保留系列，消除重複。
在實測模型與適配器系列中，儲存量低於五個自含式部署。
安裝一次 · 一個模型庫
保留模型，收回磁碟空間。
只需連線模型資料夾一次，從此無需手動整理檔案。Tensor Archive 會將模型、量化、LoRAs 和適配器整理成精確、無損的系列，在模型應用程式需要時隨時可用。
- 自動整理系列
- 100% 無損
- 從設計上即為本機與私有
由美國專利申請中技術提供支援
實測模型系列
精確還原
5 個自含式部署
907.3 MB
每個部署都攜帶自己的完整軟體套件。
Tensor Archive · 相同版本
261.6 MB
無量化。還原後的每個位元組都一致。
大型封存，小型 RAM 佔用。
在相同 TA-Bench v1 來源資料上，峰值打包記憶體低於 ZipLLM。
精確就是精確。
在連續檢查點驗證中還原全部 50 個檔案後存在差異的位元組數。
安裝後指向你的模型，從此不再操心資料夾。
一個緊湊模型庫，按需就緒。
Tensor Archive 將相關模型檔案歸組，只儲存一次共享資料，並準備已連線執行環境所需的精確版本。使用後可釋放臨時工作副本，而不會遺失模型。
-
01
尋找並整理
連線你的模型資料夾。相關模型、量化、LoRAs、適配器和檢查點會成為清晰的系列。
-
02
無損打包
Tensor Archive 僅儲存一次重複模型資料，同時保留精確還原所需的每個檔案和每個位元組。
-
03
按需準備
需要載入時，系統會產生精確的封存版本，並將其交給已連線的執行環境。
-
04
使用後釋放
安全卸載，收回臨時工作空間，並將精確模型保持壓縮，以便下次請求。
BERT Tiny 加三個適配器。每個版本都已精確還原。
已經在使用 LM Studio、Ollama、FLUX 或 ComfyUI？在它們背後維護一個緊湊的統一模型庫。Tensor Archive 會準備每個應用程式請求的精確模型，然後安全釋放其工作副本。
在你的模型庫上試用位於模型應用程式背後的統一儲存層
你的應用程式提出請求，Tensor Archive 負責準備。
只需安裝一次。Tensor Archive 會自動整理模型、LoRAs 和適配器並進行無失真壓縮，將其歸入一個緊湊模型庫。整合應用程式請求某個模型時，系統會按需準備精確版本，並在使用後再次壓縮。
現已提供
為 Bionic 動態載入模型。
LM Studio 的新 Bionic 讓我們毫不猶豫地全面整合 Tensor Archive，以實現動態模型載入：壓縮未使用的模型、整理眾多版本，並為每項任務輕鬆使用最佳模型。
整理 · 準備 · 載入 · 釋放
Ollama
現已提供
API 優先的模型工作流程。
Ollama 以工程師所期望的方式執行模型：快速、可指令碼化並以 API 為先。其他工具關注聊天視窗，而 Ollama 關注模型工作流程。Tensor Archive 正適合置於其中：自動壓縮、整理並為每項作業載入最佳版本。
快速 · 可指令碼化 · 自動
現已提供
FLUX 模型、檢查點和 LoRAs。
在 FLUX 中，影像模型和 LoRAs 增長迅速，磁碟空間消失得更快。我們整合 Tensor Archive，讓每個檢查點和適配器保持無失真壓縮、清晰版本化，並能隨時載入而無需面對通常的混亂。
無損 · 版本化 · 隨時可載入
ComfyUI
現已提供
專業工作流程，一個緊湊模型庫。
ComfyUI 可執行專業的視覺工作流程，也會形成龐大的模型集合。Tensor Archive 將這些檢查點和 LoRAs 緊湊、有序且隨時可用地儲存，讓你專注建立工作流程，而不是管理資料夾。
檢查點· LoRAs · 工作流程
T2T 分散式交付
緊湊模型系列以經過驗證的物件形式傳輸。
Lite 可以免費接收和還原 T2T 模型系列。你的私有封存始終留在本機；網路參與須由你明確啟用，並採用隱私優先設計。
實測 TA-Bench 執行
打包速度快 3.2×
Tensor Archive 對 Gear CDC：相同來源位元組上的耗時分別為 33.02 秒、105.65 秒，並可精確還原。這是一次受控執行，不是普遍速度保證。
在人們實際保留的模型上測量
