Conserve a família. Elimine a repetição.
Menos armazenamento do que cinco implementações autónomas na família medida de modelos e adaptadores.
Instale uma vez · uma biblioteca de modelos
Conserve os modelos. Recupere o seu espaço em disco.
Ligue uma vez as suas pastas de modelos e deixe de ordenar ficheiros à mão. O Tensor Archive organiza modelos, quantizações, LoRAs e adaptadores em famílias exatas e sem perdas, prontas quando as suas aplicações de modelos precisarem delas.
- Organização automática por famílias
- 100% sem perdas
- Concebido para funcionar de forma local e privada
Baseado em tecnologia com patente pendente nos EUA
Família de modelos medida
Restauração exata
5 implementações autónomas
907.3 MB
Cada implementação transporta o seu próprio pacote completo.
Tensor Archive · as mesmas versões
261.6 MB
Sem quantização. Todos os bytes restaurados correspondem ao original.
Arquivos grandes. Pouca RAM.
Menor pico de memória durante o empacotamento do que o ZipLLM nos mesmos dados de origem do TA-Bench v1.
Exato significa exato.
Bytes com diferenças após restaurar todos os 50 ficheiros na validação de checkpoints sequenciais.
Instale-o. Aponte-o para os seus modelos. Esqueça as pastas.
Uma biblioteca compacta, pronta a pedido.
O Tensor Archive agrupa ficheiros de modelos relacionados, armazena uma única vez os dados que partilham e prepara a versão exata de que um ambiente de execução ligado precisa. Depois da utilização, a cópia de trabalho temporária pode ser removida para libertar espaço sem perder o modelo.
-
01
Encontre e organize
Ligue as suas pastas de modelos. Modelos relacionados, quantizações, LoRAs, adaptadores e checkpoints tornam-se famílias claras.
-
02
Empacote sem perdas
O Tensor Archive armazena uma única vez os dados repetidos dos modelos, preservando todos os ficheiros e todos os bytes necessários para a recuperação exata.
-
03
Prepare a pedido
A versão exata arquivada é materializada e entregue ao ambiente de execução ligado quando pretende carregá-la.
-
04
Recupere o espaço após a utilização
Retire o modelo da memória em segurança, liberte o espaço de trabalho temporário e mantenha o modelo exato empacotado para o próximo pedido.
BERT Tiny e três adaptadores. Todas as versões foram restauradas exatamente.
Já utiliza LM Studio, Ollama, FLUX ou ComfyUI? Mantenha uma biblioteca compacta por trás de todos. O Tensor Archive prepara o modelo exato que cada aplicação solicita e depois remove em segurança a respetiva cópia de trabalho para libertar espaço.
Experimente na sua biblioteca de modelosUma camada de armazenamento por trás das suas aplicações de modelos
As suas aplicações pedem. O Tensor Archive prepara.
Instale-o uma vez. O Tensor Archive organiza e comprime automaticamente, sem perdas, os seus modelos, LoRAs e adaptadores numa biblioteca compacta. Quando uma aplicação integrada pede um deles, a versão exata é preparada a pedido e novamente compactada depois de utilizada.
Disponível agora
Carregamento dinâmico de modelos para o Bionic.
O novo Bionic do LM Studio levou-nos a integrar plenamente o Tensor Archive sem hesitar, para permitir o carregamento dinâmico de modelos: compacte modelos não utilizados, mantenha muitas versões organizadas e use o melhor modelo para cada tarefa, sem complicações.
Organize · prepare · carregue · recupere
Ollama
Disponível agora
Fluxo de trabalho de modelos orientado para API.
O Ollama executa modelos como os engenheiros esperam: de forma rápida, programável e orientada para API. Enquanto outros se concentram na janela de conversação, o Ollama concentra-se no fluxo de trabalho dos modelos. É aí que o Tensor Archive se enquadra: comprima, organize e carregue automaticamente a melhor versão para cada tarefa.
Rápido · programável · automático
Disponível agora
Modelos, checkpoints e LoRAs do FLUX.
O FLUX é onde os modelos de imagem e as LoRAs se multiplicam depressa — e o espaço em disco desaparece ainda mais depressa. Integrámos o Tensor Archive para que cada checkpoint e adaptador permaneça comprimido sem perdas, claramente identificado por versão e pronto a carregar sem a desorganização habitual.
Sem perdas · com versões · pronto a carregar
ComfyUI
Disponível agora
Pipelines exigentes. Uma biblioteca compacta.
O ComfyUI executa pipelines visuais exigentes — e coleções de modelos igualmente exigentes. O Tensor Archive mantém esses checkpoints e LoRAs compactos, organizados e imediatamente utilizáveis, para que crie fluxos de trabalho em vez de gerir pastas.
Checkpoints · LoRAs · fluxos de trabalho
Distribuição por T2T
As famílias compactas de modelos deslocam-se como objetos verificados.
A Lite pode receber e restaurar gratuitamente famílias de modelos T2T. O seu arquivo privado permanece local; a participação na rede é explícita e concebida para preservar a privacidade.
