我的电脑能在本地运行AI吗？
此工具会查看浏览器能获取到的电脑信息--内存、处理器和显卡--并给出适合你电脑运行的本地AI工具和模型规模的粗略建议。
完全在你的浏览器中运行。你的电脑信息不会发送给Reupload或任何其他人。
为什么要在本地运行AI？
在本地运行AI模型意味着它完全在你自己的电脑上运行——没有任何数据离开你的设备，无需订阅，没有使用限制，即使没有网络连接也能继续工作。
代价在于能力：能装进笔记本电脑的模型，比支撑ChatGPT、Claude或Gemini的前沿模型要小得多，后者运行在数据中心级别的硬件上。对于日常任务——写作、总结文档、辅助编程、头脑风暴——选择得当的本地模型能非常接近这些效果，尤其是现在量化技术让即使是普通硬件也能运行真正实用的模型。
硬件档位一览
比起上面的检测，更想要一个快速参考？以下大致是每个硬件档位能运行的内容。
| 档位 | 内存 | 显卡 | 模型规模 | 示例 |
|---|---|---|---|---|
| 轻量 | 4-8 GB | 集成显卡 / 无 | 2B-4B | Gemma 2 2B, Phi-4 Mini |
| 中等 | 8-16 GB | 6-12 GB VRAM | 7B-14B | Llama 3.2 8B, Mistral 7B |
| 高端 | 16 GB+ | 16 GB+ VRAM | 30B-70B* | Qwen 2.5 32B, Llama 3.1 70B |
* 大型模型需要量化（一种精度降低的格式）才能装进消费级硬件——详见下方的模型对比。
浏览每个模型
常见问题
在本地运行AI需要显卡吗？
不一定，但显卡会有很大帮助。配备足够内存的现代CPU可以以可用的速度运行经过量化的小型模型（20亿至80亿参数）；拥有足够显存的独立显卡能让你更快地运行更大的模型。
我需要多少内存？
小型模型至少需要8GB，舒适使用中型模型需要16GB或更多，如果只用CPU尝试大型模型则需要32GB以上。
在本地运行AI是免费的吗？
软件（Ollama、LM Studio等）以及开放权重模型本身都可以免费下载。你付出的是自己的硬件和电费，而不是每月的订阅费。
本地模型和ChatGPT或Claude一样好吗？
在复杂推理方面还不完全一样——云端前沿模型在这方面仍然领先——但对于日常写作、总结和编程辅助，选择得当的本地模型已经相当接近，而且很多任务本来就不需要顶级能力。
在本地运行模型应该用哪个工具？
这取决于你对命令行的熟悉程度：Ollama提供简单的命令行界面，而LM Studio、Jan、GPT4All和Msty提供完整的图形界面。上面的检测会根据你的硬件推荐一个。
我可以在笔记本电脑上运行本地AI吗？
可以。近几年的许多笔记本电脑——尤其是在CPU和GPU之间共享内存的苹果自研芯片Mac——都能流畅运行70亿至80亿参数的模型。