Behoud de familie. Verlies de herhaling.
Minder opslag dan vijf zelfstandige deployments in de gemeten model-en-adapterfamilie.
Eenmaal installeren · één modelbibliotheek
Behoud de modellen. Win je schijfruimte terug.
Verbind je modelmappen eenmaal en stop met het handmatig sorteren van bestanden. Tensor Archive ordent modellen, kwantiseringen, LoRAs en adapters in exacte, verliesvrije families, gereed wanneer je modelapps ze nodig hebben.
- Automatische ordening van families
- 100% verliesvrij
- Standaard lokaal en privé
Aangedreven door technologie waarvoor in de VS patent is aangevraagd
Gemeten modelfamilie
Exact herstel
5 zelfstandige deployments
907.3 MB
Elke deployment bevat een eigen volledig pakket.
Tensor Archive · dezelfde versies
261.6 MB
Geen kwantisering. Elke herstelde byte komt overeen met het origineel.
Grote archieven. Kleine RAM-voetafdruk.
Minder piekgeheugen bij het verpakken dan ZipLLM op dezelfde brongegevens van TA-Bench v1.
Exact betekent exact.
Afwijkende bytes na het herstel van alle 50 bestanden in de validatie met opeenvolgende checkpoints.
Installeer het. Wijs je modellen aan. Vergeet de mappen.
Eén compacte bibliotheek, op verzoek gereed.
Tensor Archive groepeert verwante modelbestanden, bewaart hun gedeelde gegevens eenmaal en bereidt de exacte versie voor die een verbonden runtime nodig heeft. Na gebruik kan de tijdelijke werkkopie worden opgeruimd zonder het model te verliezen.
-
01
Vinden en ordenen
Verbind je modelmappen. Verwante modellen, kwantiseringen, LoRAs, adapters en checkpoints worden duidelijke families.
-
02
Verliesvrij inpakken
Tensor Archive bewaart herhaalde modelgegevens eenmaal en behoudt elk bestand en elke byte die nodig zijn voor exact herstel.
-
03
Op verzoek voorbereiden
De exacte gearchiveerde versie wordt gematerialiseerd en aan de verbonden runtime doorgegeven wanneer je haar wilt laden.
-
04
Ruim na gebruik op
Haal veilig uit het geheugen, win de tijdelijke werkruimte terug en houd het exacte model ingepakt voor de volgende aanvraag.
BERT Tiny met drie adapters. Elke versie exact hersteld.
Gebruik je LM Studio, Ollama, FLUX of ComfyUI al? Houd er één compacte bibliotheek achter. Tensor Archive bereidt het exacte model voor dat elke app vraagt en verwijdert daarna veilig de werkkopie om ruimte vrij te maken.
Probeer het op je modelbibliotheekEén opslaglaag achter je modelapps
Je apps vragen. Tensor Archive bereidt voor.
Installeer het eenmaal. Tensor Archive ordent en comprimeert je modellen, LoRAs en adapters automatisch en verliesvrij in één compacte bibliotheek. Wanneer een geïntegreerde app er een vraagt, wordt de exacte versie op verzoek voorbereid en na gebruik opnieuw gecompacteerd.
Nu beschikbaar
Dynamisch laden van modellen voor Bionic.
Door de nieuwe Bionic van LM Studio hoefden we geen moment te twijfelen over de volledige integratie van Tensor Archive voor dynamisch laden van modellen: compacteer ongebruikte modellen, houd veel versies geordend en gebruik voor elke taak het beste model — zonder gedoe.
Ordenen · voorbereiden · laden · ruimte vrijmaken
Ollama
Nu beschikbaar
API-gerichte modelworkflow.
Ollama voert modellen uit zoals technici verwachten: snel, scriptbaar en API-gericht. Waar anderen zich op het chatvenster richten, richt Ollama zich op de modelworkflow. Tensor Archive hoort daar thuis: comprimeer, orden en laad de beste versie voor elke taak — automatisch.
