Modelli LM Studio

Non hai mai usato LM Studio? Leggi la guida completa all'installazione.

Contenuti

Modelli di intelligenza artificiale per LM Studio

Ogni modello in questa directory è in formato GGUF, quindi si carica direttamente in LM Studio. Ecco il catalogo completo con i link diretti a HuggingFace.

Mistral-Small-24B-Instruct-2501-GGUF

MaziyarPanahi24B24 GB di RAM

Modello open-weight a 24 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Llama-3-8B-Instruct-32k-v0.1-GGUF

MaziyarPanahi8B16 GB di RAM

Modello open-weight a 8 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

SmolLM2-135M-GGUF

QuantFactorySconosciuto8 GB di RAM

Unknown open-weight model from QuantFactory for local AI inference.

Scarica per LM Studio →

Qwen3.6-35B-A3B-NVFP4-MTP-GGUF

michaelw999935B48 GB di RAM

35B open-weight model from michaelw9999 for local AI inference.

Scarica per LM Studio →

Llama-3.3-70B-Instruct-GGUF

MaziyarPanahi70B48 GB di RAM

Modello open-weight a 70 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

gemma-3-4b-it-GGUF

MaziyarPanahi4B8 GB di RAM

Modello open-weight a 4 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Mistral-7B-Istruzioni-v0.3-GGUF

MaziyarPanahi7B8 GB di RAM

Modello open-weight a 7 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Mixtral-8x22B-v0.1-GGUF

MaziyarPanahi22B24 GB di RAM

Modello open-weight a 22 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.8_4B_Distilled_GGUF

Ma7ee74B8 GB di RAM

4B open-weight model from Ma7ee7 for local AI inference.

Scarica per LM Studio →

Meta-Llama-3-8B-Instruct-GGUF

MaziyarPanahi8B16 GB di RAM

Modello open-weight a 8 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Melody1437-26B-A4B-v2.0-GGUF

ReadyArt26B24 GB di RAM

26B open-weight model from ReadyArt for local AI inference.

Scarica per LM Studio →

Serenity-26B-A4B-GGUF

ReadyArt26B24 GB di RAM

26B open-weight model from ReadyArt for local AI inference.

Scarica per LM Studio →

Dark-Scarlett-v0.3-26B-A4B-GGUF

ReadyArt26B24 GB di RAM

26B open-weight model from ReadyArt for local AI inference.

Scarica per LM Studio →

XYZAILab_XYZ-Aquila-mini-GGUF

bartowskiSconosciuto8 GB di RAM

Unknown open-weight model from bartowski for local AI inference.

Scarica per LM Studio →

Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-GGUF

Jackron4B8 GB di RAM

Modello open-weight a 4 bit di Jackrong per l'inferenza AI locale.

Scarica per LM Studio →

Parabola-Granito-4.1-8B-Claude-Favola-5-GGUF

AnkitAI8B16 GB di RAM

Modello open-weight 8B di AnkitAI per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-14B-A3B-FableVibes-GGUF

tvall4314B24 GB di RAM

Modello open-weight a 14 bit di tvall43 per l'inferenza AI locale.

Scarica per LM Studio →

MiniMax-H3-Pruned-GGUF

AbiraySconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto di Abiray per l'inferenza AI locale.

Scarica per LM Studio →

Qwen_Qwen3.5-0.8B-GGUF

Alibaba0.8B2 GB di RAM

Modello open-weight 0.8B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-35B-A3B-APEX-GGUF

mudler35B48 GB di RAM

35B open-weight model from mudler for local AI inference.

Scarica per LM Studio →

supergemma4-26b-uncensored-gguf-v2

Jiunsong26B24 GB di RAM

26B open-weight model from Jiunsong for local AI inference.

Scarica per LM Studio →

gemma-4-26B-A4B-it-APEX-GGUF

mudler26B24 GB di RAM

26B open-weight model from mudler for local AI inference.

Scarica per LM Studio →

Qwopus3.6-27B-Coder-MTP-GGUF

Jackron27B24 GB di RAM

Modello open-weight a 27 bit di Jackrong per l'inferenza AI locale.

