Сохраните семейство. Устраните повторение.
Меньше места, чем пять автономных развёртываний в измеренном семействе моделей и адаптеров.
Одна установка · одна библиотека моделей
Подключите папки моделей один раз и перестаньте сортировать файлы вручную. Tensor Archive объединяет модели, квантования, LoRAs и адаптеры в точные семейства без потерь, готовые по запросу приложений.
На основе технологии, на которую подана патентная заявка в США
Меньше места, чем пять автономных развёртываний в измеренном семействе моделей и адаптеров.
Меньше пиковой памяти упаковки, чем ZipLLM, на тех же исходных данных TA-Bench v1.
Байты, различавшиеся после восстановления всех 50 файлов в проверке последовательных чекпойнтов.
Установите. Укажите модели. Забудьте о папках.
Tensor Archive группирует связанные файлы моделей, сохраняет их общие данные один раз и готовит точную версию, нужную подключённой среде. После использования временную рабочую копию можно освободить без потери модели.
Подключите папки моделей. Связанные модели, квантования, LoRAs, адаптеры и чекпойнты образуют понятные семейства.
Tensor Archive хранит повторяющиеся данные моделей в одном экземпляре и при этом сохраняет каждый файл и каждый байт, необходимые для точного восстановления.
Точная архивная версия материализуется и передаётся подключённой среде выполнения, когда вы хотите её загрузить.
Безопасно выгрузите, освободите временное рабочее место и сохраните точную модель упакованной до следующего запроса.
BERT Tiny и три адаптера. Каждая версия восстановлена точно.
Уже используете LM Studio, Ollama, FLUX или ComfyUI? Используйте одну компактную библиотеку для всех этих приложений. Tensor Archive готовит точную модель по запросу каждого приложения, а затем безопасно освобождает её рабочую копию.
Попробуйте на своей библиотеке моделейОдин уровень хранения за приложениями моделей
Установите один раз. Tensor Archive автоматически упорядочивает и без потерь сжимает модели, LoRAs и адаптеры в одну компактную библиотеку. Когда интегрированное приложение запрашивает модель, точная версия готовится по запросу и вновь уплотняется после использования.
Доступно сейчас
Новый Bionic от LM Studio не оставил сомнений в необходимости полной интеграции Tensor Archive для динамической загрузки моделей: компактно хранить неиспользуемые модели, упорядочивать множество версий и использовать лучшую модель для каждой задачи — без лишних хлопот.
Упорядочить · подготовить · загрузить · освободить
Ollama
Доступно сейчас
Ollama запускает модели так, как ожидают инженеры: быстро, по сценариям и с приоритетом API. Пока другие сосредоточены на окне чата, Ollama — на процессе работы с моделями. Tensor Archive здесь к месту: автоматически сжимать, упорядочивать и загружать лучшую версию для каждой задачи.
Быстро · по сценариям · автоматически
Доступно сейчас
В FLUX модели изображений и LoRAs быстро множатся, а место на диске исчезает ещё быстрее. Мы интегрировали Tensor Archive, чтобы каждый чекпойнт и адаптер без потерь сжимался, имел ясную версию и был готов к загрузке без обычного беспорядка.
Без потерь · с версиями · готово к загрузке
ComfyUI
Доступно сейчас
ComfyUI запускает серьёзные визуальные процессы — и серьёзные коллекции моделей. Tensor Archive компактно и упорядоченно хранит эти чекпойнты и LoRAs, мгновенно предоставляя их для работы, чтобы вы создавали процессы, а не управляли папками.
Чекпойнты · LoRAs · рабочие процессыLite может бесплатно получать и восстанавливать семейства моделей T2T. Ваш частный архив остаётся локальным; участие в сети явно и изначально конфиденциально.
33.02 секунды для Tensor Archive против 105.65 секунды для Gear CDC на тех же исходных байтах с точным восстановлением. Один контролируемый запуск, а не универсальная гарантия скорости.
Измерено на моделях, которые люди действительно хранят
Два семейства Qwen2.5 показывают, сколько места освобождается для компактных моделей и моделей масштаба 7B. Затем полный цикл продукта был проверен от начала до конца в LM Studio.
Три квантования · Q4_K_M, Q5_K_M и Q6_K
На 60.8% меньше физического местаЧетыре квантования · девять полных шардов GGUF
Освобождено 6.26 GB · на 24.9% меньшеАктивируйте, зарегистрируйте, загрузите, сгенерируйте, выгрузите и безопасно вытесните. Загруженную модель нельзя вытеснить, и каждый защищённый шард восстанавливается побайтово.
Отдельная рабочая нагрузка семейства моделей TA-Bench, не результаты Qwen GGUF выше. Xet использует официальный локальный эталонный CAS xet-core v1.5.4; ZipLLM — наименьшее независимо проверенное замыкание с точным восстановлением.
Не заменяйте нехватку места нехваткой памяти
Большие файлы моделей не требуют больших скачков памяти. На том же наборе TA-Bench v1 пиковое значение Tensor Archive составило 52.4 MB против 1,523 MB у ZipLLM.
