Håll familjen. Förlora upprepningen.
Mindre lagring än fem självständiga distributioner i den mätta modell-och komponentfamiljen.
Installera en gång · ett modellbibliotek
Håll kvar modellerna. Hämta tillbaka din diskutrymme.
Anslut dina modellmappar en gång och sluta sortera filer manuellt. Tensor Archive ordnar modeller, kvantiseringar, LoRAs och anpassningar i exakta, förlustfria familjer, redo när dina modellappar behöver dem.
- Automatisk familjeorganisation
- 100% utan förlust
- Lokal och privat i designen
Drivs av amerikansk patentkrävande teknik
Mätmodellfamilj
Exakt återställning
5 självständiga distributioner
907.3 MB
Varje distribution har sitt eget fullständiga paket.
Tensor Archive · samma versioner
261.6 MB
Ingen kvantisering. Varje återställt byte stämmer överens.
Stora arkiv. Litet RAM-spår.
Mindre toppminnesanvändning än ZipLLM på samma TA-Bench v1-källdata.
Exakt betyder exakt.
Byte skilde sig efter att alla 50 filer återställts vid sekventiell kontrollpunkt.
Installera det. Rikta det mot dina modeller. Glöm mapparna.
En kompakt bibliotek, klar när den behövs.
Tensor Archive grupperar relaterade modellfiler, sparar deras gemensamma data en gång och förbereder den exakta version som en ansluten körning behöver. Efter användning kan den temporära arbetskopian återanvändas utan att förlora modellen.
-
01
Hitta och organisera
Koppla dina modellmappar. Relaterade modeller, kvantiseringar, LoRAs, anpassare och kontrollpunkter blir tydliga familjer.
-
02
Pakka förlustfritt
Tensor Archive lagrar upprepade modelldata en gång samtidigt som varje fil och varje byte som krävs för exakt återställning bevaras.
-
03
Förbered på begäran
Den exakta arkiverade versionen materialiseras och ges till den anslutna körningen när du vill läsa in den.
-
04
Återanvänd efter användning
Avlasta säkert, återhämta den temporära arbetsytan och håll exakt modellen paketerad för dess nästa begäran.
BERT Tiny plus tre adapter. Varje version återställs exakt.
Använder du redan LM Studio, Ollama, FLUX eller ComfyUI? Ha ett kompakt bibliotek bakom dem alla. Tensor Archive förbereder exakt den modell som varje app begär och frigör sedan arbetskopian på ett säkert sätt.
Prova det på din modellbibliotekEn lagringsnivå bakom dina modellappar
Dina appar frågar. Tensor Archive förbereder.
Installera det en gång. Tensor Archive organiserar och komprimerar utan förlust dina modeller, LoRAs och adaptrar till ett kompakt bibliotek. När en integrerad app efterfrågar en modell förbereds den exakta versionen på begäran och komprimeras igen efter användning.
Tillgänglig nu
Dynamisk modellinläsning för Bionic.
Den nya Bionic från LM Studio gjorde att vi inte tvekade en sekund inför fullständig integration av Tensor Archive för att möjliggöra dynamisk modellinläsning: kompakt lagring av oanvända modeller, håll många versioner ordnade och använd den bästa modellen för varje uppgift – utan krångel.
Organisera · förbereda · ladda · återvinna
Ollama
Tillgänglig nu
API-first-modellens arbetsflöde.
Ollama kör modeller på ett sätt som ingenjörer förväntar sig: snabbt, skriptbart och API-först. Där andra fokuserar på chattfönstret, fokuserar Ollama på modellflödet. Tensor Archive hör hemma där: komprimera, organisera och ladda den bästa versionen för varje uppgift – automatiskt.
Pålitligt · skriptbar · automatiskt
Tillgänglig nu
FLUX-modeller, kontrollpunkter och LoRAs
FLUX är där bildmodeller och LoRAs multiplicerar snabbt – och utrymme på disk försvinner ännu snabbare. Vi har integrerat Tensor Archive så att varje kontrollpunkt och anpassning förblir utan förluster komprimerad, tydligt versionerad och redo att laddas utan den vanliga kaos.
Ljudupptagning · versionerade · redo att laddas
ComfyUI
Tillgänglig nu
Allvarliga pipelines. En kompakt bibliotek.
ComfyUI kör allvarliga visuella pipelines och allvarliga modelluppsättningar. Tensor Archive håller dessa checkpoints och LoRAs kompakta, välstrukturerade och omedelbart användbara, så att du bygger arbetsflöden istället för att hantera mappar.
Kontrollpunkter · LoRAs · arbetsflöden
T2T-distribution leverans
Kompakta modellfamiljer flyttas som verifierade objekt.
Lite kan ta emot och återställa T2T-modellfamiljer utan kostnad. Ditt privata arkiv förblir lokalt; nätverksdeltagande är uttryckligt och privat genom sin utformning.