Scarica per LM Studio →

Qwen_Qwen3.5-2B-GGUF

Alibaba2B4 GB di RAM

Modello open-weight 2B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-397B-A17B-GGUF

Alibaba397B80 GB di RAM

Modello open-weight 397B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-4B-Instruct-2507-GGUF

MaziyarPanahi4B8 GB di RAM

Modello open-weight a 4 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Bonsai ternario-8B-gguf

prisma-ml8B16 GB di RAM

Modello open-weight 8B di prism-ml per l'inferenza AI locale.

Scarica per LM Studio →

PinkCherry_NSFW_LTX23

SexGod1979Sconosciuto8 GB di RAM

Unknown open-weight model from SexGod1979 for local AI inference.

Scarica per LM Studio →

Parabola-Granito-4.1-3B-Claude-Favola-5-GGUF

AnkitAI3B4 GB di RAM

Modello open-weight 3B di AnkitAI per l'inferenza AI locale.

Scarica per LM Studio →

Qwen_Qwen3.5-35B-A3B-GGUF

Alibaba35B48 GB di RAM

Modello open-weight 35B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

endless-frontier_BigBang-v1-GGUF

bartowskiSconosciuto8 GB di RAM

Unknown open-weight model from bartowski for local AI inference.

Scarica per LM Studio →

Qwen_Qwen3.5-4B-GGUF

Alibaba4B8 GB di RAM

Modello open-weight 4B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-27B-Heretic-Uncensored-FINETUNE-NEO-CODE-Di-IMatrix-MAX-GGUF

DavidAU27B24 GB di RAM

Modello open-weight a 27 bit di DavidAU per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-9B-DeepSeek-V4-Flash-GGUF

Jackron9B16 GB di RAM

Modello open-weight a 9 bit di Jackrong per l'inferenza AI locale.

Scarica per LM Studio →

Parabola-Qwen3-8B-Claude-Favola-5-GGUF

AnkitAI8B16 GB di RAM

Modello open-weight 8B di AnkitAI per l'inferenza AI locale.

Scarica per LM Studio →

grug-27b-gguf

ProCreations27B24 GB di RAM

27B open-weight model from ProCreations for local AI inference.

Scarica per LM Studio →

GLM-4.7-Flash-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-31B-it-qat-q4_0-gguf

google31B24 GB di RAM

Modello open-weight a 31 bit di Google per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-27B-GGUF

Alibaba27B24 GB di RAM

Modello open-weight 27B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Kwaipilot_KAT-Coder-V2.5-Dev-GGUF

bartowskiSconosciuto8 GB di RAM

Unknown open-weight model from bartowski for local AI inference.

Scarica per LM Studio →

Parabola-Qwen3-4B-Claude-Favola-5-GGUF

AnkitAI4B8 GB di RAM

Modello open-weight 4B di AnkitAI per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-E2B-it-qat-GGUF

Google2B4 GB di RAM

Modello open-weight 2B di Google per l'inferenza AI locale.

Scarica per LM Studio →

ACE-Step-1.5-GGUF

ServeurpersoSconosciuto8 GB di RAM

Modello open-weight sconosciuto di Serveurperso per l'inferenza AI locale.

Scarica per LM Studio →

Huihui-DeepSeek-V4-Flash-0731-abliterated-GGUF

huihui-aiSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da huihui-ai per l'inferenza AI locale.

Scarica per LM Studio →

POCKET-35B-GGUF

FINAL-Bench35B48 GB di RAM

35B open-weight model from FINAL-Bench for local AI inference.

Scarica per LM Studio →

gemma-4-26B-A4B-it-qat-q4_0-gguf

google26B24 GB di RAM

Modello open-weight a 26 bit di Google per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-E2B-it-qat-q4_0-gguf

google2B4 GB di RAM

Modello open-weight a 2 bit di Google per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-E4B-it-qat-q4_0-gguf

google4B8 GB di RAM

Modello open-weight a 4 bit di Google per l'inferenza AI locale.

