再びコンパクト化します。T2T 配信も無料です。Pro ではオフロードが加わり、モデルアーカイブをディスクから完全に移動できます。
一般的なディスク圧縮ではなく、同等容量の例示です。71.2% の結果は、関連する 五つの自己完結型モデルデプロイによるもので、結果はファミリーごとに異なります。Apple の価格は、 税抜きの米国向け Mac Studio M4 Max の現行工場出荷ストレージ構成で、2026・七月・27 に確認しました。 Apple の構成ツールを確認 ↗
数値ごとに異なる問いへ回答
一つの約束。三つの独立した証明。
ストレージ、メモリ、整合性は個別に測定しています。以下の各結果には ワークロードと比較対象を明記し、数値が細則に 頼らないようにしています。
ストレージを 71.2% 削減
自己完結型の五つのモデル＋アダプターデプロイを、Tensor Archive に保存した同じファミリーと比較。
Gear CDC より 69.4% 少ない
同じ TA-Bench v1 ソースバイト上の五つの BF16 モデルチェックポイントを、正確に復元。
ピーク RAM を 96.6% 削減
同じ TA-Bench v1 モデルファミリーをパッケージングする ZipLLM と Tensor Archive。
完全性 / 正確な復元
50 / 50 ファイルを復元
差異は 0 バイト
SHA 検証済み
技術的な要点
汎用ストレージでは容量が残りました。Tensor Archive はさらに多くを回収しました。
一回の固定学習から得た五つの連続 BF16 チェックポイント。同じ 4.06 GB のソース、同じファイルを 正確に復元しました。Tensor Archive は正規化した Gear CDC より 物理ストレージを 964.5 MB 少なく使用しました。
SMOLLM2-135M · 5 個のトレーニングチェックポイント
製品シグナル
連続学習ファミリー
Gear CDC 比−34.318%
復元済みファイル50 / 50
差異のあるバイト数0
再生時の復元比率0.95×
復元比率は完全一致する固定チャンク対照との比較です。1× 未満は、この再生で観測された遅延がないことを示します。これは一つの管理された作業であり、普遍的な主張ではありません。
TA-Bench v1 · 直接比較
同じソースバイト。完全な復元。借用した数値はありません。
一回の固定学習から得た五つの連続 BF16 チェックポイントです。評価対象の 各システムに同じファイルを渡し、各バーは復元に必要な メタデータを含む物理ストレージの測定値です。
トラック A · モデルのみ
モデルファミリー
5 モデルファイル
ソース 1.345 GB
ZipLLM 標準ワークスペース生データ + 圧縮データ1.661 GB
生のモデルファイル1.345 GB
Gear CDC1.080 GB
tar + zstd1.052 GB
ZipLLM の最小正確復元検証済みの最小サブセット585 MB
Tensor Archive331 MB
トラック B · 完全なバージョン
トレーニングチェックポイント
完全な五バージョン
ソース 4.060 GB
生ファイル4.060 GB
tar + zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
厳密な対象範囲
FM-Delta は公式コーデックがこの BF16 コーパスを受け付けないため N/A です。DCP はネイティブのセマンティック状態トラックで比較すべきものです。Gear CDC は正規化したバイトレベルの対照であり、ホスト型 Xet サービスについての主張ではありません。ZipLLM の標準ワークスペースは生テンソルと圧縮テンソルを保持します。主要比較では、公式の ZipLLM ガベージコレクションモードではなく、全ファイルを正確に復元できることを独自に検証した最小サブセットを使用しています。
ストレージ実行 001 · コーパスマニフェスト bfa502…3ce81 · 評価対象の復元はすべてバイト単位で完全一致。Tensor Archive の全タイミング反復と独立再現は今後実施予定です。
見せかけのベンチマークなし
一つの数値が注目を集めても、すべてのベースラインを表示。
公開スイートではファミリーごとに五つの自己完結型デプロイを比較し、BERT Tiny、 DistilBERT、SmolLM2 で 76.33–76.46% の容量を解放しました。TA-Bench とは別のもので、 上の直接結果は、一つの固定連続モデルファミリーで Tensor Archive、ZipLLM、zstd、 CDC を比較しています。
公開メトリクス記録を確認連続する五つのモデルチェックポイント物理サイズ · 同じ規模
ソースチェックポイントファミリー五つの BF16 モデルファイル
1.345 GB
Gear CDC正規化したバイトレベルの対照
1.080 GB
ZipLLM正確に復元できる、検証済みの最小ストア
585.4 MB
Tensor Archiveモデルを理解する完全なアーカイブ
330.6 MB
Gear CDC よりストレージを 69.4% 削減。
ZipLLM の検証済みで正確に復元可能な最小ストアより 43.5% 少ない。
プライバシー重視の設計
モデルはあなたのモデルのままです。
Tensor Archive はローカルで動作します。容量を解放するために破壊的な量子化や クラウドへのアップロードは不要で、T2T へ参加しても非公開の モデルライブラリが公開ハブになることはありません。
ローカルワークスペース
アーカイブとモデルファイルは、お客様が管理するインフラストラクチャに残ります。
正確な復旧
検証と SHA レシートにより、復元したファイルがソースと一致することを証明します。
安全な有効化
使用中のモデルは退避できません。まずアンロードしてからキャッシュを回収してください。
非公開 T2T 配信
プライベートアーカイブの管理権は手元に保ったまま、分散ネットワーク経由でコンパクトかつ検証済みのモデルファミリーを受け取れます。
Tensor Archive のその他の製品
ゲームドライブの51% も取り戻しませんか？
Tensor Archive Games は、実測した 12 タイトルの PC ライブラリが占める永続ストレージの 51.92% を回収しました。すべてを正確に復元でき、管理は Steam に残ります。
ゲームドライブの容量を回収
ゲームドライブ / 実測コーパス
正確な復元
回収したディスク容量−51.92%
復元の完全性100%
動作する製品 · 今すぐ利用可能
モデルを保持し、ディスク容量を取り戻す。
モデルフォルダーを一度接続します。Tensor Archive がファミリーを整理し、回収可能な容量を表示して、ランタイムが必要とする完全なバージョンをオンデマンドで準備します。
macOS · Windows · Linux · 100% ロスレス · プライバシー重視の設計