Snel · scriptbaar · automatisch
Nu beschikbaar
FLUX-modellen, checkpoints en LoRAs.
In FLUX vermenigvuldigen beeldmodellen en LoRAs zich snel — en verdwijnt schijfruimte nog sneller. We hebben Tensor Archive geïntegreerd, zodat elk checkpoint en elke adapter verliesvrij gecomprimeerd, duidelijk van een versie voorzien en gereed om te laden blijft zonder de gebruikelijke rommel.
Verliesvrij · met versies · klaar om te laden
ComfyUI
Nu beschikbaar
Serieuze pipelines. Eén compacte bibliotheek.
ComfyUI voert serieuze visuele pipelines uit — en beheert serieuze modelverzamelingen. Tensor Archive houdt die checkpoints en LoRAs compact, geordend en direct bruikbaar, zodat je workflows bouwt in plaats van mappen beheert.
Checkpoints · LoRAs · werkstromen
Gedistribueerde T2T-levering
Compacte modelfamilies bewegen als geverifieerde objecten.
Lite kan gratis T2T-modelfamilies ontvangen en herstellen. Je privéarchief blijft lokaal; netwerkdeelname is expliciet en standaard privé.
Gemeten TA-Bench-run
3.2× sneller inpakken
33.02 seconden voor Tensor Archive tegenover 105.65 seconden voor Gear CDC op dezelfde bronbytes, met exact herstel. Eén gecontroleerde run, geen universele snelheidsgarantie.
Gemeten op de modellen die mensen echt bewaren
Echte GGUF-families. Echte inferentie in LM Studio.
Twee Qwen2.5-families tonen de teruggewonnen opslag op compacte en 7B- schaal. De productcyclus is daarna van begin tot eind in LM Studio gevalideerd.
Qwen2.5 0.5B
Drie kwantiseringen · Q4_K_M, Q5_K_M en Q6_K
60.8% minder fysieke opslagQwen2.5 7B
Vier kwantiseringen · negen volledige GGUF-shards
6.26 GB teruggewonnen · 24.9% minderEchte inferentie in LM Studio
Activeren, registreren, laden, genereren, uit het geheugen halen en veilig verwijderen. Een geladen model kan niet worden verwijderd en elke beschermde shard wordt byte voor byte hersteld.
- Laden + inferentie
- Veilig verwijderen uit werkopslag
- Exact herstel
TA-Bench v1 · dezelfde bronbytes
Exact herstel
Fysieke opslag voor één modelfamilie
Afzonderlijke workload voor modelfamilies uit TA-Bench, niet de Qwen GGUF-resultaten hierboven. Xet gebruikt de officiële lokale referentie-CAS xet-core v1.5.4; ZipLLM gebruikt de kleinste onafhankelijk geverifieerde, exact herstelbare afsluiting.
Ruil schijfdruk niet in voor geheugendruk
Grote modellen. Minimale geheugenvoetafdruk.
Grote modelbestanden hoeven geen grote geheugenpieken te veroorzaken. Op dezelfde TA-Bench v1-dataset piekte Tensor Archive op 52.4 MB, tegenover 1,523 MB voor ZipLLM.
96.6%
minder piek-RAM bij het verpakken dan ZipLLM
31.7 GBfysiek model
→
<167 MBmaximale piek-RAM
Inpakken106.7 MB
Verifiëren163.1 MB
Herstellen166.0 MB
- Harde limiet van 1.07 GB
- Nul swap
- Nul OOM
- Exacte SHA-256
Twee afzonderlijke bewijzen. De vergelijking van 96.6% gebruikt het gedeelde corpus van TA-Bench v1. De run van 31.7 GB valideert alleen Tensor Archive; ZipLLM is niet op dat grote bestand uitgevoerd.
Bekijk het geheugenbewijsOpslageconomie van Mac Studio
Koop minder SSD. Behoud meer modellen.