Scarica per LM Studio →

settore automobilistico

flywheel-aiSconosciuto8 GB di RAM

Unknown open-weight model from flywheel-ai for local AI inference.

Scarica per LM Studio →

DeepSeek-V4-Flash-0731-GGUF

DeepSeekSconosciuto8 GB di RAM

Modello open-weight sconosciuto di DeepSeek per l'inferenza AI locale.

Scarica per LM Studio →

LFM2.5-2.6B-GGUF

LiquidAI2.6B4 GB di RAM

Modello open-weight da 2.6 miliardi di LiquidAI per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-122B-A10B-GGUF

Alibaba122B80 GB di RAM

Modello open-weight 122B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.8-27B-Uncensored-GGUF

JonathanColetti27B24 GB di RAM

27B open-weight model from JonathanColetti for local AI inference.

Scarica per LM Studio →

MiniMax-H3

DeepBeepMeepSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da DeepBeepMeep per l'inferenza AI locale.

Scarica per LM Studio →

MiniMax-H3_GGUFs

realrebelaiSconosciuto8 GB di RAM

Unknown open-weight model from realrebelai for local AI inference.

Scarica per LM Studio →

audio.cpp-gguf

audio-cppSconosciuto8 GB di RAM

Unknown open-weight model from audio-cpp for local AI inference.

Scarica per LM Studio →

Inkling-Small-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

maple-preview-GGUF

deepgroveSconosciuto8 GB di RAM

Unknown open-weight model from deepgrove for local AI inference.

Scarica per LM Studio →

KAT-Coder-V2.5-Dev-APEX-GGUF

mudlerSconosciuto8 GB di RAM

Unknown open-weight model from mudler for local AI inference.

Scarica per LM Studio →

Qwen3-TTS-GGUF

ServeurpersoSconosciuto8 GB di RAM

Modello open-weight sconosciuto di Serveurperso per l'inferenza AI locale.

Scarica per LM Studio →

MiniMax-H3-GGUF

AbiraySconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto di Abiray per l'inferenza AI locale.

Scarica per LM Studio →

Muse-Glimmer-30B-GGUF

non-indolenza30B24 GB di RAM

Modello open-weight a 30 bit di Unsloth per l'inferenza AI locale.

Scarica per LM Studio →

Laguna-XS-2.1-APEX-GGUF

mudlerSconosciuto8 GB di RAM

Unknown open-weight model from mudler for local AI inference.

Scarica per LM Studio →

Qwen3-30B-A3B-Thinking-2507-GGUF

Alibaba30B24 GB di RAM

Modello open-weight 30B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.8-27B-GGUF

Alibaba27B24 GB di RAM

Modello open-weight 27B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Higgs Audio v3 Studio

drbaphSconosciuto8 GB di RAM

Modello open-weight sconosciuto da drbaph per l'inferenza AI locale.

Scarica per LM Studio →

DeepSeek-V4-Flash-GGUF

DeepSeekSconosciuto8 GB di RAM

Modello open-weight sconosciuto di DeepSeek per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-2B-GGUF

Alibaba2B4 GB di RAM

Modello open-weight 2B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-4B-Non censurato-HauhauCS-Aggressivo

HauhauCS4B8 GB di RAM

Modello a pesi aperti 4B di HauhauCS per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-35B-A3B-GGUF

Alibaba35B48 GB di RAM

Modello open-weight 35B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Llama-3.2-3B-Instruct-GGUF

Meta3B4 GB di RAM

Modello open-weight 3B di Meta per l'inferenza AI locale.

Scarica per LM Studio →

gemma-3-1b-it-GGUF

ggml-org1B2 GB di RAM

Modello open-weight 1B di ggml-org per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-122B-A10B-MTP-GGUF

Alibaba122B80 GB di RAM

Modello open-weight 122B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

FLUX.2-klein-4B-GGUF

non-indolenza4B8 GB di RAM

Modello open-weight a 4 bit di Unsloth per l'inferenza AI locale.