Mät denna TA-Bench-körning
3.2 gånger snabbare packning
33.02 sekunder för Tensor Archive mot 105.65 sekunder för Gear CDC på samma källbytesdata, med exakt återställning. En kontrollerad körning, inte en allmän hastighetsgaranti.
Mätt på de modeller som folk faktiskt håller på
Reella GGUF-familjer. Reell LM Studio-inferens.
Två Qwen2.5-familjer visar den återvunna lagringen vid kompakt och 7B-skala. Produktloopen validerades sedan hela vägen i LM Studio.
Qwen2.5 0.5B
Tre kvantiseringar · Q4_K_M, Q5_K_M och Q6_K
60.8% mindre fysisk lagringQwen2.5 7B
Fyra kvantiseringar · nio fullständiga GGUF-skärvar
6.26 GB återanvänds · 24.9% mindreReella LM Studio-inferens
Aktivera, registrera, ladda, generera, avladda och säkert ta bort. En laddad modell kan inte tas bort, och varje skyddad skiva återställs byte för byte.
- Ladda + inferens
- Säker utskjärmning
- Exakt återställning
TA-Bench v1 · samma källbytesvärden
Exakt återställning
Fysisk lagring på en modellfamilj
Separat TA-Bench-modellfamiljens arbetsbelastning, inte de ovan nämnda GGUF-resultaten. Xet använder den officiella xet-kärnan v1.5.4 lokala referens CAS; ZipLLM använder den minsta exakta återställbara inneslutning som oberoende verifierats.
Ställ inte disktryck mot minnestryck
Stora modeller. Liten minnesförlust.
Stora modellfiler kräver inte stora minnespikar. På samma TA-Bench v1-datauppsättning nådde Tensor Archive en topp på 52.4 MB, jämfört med 1,523 MB för ZipLLM.
96.6%
mindre toppförpackning RAM än ZipLLM
31.7 GB fysisk modell
→
<167 MB maximalt högsta RAM
Pakett106.7 MB
Bekräfta163.1 MB
Återställ166.0 MB
- 1.07 GB gräns
- Noll byten
- Noll OOM
- Exakt SHA-256
Två separata bevis. Den 96.6% jämförelsen använder den delade TA-Bench v1-korpusen. Den 31.7 GB körningen validerar Tensor Archive ensam; ZipLLM kördes inte på den stora filen.
Granska minnesbevisetMac Studio-lagringsekonomin
Köp mindre SSD. Håll kvar fler modeller.
Apple avgifter för fabrikslager en gång. Tensor Archive får tillbaka det utrymme över alla relaterade modellfamiljer. Om din familj matchar vår mätta 71.2%-procentiga resultat, kan en mindre SSD-nivå hålla samma versioner.
Utan Tensor Archive
2 TB Apple SSD
+$800
Med Tensor Archive
576 GB fysiskt
1 TB Apple-nivå + $300 $
Utan Tensor Archive
4 TB Apple SSD
+$1,800
Med Tensor Archive
1.15 TB fysisk
2 TB Apple-nivå +$800
Utan Tensor Archive
8 TB Apple SSD
+$3,800
Med Tensor Archive
2.30 TB fysisk
4 TB Apple tjär +$1,800
Lite står gratis.
Prova det gratis nu
Lite håller automatiskt nedladdade modeller kompakta, expanderar dem när de behövs och kompacterar dem igen efter användning. T2T-leverans är också gratis. Pro lägger till avlastning, vilket gör att du kan flytta modellarkivet helt från din disk.
Exempelvis motsvarande kapacitet, inte allmän diskkomprimering. Resultatet 71.2% kommer från fem relaterade självständiga modelldistributioner; resultatet varierar beroende på modellfamilj. Apple prissättning är den nuvarande USA:s Mac Studio M4 Max fabrikslager för lagring, kontrollerad 27 juli 2026, innan skatt. Kolla Apple's konfiguratör ↗
Siffrorna svarar på olika frågor
En lovsägelse. Tre separata bevis.
Lagring, minne och integritet mäts oberoende. Varje resultat nedan anger sin arbetsbelastning och jämförelse så att talen aldrig behöver luta sig på finkornig text.
71.2% mindre lagring
Fem självständiga modell- och anpassningsdistributioner jämförda med samma familj i Tensor Archive.
69.4% mindre än Gear CDC
Fem BF16-modellkontrollpunkter på samma TA-Bench v1-källbytesinnehåll, med exakt återställning.
96.6% mindre topp-RAM
ZipLLM och Tensor Archive paketerar samma TA-Bench v1-modellfamilj.
Integritet / exakt återställning
50 / 50 filer återställda
0 byte skiljer sig
SHA-verifierad
Den offentliga modellmängden återupptog också 76.33–76.46% över BERT Tiny, DistilBERT Base och SmolLM2 135M. Resultaten varierar beroende på hur lika versionerna är.
Den tekniska signalen
Allmän lagring lämnade kvar utrymme. Tensor Archive återupptog mer.