實際 GGUF 系列，實際 LM Studio 推理。
兩個 Qwen2.5 系列展示了在緊湊和 7B 規模下釋放的儲存空間。隨後在 LM Studio 中對產品閉環進行了端到端驗證。
Qwen2.5 0.5B
三種量化 · Q4_K_M、Q5_K_M 和 Q6_K
實體儲存減少 60.8%Qwen2.5 7B
四種量化 · 九個完整 GGUF 分片
釋放 6.26 GB · 減少 24.9%實際 LM Studio 推理
啟用、註冊、載入、產生、卸載並安全逐出。正在使用的模型無法逐出，且每個受保護分片都能逐位元組還原。
- 載入 + 推理
- 安全回收
- 精確還原
TA-Bench v1 · 相同來源位元組
精確還原
一個模型系列的實體儲存
這是獨立的 TA-Bench 模型系列工作負載，並非上面的 Qwen GGUF 結果。Xet 使用官方 xet-core v1.5.4 本機參考 CAS；ZipLLM 使用獨立驗證的最小可精確還原閉包。
不要用記憶體壓力換取磁碟空間緩解
大型模型，極小記憶體佔用。
大型模型檔案並不需要巨大的記憶體峰值。在相同 TA-Bench v1 資料集上，Tensor Archive 的峰值為 52.4 MB，ZipLLM 則為 1,523 MB。
96.6%
峰值打包 RAM 低於 ZipLLM
31.7 GB實體模型
→
<167 MB最高峰值 RAM
打包106.7 MB
驗證163.1 MB
還原166.0 MB
- 1.07 GB 硬上限
- 零交換空間
- 零 OOM
- 精確 SHA-256
兩項獨立驗證。96.6% 對比使用共享的 TA-Bench v1 語料。31.7 GB 執行僅驗證 Tensor Archive；並未在該大型檔案上執行 ZipLLM。
檢視記憶體證據Mac Studio 儲存經濟性
少買 SSD，多留模型。
Apple 對工廠儲存一次性收費。Tensor Archive 會在每個相關模型系列上收回這部分空間。如果你的系列達到我們實測的 71.2% 結果，較小的 SSD 檔位也能容納相同版本。
不使用 Tensor Archive
2 TB Apple SSD
+$800
使用 Tensor Archive
576 GB 實體佔用
1 TB Apple 檔位 +$300
不使用 Tensor Archive
4 TB Apple SSD
+$1,800
使用 Tensor Archive
1.15 TB 實體佔用
2 TB Apple 檔位 +$800
不使用 Tensor Archive
8 TB Apple SSD
+$3,800
使用 Tensor Archive
2.30 TB 實體佔用
4 TB Apple 檔位 +$1,800
Lite 永久免費。
立即免費試用
Lite 會自動保持已下載模型緊湊，在需要時將其展開，並在使用後再次壓縮。T2T 交付也免費。Pro 還提供外接功能，讓你可以將模型封存完全遷出本機磁碟。
這是等效容量範例，並非一般磁碟壓縮。71.2% 的結果來自五個相關的自含式模型部署；結果因系列而異。Apple 定價採用美國目前 Mac Studio M4 Max 工廠儲存階梯，於 2026 年七月 27 日核查且不含稅。檢視 Apple 設定器 ↗
不同數字回答不同問題
一項承諾。三項獨立驗證。
儲存、記憶體和完整性分別進行測量。下面的每項結果都標明工作負載和比較物件，因此數字無需依賴細則來解釋。
儲存減少 71.2%
將五個自含式的模型與適配器部署同 Tensor Archive 中的同一系列進行比較。
比 Gear CDC 少 69.4%
同一 TA-Bench v1 來源位元組上的五個 BF16 模型檢查點，均可精確還原。
峰值 RAM 減少 96.6%
ZipLLM 與 Tensor Archive 打包同一個 TA-Bench v1 模型系列。
完整性 / 精確還原
50 / 50 個檔案已還原
存在差異的位元組數：0位元組。
經 SHA 驗證
技術訊號
通用儲存留下了未利用空間，Tensor Archive 釋放得更多。