Scarica per LM Studio →

Qwen2.5-7B-Istruzione-GGUF

Alibaba7B8 GB di RAM

Modello open-weight 7B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-30B-A3B-GGUF

MaziyarPanahi30B24 GB di RAM

Modello open-weight a 30 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-32B-GGUF

MaziyarPanahi32B24 GB di RAM

Modello open-weight a 32 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-1.7B-GGUF

MaziyarPanahi1.7B4 GB di RAM

Modello open-weight a 1.7 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Kimi-K3-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

Qwen2.5-0.5B-Istruzione-GGUF

Qwen0.5B2 GB di RAM

Modello open-weight a 0.5 bit di Qwen per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-14B-GGUF

MaziyarPanahi14B24 GB di RAM

Modello open-weight a 14 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-0.6B-GGUF

MaziyarPanahi0.6B2 GB di RAM

Modello open-weight a 0.6 bit di MaziyarPanahi per l'inferenza AI locale.

Scarica per LM Studio →

Laguna-S-2.1-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V7-GGUF

LuffyLaVolpe35B48 GB di RAM

Modello open-weight 35B di LuffyTheFox per l'inferenza AI locale.

Scarica per LM Studio →

gemma-gguf

rahul7starSconosciuto8 GB di RAM

Modello open-weight sconosciuto di rahul7star per l'inferenza AI locale.

Scarica per LM Studio →

Qwen2.5-VL-7B-Istruzione-GGUF

Alibaba7B8 GB di RAM

Modello open-weight 7B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-235B-A22B-GGUF

Alibaba235B80 GB di RAM

Modello open-weight 235B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Voxtral-Small-24B-2507-gguf

computer portatile24B24 GB di RAM

Modello open-weight da 24 miliardi di Handy-Computer per l'inferenza AI locale.

Scarica per LM Studio →

Sugoi-14B-Ultra-GGUF

sugoitoolkit14B24 GB di RAM

Modello open-weight a 14 bit di sugoitoolkit per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-ASR-1.7B-gguf

computer portatile1.7B4 GB di RAM

Modello open-weight da 1.7 miliardi di Handy-Computer per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-30B-A3B-Istruzioni-2507-GGUF

Alibaba30B24 GB di RAM

Modello open-weight 30B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen2.5-3B-Istruzione-GGUF

Qwen3B4 GB di RAM

Modello open-weight a 3 bit di Qwen per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-12b-eretico-abliterato-GGUF

rivolta culturale12B16 GB di RAM

Modello open-weight a 12 bit di CultureRevolt per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-122B-A10B-Non censurato-HauhauCS-Aggressivo

HauhauCS122B80 GB di RAM

Modello a pesi aperti 122B di HauhauCS per l'inferenza AI locale.

Scarica per LM Studio →

Qwen2.5-Coder-7B-Instruct-GGUF

Qwen7B8 GB di RAM

Modello open-weight a 7 bit di Qwen per l'inferenza AI locale.

Scarica per LM Studio →

Qwen-Image-Edit-2511-GGUF

AlibabaSconosciuto8 GB di RAM

Modello open-weight sconosciuto di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-Coder-Next-GGUF

AlibabaSconosciuto8 GB di RAM

Modello open-weight sconosciuto di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwen2.5-1.5B-Istruzione-GGUF

Qwen1.5B4 GB di RAM

Modello open-weight a 1.5 bit di Qwen per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V6-GGUF

LuffyLaVolpe35B48 GB di RAM

Modello open-weight 35B di LuffyTheFox per l'inferenza AI locale.

Scarica per LM Studio →

programmi per zampe

programma di pesiSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da programasweights per l'inferenza AI locale.

Scarica per LM Studio →

Qwen2.5-Coder-32B-Instruct-GGUF

Qwen32B24 GB di RAM

Modello open-weight a 32 bit di Qwen per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-31B-it-qat-GGUF

Google31B24 GB di RAM

Modello open-weight 31B di Google per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-26B-A4B-it-ultra-uncensored-heretic-i1-GGUF

Google26B24 GB di RAM

Modello open-weight 26B di Google per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-12B-coder-fable5-composer2.5-v1-GGUF

yuxinlu112B16 GB di RAM

Modello a 12 pesi aperti da yuxinlu1 per l'inferenza AI locale.