Apple rekent fabrieksopslag eenmaal aan. Tensor Archive wint die ruimte terug in elke verwante modelfamilie. Als je familie overeenkomt met ons gemeten resultaat van 71.2%, kan een kleiner SSD-niveau dezelfde versies bevatten.
Zonder Tensor Archive
Apple SSD van 2 TB
+$800
Met Tensor Archive
576 GB fysiek
Apple-niveau van 1 TB +$300
Zonder Tensor Archive
Apple SSD van 4 TB
+$1,800
Met Tensor Archive
1.15 TB fysiek
Apple-niveau van 2 TB +$800
Zonder Tensor Archive
Apple SSD van 8 TB
+$3,800
Met Tensor Archive
2.30 TB fysiek
Apple-niveau van 4 TB +$1,800
Lite blijft gratis.
Probeer het nu gratis
Lite houdt gedownloade modellen automatisch compact, pakt ze uit wanneer nodig en compacteert ze na gebruik opnieuw. T2T-levering is ook gratis. Pro voegt offload toe, zodat je het modelarchief volledig van je schijf kunt verplaatsen.
Illustratieve equivalente capaciteit, geen algemene schijfcompressie. Het resultaat van 71.2% komt van vijf verwante zelfstandige modeldeployments; resultaten variëren per familie. De Apple-prijs is de huidige Amerikaanse fabrieksopslagladder van de Mac Studio M4 Max, gecontroleerd op 27 juli 2026, vóór belasting. Bekijk de configurator van Apple ↗
De getallen beantwoorden verschillende vragen
Eén belofte. Drie afzonderlijke bewijzen.
Opslag, geheugen en integriteit worden onafhankelijk gemeten. Elk resultaat hieronder vermeldt de workload en vergelijking, zodat de cijfers nooit op kleine lettertjes hoeven te berusten.
71.2% minder opslag
Vijf zelfstandige model-en-adapterdeployments vergeleken met dezelfde familie in Tensor Archive.
69.4% minder dan Gear CDC
Vijf BF16-modelcheckpoints op dezelfde bronbytes van TA-Bench v1, met exact herstel.
96.6% minder piek-RAM
ZipLLM en Tensor Archive verpakken dezelfde modelfamilie uit TA-Bench v1.
Integriteit / exact herstel
50 / 50 bestanden hersteld
0 bytes weken af
Met SHA geverifieerd
De openbare modelsuite won ook 76.33–76.46% terug voor BERT Tiny, DistilBERT Base en SmolLM2 135M. Resultaten variëren naargelang de versies onderling verwant zijn.
Het technische signaal
Algemene opslag liet ruimte liggen. Tensor Archive won meer terug.
Vijf opeenvolgende BF16-trainingscheckpoints. Dezelfde bron van 4.06 GB, dezelfde bestanden, exact herstel. Tensor Archive gebruikte 964.5 MB minder fysieke opslag dan genormaliseerde Gear CDC.
SMOLLM2-135M · 5 TRAININGSCHECKPOINTS
Productsignaal
Opeenvolgende trainingsfamilie
tegenover Gear CDC−34.318%
Herstelde bestanden50 / 50
Afwijkende bytes0
Herstelverhouding bij herhaling0.95×
De herstelverhouding wordt gemeten tegenover de exacte controle met vaste chunks; minder dan 1× betekent dat bij deze herhaling geen vertraging is waargenomen. Dit is één gecontroleerde workload, geen universele claim.
TA-Bench v1 · directe vergelijking
Dezelfde bronbytes. Exacte herstelbewerkingen. Geen geleende cijfers.
Vijf opeenvolgende BF16-checkpoints uit één bevroren trainingsrun. Elk beoordeeld systeem ontvangt dezelfde bestanden; elke balk meet fysieke opslag, inclusief de metadata die nodig zijn om ze te herstellen.