Два отдельных доказательства. Сравнение 96.6% использует общий корпус TA-Bench v1. Запуск 31.7 GB проверяет только Tensor Archive; ZipLLM на этом большом файле не запускался.
Изучите данные о памятиЭкономика хранилища Mac Studio
Apple один раз взимает плату за заводское хранилище. Tensor Archive возвращает это место для каждого связанного семейства моделей. Если ваше семейство соответствует нашему измеренному результату 71.2%, тот же набор версий поместится на SSD меньшего уровня.
Lite автоматически хранит загруженные модели в компактном виде, разворачивает их при необходимости и снова уплотняет после использования. Доставка T2T также бесплатна. Pro добавляет выгрузку во внешнее хранилище, позволяя полностью убрать архив моделей с вашего диска.
Иллюстративная эквивалентная ёмкость, а не общее сжатие диска. Результат 71.2% получен для пяти связанных автономных развёртываний моделей; результат зависит от семейства. Цена Apple взята из актуальной в США заводской линейки хранилищ Mac Studio M4 Max, проверенной 27 июля 2026 г., без налога. Проверьте конфигуратор Apple ↗
Числа отвечают на разные вопросы
Хранение, память и целостность измеряются независимо. Каждый результат ниже называет рабочую нагрузку и объект сравнения, поэтому смысл чисел не приходится искать в мелком шрифте.
Пять автономных развёртываний моделей и адаптеров в сравнении с тем же семейством в Tensor Archive.
Пять чекпойнтов моделей BF16 на одних исходных байтах TA-Bench v1 с точным восстановлением.
ZipLLM и Tensor Archive упаковывают одно семейство моделей TA-Bench v1.
Общедоступный набор моделей также освободил 76.33–76.46% для BERT Tiny, DistilBERT Base и SmolLM2 135M. Результаты зависят от того, насколько тесно связаны версии.
Технический сигнал
Пять последовательных чекпойнтов обучения BF16. Тот же исходник 4.06 GB, те же файлы, точное восстановление. Tensor Archive использовал на 964.5 MB меньше физического места, чем нормализованный Gear CDC.
Коэффициент восстановления измеряется относительно точного контроля с фиксированными блоками; значение ниже 1× означает, что в этом воспроизведении замедление не наблюдалось. Это одна контролируемая нагрузка, а не универсальное утверждение.
TA-Bench v1 · прямое сравнение
Пять последовательных чекпойнтов BF16 из одного зафиксированного учебного запуска. Каждая оцениваемая система получает одни и те же файлы; каждый столбец показывает измеренный физический объём хранения, включая метаданные, необходимые для их восстановления.
5 файлов моделей
исходник 1.345 GB
Пять полных версий
исходник 4.060 GB
FM-Delta неприменим, поскольку его официальный кодек не принимает этот корпус BF16. DCP относится к треку нативного семантического состояния. Gear CDC — нормализованный побайтовый контроль, а не утверждение о размещаемом сервисе Xet. Стандартное рабочее пространство ZipLLM сохраняет исходные и сжатые тензоры; в основном сравнении используется наименьшее независимо проверенное нами подмножество, которое всё ещё точно восстанавливает каждый файл, а не официальный режим сборки мусора ZipLLM.
Запуск хранилища 001 · манифест корпуса bfa502…3ce81 · каждое оценённое восстановление
побайтово точное. Полные повторы замеров времени Tensor Archive и независимое воспроизведение ещё не выполнены.
Никакого показного тестирования
В общедоступном наборе сравниваются пять автономных развёртываний каждого семейства; освобождено 76.33–76.46% для BERT Tiny, DistilBERT и SmolLM2. Этот набор отделён от TA-Bench: прямой результат выше сравнивает Tensor Archive, ZipLLM, zstd и CDC на одном зафиксированном последовательном семействе моделей.
Изучите общедоступную запись показателейИзначально конфиденциально
Tensor Archive работает локально. Для освобождения места ему не нужны разрушительное квантование или загрузка в облако, а участие в T2T никогда не превращает вашу частную библиотеку моделей в общедоступный хаб.
Ваш архив и файлы моделей остаются в подконтрольной вам инфраструктуре.
Проверка и квитанции SHA подтверждают соответствие восстановленных файлов исходникам.
Используемую модель нельзя вытеснить. Сначала выгрузите её, затем освободите кеш.
Получайте компактные проверенные семейства моделей через распределённую сеть, сохраняя контроль над частным архивом.
Также от Tensor Archive
Tensor Archive Games освободил 51.92% постоянного хранилища, занятого нашей измеренной библиотекой из 12 игр для ПК, сохранив точность каждого восстановления и управление со стороны Steam.
Освободите место на игровом дискеРабочий продукт · Доступен сейчас
Подключите папки моделей один раз. Tensor Archive упорядочит семейства, покажет, что можно освободить, и будет по запросу готовить точную версию, необходимую вашей среде выполнения.
macOS · Windows · Linux · 100% без потерь · изначально конфиденциально