Execução medida do TA-Bench
Empacotamento 3.2× mais rápido
33.02 segundos para o Tensor Archive contra 105.65 segundos para o Gear CDC nos mesmos bytes de origem, com restauração exata. Uma execução controlada, não uma garantia universal de velocidade.
Medido nos modelos que as pessoas realmente conservam
Famílias GGUF reais. Inferência real no LM Studio.
Duas famílias Qwen2.5 mostram o armazenamento recuperado à escala compacta e de 7B. Em seguida, o ciclo do produto foi validado de ponta a ponta no LM Studio.
Qwen2.5 0.5B
Três quantizações · Q4_K_M, Q5_K_M e Q6_K
Menos 60.8% de armazenamento físicoQwen2.5 7B
Quatro quantizações · nove fragmentos GGUF completos
6.26 GB recuperados · menos 24.9%Inferência real no LM Studio
Ative, registe, carregue, gere, retire da memória e liberte em segurança. Um modelo carregado não pode ser libertado, e cada fragmento protegido é restaurado byte a byte.
- Carregamento + inferência
- Libertação segura
- Restauração exata
TA-Bench v1 · os mesmos bytes de origem
Restauração exata
Armazenamento físico numa família de modelos
Carga de trabalho separada de famílias de modelos TA-Bench, não os resultados Qwen GGUF acima. O Xet utiliza o CAS de referência local oficial do xet-core v1.5.4; o ZipLLM utiliza o menor fecho exatamente restaurável, verificado de forma independente.
Não troque a pressão sobre o disco por pressão sobre a memória
Modelos grandes. Ocupação mínima de memória.
Ficheiros de modelos grandes não precisam de grandes picos de memória. No mesmo conjunto de dados TA-Bench v1, o Tensor Archive atingiu um pico de 52.4 MB, contra 1,523 MB no ZipLLM.
96.6%
menor pico de RAM durante o empacotamento do que o ZipLLM
31.7 GBmodelo físico
→
<167 MBpico máximo de RAM
Empacotar106.7 MB
Verificar163.1 MB
Restaurar166.0 MB
- Limite máximo de 1.07 GB
- Sem swap
- Sem OOM
- SHA-256 exato
Duas provas distintas. A comparação de 96.6% utiliza o corpus TA-Bench v1 partilhado. A execução de 31.7 GB valida apenas o Tensor Archive; o ZipLLM não foi executado nesse ficheiro grande.
Consulte a evidência de memóriaEconomia do armazenamento no Mac Studio
Compre menos SSD. Conserve mais modelos.
A Apple cobra uma vez pelo armazenamento de fábrica. O Tensor Archive recupera esse espaço em todas as famílias de modelos relacionados. Se a sua família corresponder ao nosso resultado medido de 71.2%, uma opção SSD inferior pode alojar as mesmas versões.
Sem o Tensor Archive
SSD Apple de 2 TB
+$800
Com o Tensor Archive
576 GB físicos
Opção Apple de 1 TB +$300
Sem o Tensor Archive
SSD Apple de 4 TB
+$1,800
Com o Tensor Archive
1.15 TB físicos
Opção Apple de 2 TB +$800
Sem o Tensor Archive
SSD Apple de 8 TB
+$3,800
Com o Tensor Archive
2.30 TB físicos
Opção Apple de 4 TB +$1,800
A Lite continua gratuita.
Experimente gratuitamente agora
A Lite mantém automaticamente compactos os modelos descarregados, expande-os quando são necessários e volta a compactá-los depois da utilização. A distribuição T2T também é gratuita. A Pro acrescenta a descarga para armazenamento externo, permitindo-lhe retirar completamente o arquivo de modelos do disco.
Capacidade equivalente ilustrativa, não compressão geral do disco. O resultado de 71.2% provém de cinco implementações autónomas relacionadas de modelos; os resultados variam consoante a família. Os preços da Apple correspondem ao atual escalonamento de armazenamento de fábrica do Mac Studio M4 Max nos EUA, verificado em 27 de julho de 2026, antes de impostos. Consulte o configurador da Apple ↗
Os números respondem a perguntas diferentes
Uma promessa. Três provas distintas.
O armazenamento, a memória e a integridade são medidos de forma independente. Cada resultado abaixo identifica a carga de trabalho e a comparação, para que os números nunca tenham de depender de letras pequenas.
Menos 71.2% de armazenamento
Cinco implementações autónomas de modelos e adaptadores comparadas com a mesma família no Tensor Archive.
Menos 69.4% do que o Gear CDC
Cinco checkpoints de modelos BF16 nos mesmos bytes de origem do TA-Bench v1, com restauração exata.
Menos 96.6% de pico de RAM
O ZipLLM e o Tensor Archive a empacotar a mesma família de modelos TA-Bench v1.
Integridade / restauração exata
50 / 50 ficheiros restaurados
0 bytes com diferenças
Verificado por SHA
O conjunto público de modelos também recuperou 76.33–76.46% no BERT Tiny, DistilBERT Base e SmolLM2 135M. Os resultados variam consoante o grau de relação entre as versões.
O sinal técnico
O armazenamento genérico deixou espaço por aproveitar. O Tensor Archive recuperou mais.