Fem sekventiella BF16-träningskontrollpunkter. Samma 4.06 GB-källa, samma filer, exakt återställning. Tensor Archive använde 964.5 MB mindre fysiskt lagringsutrymme än normaliserad Gear CDC.
SMOLLM2-135M · 5 träningstillfällen
Produktsignal
Sekventiell träningsfamilj
mot Gear CDC−34.318%
Filer återställda50 / 50
Avvikande byte0
Kvot för återuppspelad återställning0.95×
Återställningskvoten mäts mot den exakta kontrollen med fasta segment; under 1× betyder att ingen fördröjning observerades i denna återuppspelning. Det här är en kontrollerad arbetsbelastning, inte ett allmängiltigt påstående.
TA-Bench v1 · direkt jämförelse
Samma källbyte. Exakta återställningar. Inga lånda tal.
Fem sekventiella BF16-kontrollpunkter från en infryst träningskörning. Varje poängsatt system får samma filer; varje stapel mäts i fysisk lagring, inklusive metadata som krävs för att återställa dem.
Spår A · modell endast
Modellfamilj
Modellfiler 5
1.345 GB källa
ZipLLM-standardarbetsytanRå + komprimerad1.661 GB
Råmodellfiler1.345 GB
Gear CDC1.080 GB
tar zstd1.052 GB
ZipLLM minsta exakta återställningden minsta verifierade delmängden585 MB
Tensor Archive331 MB
Spåra B · fulla versioner
Utbildningskontrollpunkter
Fem fullständiga versioner
4.060 GB källa
Råfiler4.060 GB
tar zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
Strikt omfång
FM-Delta är N/A eftersom dess officiella kodare inte accepterar detta BF16-korpus. DCP tillhör en inbyggd semantisk tillståndstråd. Gear CDC är en normaliserad byte-nivå kontroll, inte en påstående om den värdade Xet-tjänsten. ZipLLM:s standardarbetsytan behåller råa och komprimerade tensorer; vår primära jämförelse använder den minsta delmängd vi har verifierat fortfarande återställer varje fil exakt, inte en officiell ZipLLM-avfallsinsamling.
Lagring körs 001 · korpusmanifest bfa502…3ce81 · varje poängsatt återställning
byteexakt. Full Tensor Archive tidsupprepningar och oberoende återgångar återstår att utföra.
Ingen benchmarkcirkus
Ett tal drar upp uppmärksamheten. Varje baslinje är synlig.
Den offentliga satsen jämför fem självförestande distributioner per familj och återanvände 76.33–76.46% över BERT Tiny, DistilBERT och SmolLM2. Den är separat från TA-Bench: den direkta resultaten ovan jämför Tensor Archive, ZipLLM, zstd och CDC på en fast sekventiell modellfamilj.
Granska den offentliga måttenhetenFem sekventiella modellkontrollpunkterFysisk storlek · samma skala
Källkontrollfamilj Fem BF16-modellfiler
1.345 GB
Gear CDC Normaliserad byte-nivåkontroll
1.080 GB
ZipLLMMinsta bekräftade exakt återställbara butik
585.4 MB
Tensor Archive Modellmedveten exakt arkiv
330.6 MB
69.4% mindre lagring än Gear CDC.
43.5% mindre än ZipLLM:s minsta verifierade lager med exakt återställning.
Privat i design
Dina modeller förblir dina modeller.
Tensor Archive körs lokalt. Det behöver inte förstörende kvantisering eller en molnöverföring för att återvinna utrymme, och T2T-deltagande gör aldrig din privata modellbibliotek till en offentlig plattform.
Lokalt arbetsutrymme
Dina arkiv- och modellfiler finns kvar på den infrastruktur du styr.
Exakt återhämtning
Verifikation och SHA-recept bevisar att återställda filer matchar sin källa.
Säker aktivering
En modell som används kan inte tas bort. Ladda ner den först och rensa sedan cache.
Privat T2T-leverans
Ta emot kompakta, verifierade modellfamiljer via det distribuerade nätverket medan ditt privata arkiv förblir under din kontroll.
också från Tensor Archive
Vill du 51% av din spelhållare återvänder tillbaka?
Tensor Archive Games återanvände 51.92% av den hållbara lagring som upptas av vår mätta 12-titels PC-bibliotek – medan varje återställning är exakt och Steam i kontroll.
Återvinna spelkörtidsutrymme
Spelhårda skivor / mätt korpus
Exakt återställning
Skiva återanvänds−51.92%
Återställ integritet100%
Funktionsrik produkt · Tillgänglig nu
Håll kvar modellerna. Hämta tillbaka din diskutrymme.
Anslut dina modellmappar en gång. Tensor Archive ordnar familjerna, visar vad du kan återanvända och håller den exakta version du behöver för din körning redo när du behöver den.
macOS · Windows · Linux · 100% utan förlust · privat byggd