CanIRun.ai Il met les tests matériels, les listes de modèles et les niveaux d'exécution sur la même page et convient aux jugements préliminaires avant le déploiement local.

# Fonctionnalité de base

# # Détection du matériel dans le navigateur

Détectez votre matériel et découvrez quels modèles d'IA vous pouvez exécuter localement, la page affiche des informations telles que GPU, VRAM, RAM, CORES et invite Estimates based on browser API, actual specs may vary.

• Détecter des informations telles que le GPU natif, la mémoire graphique, la mémoire et le cœur du processeur
• Runs great, Runs well, Decent, Tight fit, Barely runs, Too heavy, etc. selon le matériel
• Supporte le filtrage par tâches telles que Chat, Code, Reasoning, Vision, etc.
• Prise en charge de filtrer par fournisseur Alibaba, DeepSeek, Google, Meta, Microsoft, Mistral, OpenAI, Qwen et d'autres
• Peut afficher les dimensions de licence telles que Apache 2.0, MIT, CC BY-NC, etc.

Pour quels utilisateurs il convient

CanIRun.ai Il peut déterminer si le matériel est suffisant avant de télécharger le grand modèle.

# Utilisation des frontières

L'estimation de l'API du navigateur n'est pas égale à un réel benchmark. Le format de quantification, le cadre d'inférence, la version du pilote, l'occupation en arrière-plan du système et la longueur du contexte affectent tous la vitesse réelle. Avant le déploiement officiel, les tests locaux doivent être effectués.

# Questions fréquentes

• Quels matériels CanIRun.ai détecte-t - il ? *

Les pages présentent des informations telles que le GPU, la VRAM, la RAM et les cœurs de processeur, qui sont utilisés pour estimer la capacité d'exécution du modèle.

• Quels types de modèles est-il pris en charge ? *

La page peut être filtrée par type de tâche, tel que Chat, Code, Reasoning, Vision, etc., et répertorie également plusieurs fournisseurs et licences.

• Les résultats sont-ils exacts ? *

Pas nécessairement. Les estimations sont basées sur les API du navigateur, les spécifications réelles et les performances peuvent varier.

• Pour qui est-ce approprié ? *

Convient aux utilisateurs de modèles d'IA locaux, aux développeurs et aux sélectionneurs de matériel, en particulier pour juger si la mémoire visuelle et la mémoire sont suffisantes avant de télécharger le modèle.