Cinco checkpoints de treino BF16 sequenciais. A mesma origem de 4.06 GB, os mesmos ficheiros, restauração exata. O Tensor Archive utilizou menos 964.5 MB de armazenamento físico do que o Gear CDC normalizado.
SMOLLM2-135M · 5 CHECKPOINTS DE TREINO
Sinal do produto
Família de treino sequencial
vs. Gear CDC−34.318%
Ficheiros restaurados50 / 50
Bytes com diferenças0
Rácio da reprodução da restauração0.95×
O rácio de restauração é medido em relação ao controlo exato de blocos fixos; abaixo de 1× significa que não se observou lentidão nesta reprodução. Esta é uma carga de trabalho controlada, não uma afirmação universal.
TA-Bench v1 · comparação direta
Os mesmos bytes de origem. Restaurações exatas. Sem números emprestados.
Cinco checkpoints BF16 sequenciais de uma única execução de treino congelada. Cada sistema avaliado recebe os mesmos ficheiros; cada barra mede o armazenamento físico, incluindo os metadados necessários para os restaurar.
Percurso A · apenas o modelo
Família de modelos
5 ficheiros de modelos
1.345 GB de origem
Espaço de trabalho predefinido do ZipLLMbruto + comprimido1.661 GB
Ficheiros de modelos brutos1.345 GB
Gear CDC1.080 GB
tar + zstd1.052 GB
Restauração exata mínima do ZipLLMmenor subconjunto verificado585 MB
Tensor Archive331 MB
Percurso B · versões completas
Checkpoints de treino
Cinco versões completas
4.060 GB de origem
Ficheiros brutos4.060 GB
tar + zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
Âmbito rigoroso
O FM-Delta é N/A porque o seu codec oficial não aceita este corpus BF16. O DCP pertence a um percurso de estado semântico nativo. O Gear CDC é um controlo normalizado ao nível dos bytes, e não uma afirmação sobre o serviço Xet alojado. O espaço de trabalho predefinido do ZipLLM conserva tensores brutos e comprimidos; a nossa comparação principal utiliza o menor subconjunto que verificámos continuar a restaurar exatamente todos os ficheiros, e não um modo oficial de recolha de lixo do ZipLLM.
Execução de armazenamento 001 · manifesto do corpus bfa502…3ce81 · todas as restaurações avaliadas
byte a byte. As repetições completas da temporização do Tensor Archive e a reprodução independente continuam pendentes.
Sem espetáculo de benchmarks
Um número capta a atenção. Todas as referências permanecem visíveis.
O conjunto público compara cinco implementações autónomas por família e recuperou 76.33–76.46% no BERT Tiny, DistilBERT e SmolLM2. É distinto do TA-Bench: o resultado direto acima compara o Tensor Archive, o ZipLLM, o zstd e o CDC numa família congelada de modelos sequenciais.
Consulte o registo público de métricasCinco checkpoints de modelos sequenciaisTamanho físico · a mesma escala
Família de checkpoints de origemCinco ficheiros de modelos BF16
1.345 GB
Gear CDCControlo normalizado ao nível dos bytes
1.080 GB
ZipLLMMenor armazenamento verificado com restauração exata
585.4 MB
Tensor ArchiveArquivo exato que compreende modelos
330.6 MB
Menos 69.4% de armazenamento do que o Gear CDC.
Menos 43.5% do que o menor armazenamento verificado e exatamente restaurável do ZipLLM.
Concebido para preservar a privacidade
Os seus modelos continuam a ser os seus modelos.
O Tensor Archive funciona localmente. Não precisa de quantização destrutiva nem de carregar para a cloud para recuperar espaço, e a participação no T2T nunca transforma a sua biblioteca privada de modelos num hub público.
Espaço de trabalho local
O seu arquivo e os ficheiros de modelos permanecem na infraestrutura que controla.
Recuperação exata
A verificação e os comprovativos SHA demonstram que os ficheiros restaurados correspondem à origem.
Ativação segura
Um modelo em utilização não pode ser libertado. Retire-o primeiro da memória e depois liberte a cache.
Distribuição T2T privada
Receba famílias de modelos compactas e verificadas através da rede distribuída, enquanto o seu arquivo privado permanece sob o seu controlo.
Também do Tensor Archive
Também quer recuperar 51% do seu disco de jogos?
O Tensor Archive Games recuperou 51.92% do armazenamento duradouro ocupado pela nossa biblioteca medida de 12 títulos para PC, mantendo todas as restaurações exatas e o Steam no controlo.
Recupere espaço no disco de jogos
Disco de jogos / corpus medido
Restauração exata
Espaço em disco libertado−51.92%
Integridade da restauração100%
Produto funcional · Disponível agora
Conserve os modelos. Recupere o seu espaço em disco.
Ligue uma vez as suas pastas de modelos. O Tensor Archive organiza as famílias, mostra quanto espaço pode libertar e mantém a versão exata de que o seu ambiente de execução precisa pronta a pedido.
macOS · Windows · Linux · 100% sem perdas · concebido para preservar a privacidade