Traject A · alleen model
Modelfamilie
5 modelbestanden
1.345 GB bron
Standaardwerkruimte van ZipLLMruw + gecomprimeerd1.661 GB
Ruwe modelbestanden1.345 GB
Gear CDC1.080 GB
tar + zstd1.052 GB
Minimale exacte herstelopslag van ZipLLMkleinste geverifieerde subset585 MB
Tensor Archive331 MB
Traject B · volledige versies
Trainingscheckpoints
Vijf volledige versies
4.060 GB bron
Ruwe bestanden4.060 GB
tar + zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
Strikte reikwijdte
FM-Delta is n.v.t. omdat de officiële codec dit BF16-corpus niet accepteert. DCP hoort in een eigen traject voor semantische status. Gear CDC is een genormaliseerde controle op byteniveau, geen bewering over de gehoste Xet-dienst. De standaardwerkruimte van ZipLLM bewaart ruwe en gecomprimeerde tensors; onze hoofdvergelijking gebruikt de kleinste subset waarvan wij hebben geverifieerd dat elk bestand nog exact wordt hersteld, niet een officiële garbage-collectionmodus van ZipLLM.
Opslagrun 001 · corpusmanifest bfa502…3ce81 · elk beoordeeld herstel
byte-exact. Volledige herhalingen van Tensor Archive-timings en onafhankelijke reproductie zijn nog in behandeling.
Geen benchmarktheater
Eén getal trekt de aandacht. Elke baseline blijft zichtbaar.
De openbare suite vergelijkt vijf zelfstandige deployments per familie en won 76.33–76.46% terug voor BERT Tiny, DistilBERT en SmolLM2. Ze staat los van TA-Bench: het directe resultaat hierboven vergelijkt Tensor Archive, ZipLLM, zstd en CDC op één bevroren opeenvolgende modelfamilie.
Bekijk het openbare metriekrecordVijf opeenvolgende modelcheckpointsFysieke grootte · dezelfde schaal
Bronfamilie van checkpointsVijf BF16-modelbestanden
1.345 GB
Gear CDCGenormaliseerde controle op byteniveau
1.080 GB
ZipLLMKleinste geverifieerde, exact herstelbare opslag
585.4 MB
Tensor ArchiveModelbewust exact archief
330.6 MB
69.4% minder opslag dan Gear CDC.
43.5% minder dan de kleinste geverifieerde, exact herstelbare opslag van ZipLLM.
Standaard privé
Je modellen blijven jouw modellen.
Tensor Archive draait lokaal. Het heeft geen destructieve kwantisering of cloud-upload nodig om ruimte terug te winnen, en deelname aan T2T maakt je privémodelbibliotheek nooit tot een openbare hub.
Lokale werkruimte
Je archief en modelbestanden blijven op infrastructuur die je beheert.
Exact herstel
Verificatie en SHA-bewijzen tonen aan dat herstelde bestanden met hun bron overeenkomen.
Veilige activering
Een model dat in gebruik is, kan niet worden verwijderd. Haal het eerst uit het geheugen en maak daarna de cache vrij.
Privé-T2T-levering
Ontvang compacte, geverifieerde modelfamilies via het gedistribueerde netwerk, terwijl je privéarchief onder jouw beheer blijft.
Ook van Tensor Archive
Wil je ook 51% van je gameschijf terug?
Tensor Archive Games won 51.92% terug van de duurzame opslag die onze gemeten pc-bibliotheek met 12 titels gebruikte — terwijl elk herstel exact bleef en Steam de controle behield.
Win ruimte op de gameschijf terug
Gameschijf / gemeten corpus
Exact herstel
Teruggewonnen schijfruimte−51.92%
Herstelintegriteit100%
Werkend product · nu beschikbaar
Behoud de modellen. Win je schijfruimte terug.
Verbind je modelmappen eenmaal. Tensor Archive ordent de families, toont welke ruimte je kunt vrijmaken en houdt de exacte versie die je runtime nodig heeft op verzoek gereed.
macOS · Windows · Linux · 100% verliesvrij · standaard privé