五個連續的 BF16 訓練檢查點。相同的 4.06 GB 來源資料、相同檔案、精確還原。Tensor Archive 使用的實體儲存比正規化 Gear CDC 少 964.5 MB。
SMOLLM2-135M · 5 個訓練檢查點
產品訊號
順序訓練系列
對比 Gear CDC−34.318%
已還原檔案50 / 50
存在差異的位元組數0
重放還原比率0.95×
還原比率以精確的固定分塊對照為基準；低於 1× 表示本次重放中未觀察到速度下降。這是一個受控工作負載，不是普遍宣告。
TA-Bench v1 · 直接對比
相同來源位元組，精確還原。這些數字並非借用而來。
來自一次凍結訓練執行的五個連續 BF16 檢查點。每個受評系統收到相同檔案；每個柱形都測量實體儲存，包括還原所需的後設資料。
軌道 A · 僅模型
模型系列
5 個模型檔案
1.345 GB 來源
ZipLLM 預設工作區原始 + 壓縮1.661 GB
原始模型檔案1.345 GB
Gear CDC1.080 GB
tar + zstd1.052 GB
ZipLLM 最小精確還原儲存最小已驗證子集585 MB
Tensor Archive331 MB
軌道 B · 完整版本
訓練檢查點
五個完整版本
4.060 GB 來源
原始檔案4.060 GB
tar + zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
嚴格範圍
FM-Delta 不適用，因為其官方編解碼器不接受此 BF16 語料。DCP 應歸入原生語義狀態軌道。Gear CDC 是正規化的位元組級對照，並非針對託管 Xet 服務的宣告。ZipLLM 預設工作區會保留原始與壓縮張量；我們的主要比較採用經我們驗證仍可精確還原每個檔案的最小子集，並非 ZipLLM 官方垃圾回收模式。
儲存執行 001 · 語料清單bfa502…3ce81 · 每次評分還原均逐位元組一致。Tensor Archive 完整計時重複和獨立重現仍待完成。
拒絕基準作秀
一個數字吸引注意，每個基線都保持可見。
公開套件對每個系列的五個自含式部署進行比較，並在 BERT Tiny、DistilBERT 和 SmolLM2 上釋放了 76.33–76.46% 的空間。它與 TA-Bench 分開：上面的直接結果在一個凍結的順序模型系列上比較 Tensor Archive、ZipLLM、zstd 和 CDC。
檢視公開指標記錄五個連續模型檢查點實體大小 · 相同規模
來源檢查點系列五個 BF16 模型檔案
1.345 GB
Gear CDC正規化位元組級對照
1.080 GB
ZipLLM最小的已驗證可精確還原儲存
585.4 MB
Tensor Archive模型感知的精確封存
330.6 MB
儲存空間比 Gear CDC 少 69.4%。
比 ZipLLM 的最小已驗證可精確還原儲存少 43.5%。
隱私優先設計
你的模型仍然是你的模型。
Tensor Archive 在本機執行。它無需破壞性量化或上傳到雲端即可釋放空間，而且參與 T2T 永遠不會把你的私有模型庫變成公開中心。
本機工作區
你的封存和模型檔案始終保留在你控制的基礎設施上。
精確還原
驗證和 SHA 收據證明還原後的檔案與其來源一致。
安全啟用
正在使用的模型無法逐出。先將其卸載，再釋放快取。
私有 T2T 交付
透過分散式網路接收緊湊且經過驗證的模型系列，同時讓私有封存始終由你掌控。
同樣來自 Tensor Archive
還想收回遊戲硬碟的 51% 嗎？
Tensor Archive Games 在我們實測的 12 款 PC 遊戲庫中釋放了 51.92% 的持久儲存空間，同時確保每次還原精確無誤，並繼續由 Steam 控制。
釋放遊戲硬碟空間
遊戲硬碟 / 實測語料
精確還原
已釋放磁碟空間−51.92%
還原完整性100%
可用產品 · 現已提供
保留模型，收回磁碟空間。
只需連線模型資料夾一次。Tensor Archive 會整理系列、顯示可釋放空間，並按需準備執行環境所需的精確版本。
macOS · Windows · Linux · 100% 無損 · 隱私優先設計