En privatbibliotek för varje lokalt AI modell.
Alla dina modeller.
Organiserade. Klara att använda. Mycket mindre diskutrymme.
Tensor Archive hittar modeller i LM Studio, Ollama, ComfyUI och dina mappar. Den grupperar relaterade versioner i ett privat bibliotek. Se vilka modeller som passar din dator, jämför dem på din egen hårdvara och håll varje checkpoint, kvantisering, LoRA och adapterförlusten kompakt och redo när en app begär det.
Den första skanningen är endast läsbar. Ingenting flyttas, laddas upp eller tas bort.
Drivs av amerikansk patentkrävande teknik
Ditt modellbibliotek är redan kartlagt och organiserat.
LM Studio anslutna
Ollama anslutna
ComfyUI anslutna
Vad händer efter att du installerat det?
Installera en gång. Tensor Archive sköter resten.
Upptäckt är endast läsbart. Diskutrymme återvinns först efter att en exakt återställning har bevisats och du väljer att fortsätta.
Den kartlägger biblioteket du redan äger.
Standardmappar för LM Studio, Ollama och ComfyUI upptäcks automatiskt. En fullständig skanning kan också inkludera andra mappar och anslutna hårddiskar.
Upptäckningsskanningen läser endast modellformatets rubriker och ändrar inga filer.Det grupperar relaterade modellfiler.
Relaterade kvantiseringar, kontrollpunkter, LoRAs och adaptrar blir en förståelig modellfamilj istället för orelaterade filer.
Du ser alla användbara versioner och var den upprepade lagringen finns.Det kontrollerar en exakt återställning innan det frigör diskutrymme.
Tensor Archive lagrar delade data en gång, återskapar en testkopia och verifierar den byte för byte innan den ursprungliga arbetskopian kan tas bort.
Du bestämmer när du ska fortsätta. Ingen destruktiv kvantisering och ingen "nästan tillräckligt bra".Den exakta modellen blir tillgänglig när en app begär den.
Tensor Archive skapar de exakta arbetsfilerna som applikationen kräver. När applikationen har släppt modellen kan den tillfälliga arbetskopian tas bort för att frigöra diskutrymme.
Den kompakta arkiven är alltid redo för nästa begäran.Modellupptäckt
Ta reda på vilka modeller som passar din dator innan du laddar ned 30 GB.
Model Discovery kontrollerar ditt operativsystem, minneskapacitet och tillgänglig hårdvaruacceleration lokalt. Innan du laddar ner modellvikter visar den vilka modellstorlekar som passar din dator för text, bild, video, röst, musik och ljud.
Välj vad du vill laga.
Modelllaboratorium
Benchmarks begränsar urvalet. Din dator fattar det slutgiltiga beslutet.
Model Lab är en lokal arbetsyta för jämförelse. Ställ en vanlig fråga, kör en kontrollerad prompt eller jämför två Svar visas sida vid sida, inklusive den exakta modellidentiteten, körtid, frågeformulär och mättad tid.
- LOCAL Ingenting i prompten eller resultatet behöver lämna din dator.
- REAL körs via Tensor Runtime eller en ansluten lokal runtime, t.ex. Ollama.
- ÅTERKALLBAR Spara prompten, miljön och resultatet som en lokal kvittning.
Arkivet identifierar upprepade tensorkopplingar samtidigt som det bevarar en byte-exakt rekonstruktionsväg…
- färdig
- 1.8 s
- dechiffrera
- 42.1 tok/s
- Minne
- 8.4 GB
Systemet lagrar delade modelldata en gång och sparar metadata som behövs för att återställa varje originalversion.
- färdig
- 2.4 s
- dechiffrera
- 37.8 tok/s
- Minne
- 8.7 GB
Nu tillgänglig · en bibliotek bakom dina modellappar
Ett bibliotek. Varje modellapp får exakt den version den behöver.
Din kreativa app eller din körning fortsätter att generera och dra slutsatser. Tensor Archive hanterar bakgrundsaktiviteter för modellupptäckt, exakta arbetsfiler och lagring.




Lagringsmotorn som ligger under allt
Behåll varje version. Frigör diskutrymmet som upptas av duplicerade modelldata.
I en kontrollerad bas-plus-adapterfamilj använde fem självständiga installationer 907.3 MB. Tensor Archive Bevarade de fem tillgängliga versionerna i 261.6 MB. Alla återställda byte matchade.
Detta är de mätbara bevisen bakom påståendet om diskutrymme. Den fullständiga benchmark-svit inkluderar jämförelser av lagringsutrymme, RAM användning, packningshastighet, baslinjer, metodik och bevis för exakt återställning.
Mätning av en modell- och adapterfamilj jämfört med fem separata installationer.
Maximal packningsminne jämfört med ZipLLM på samma TA-Bench v1 källdata.
Byte som skiljde sig efter att alla 50-filer återställdes i sekventiell-checkpoint-testning.
T2T Nätverk · leverans · flexibel lagring · valfri beräkningskraft
Ditt AI-bibliotek kan sträcka sig utanför den här datorn. Det kan även modellförberedelsen.
T2T utökar ett lokalt först bibliotek med elastisk lagring. Få verifierade offentliga modeller, flytta kompletta skyddade modellfamiljer från denna disk till berättigad T2T kapacitet eller Tensor Archive moln, och återställ automatiskt exakt antal byte när en app begär dem.
Den valfria gemensamma beräkningsfunktionen använder samma verifierade väg för godkänd modellförberedelse och exakt rekonstruktion. Det verifierade resultatet skickas tillbaka till din dator, medan din lokala katalog förblir auktoritativ.
Verifierade objekt kommer via T2T och kan förbli kompakta tills du behöver en fungerande version.
Skyddad nätverks- eller molnkapacitet säkerställer att den kan återställas; Tensor Archive återställer saknade data efter behov.
Godkänd modellberedning och exakt rekonstruktion kan utföras på vald kapacitet. Det verifierade resultatet är redo att användas.
En installation · ett lokalt modellsystem
Behåll modellerna. Ta tillbaka diskutrymmet.
Upptäck, jämför, komprimera och använd alla lokala modeller från ett enda privat bibliotek. Gratis nedladdning för macOS, Windows och Linux.