Scarica per LM Studio →

inkling-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

granite-4.1-3b-GGUF

IBM Granite3B4 GB di RAM

Modello a pesi aperti 3B di ibm-granite per l'inferenza AI locale.

Scarica per LM Studio →

Sugoi-32B-Ultra-GGUF

sugoitoolkit32B24 GB di RAM

Modello open-weight a 32 bit di sugoitoolkit per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-VL-4B-Istruzione-GGUF

Alibaba4B8 GB di RAM

Modello open-weight 4B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

madlad400-3b-mt

google3B4 GB di RAM

Modello open-weight a 3 bit di Google per l'inferenza AI locale.

Scarica per LM Studio →

MiniCPM5-1B-Claude-Opus-Fable5-V2-Thinking-GGUF

GnLOLot1B2 GB di RAM

Modello open-weight 1B di GnLOLot per l'inferenza AI locale.

Scarica per LM Studio →

svara-tts-v1

kenpathSconosciuto8 GB di RAM

Modello open-weight sconosciuto da kenpath per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-40B-Claude-4.6-Opus-Deckard-Heretic-Uncensored-Thinking-NEO-CODE-Di-IMatrix-MAX-GGUF

DavidAU40B48 GB di RAM

Modello open-weight a 40 bit di DavidAU per l'inferenza AI locale.

Scarica per LM Studio →

Holo-3.1-35B-A3B-GGUF

Hcompany35B48 GB di RAM

Modello open-weight 35B di Hcompany per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-12B-it-qat-q4_0-gguf

google12B16 GB di RAM

Modello open-weight a 12 bit di Google per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP-GGUF

DavidAU9B16 GB di RAM

Modello open-weight a 9 bit di DavidAU per l'inferenza AI locale.

Scarica per LM Studio →

LTX-2.3-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-E4B-it-qat-GGUF

Google4B8 GB di RAM

Modello open-weight 4B di Google per l'inferenza AI locale.

Scarica per LM Studio →

whisper-large-v3-turbo-gguf

computer portatileSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da handy-computer per inferenza AI locale.

Scarica per LM Studio →

LTX-2

DeepBeepMeepSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da DeepBeepMeep per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-4B-GGUF

Qwen4B8 GB di RAM

Modello open-weight a 4 bit di Qwen per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-0.8B-GGUF

Alibaba0.8B2 GB di RAM

Modello open-weight 0.8B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Meta-Llama-3.1-8B-Instruct-GGUF

Meta8B16 GB di RAM

Modello open-weight 8B di Meta per l'inferenza AI locale.

Scarica per LM Studio →

LFM2.5-1.2B-Istruzione-GGUF

LiquidAI1.2B4 GB di RAM

Modello open-weight da 1.2 miliardi di LiquidAI per l'inferenza AI locale.

Scarica per LM Studio →

GLM-5.2-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

canary-180m-flash-gguf

computer portatileSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da handy-computer per inferenza AI locale.

Scarica per LM Studio →

whisper-large-v3-gguf

computer portatileSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da handy-computer per inferenza AI locale.

Scarica per LM Studio →

Qwen3-8B-GGUF

Alibaba8B16 GB di RAM

Modello open-weight 8B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Jan-v3.5-4B-gguf

janhq4B8 GB di RAM

Modello a pesi aperti 4B di janhq per l'inferenza AI locale.

Scarica per LM Studio →

Kimi-K2.7-Code-GGUF

non-indolenzaSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da unsloth per l'inferenza AI locale.

Scarica per LM Studio →

MiniCPM5-1B-Claude-Opus-Fable5-Thinking-GGUF

GnLOLot1B2 GB di RAM

Modello open-weight 1B di GnLOLot per l'inferenza AI locale.

Scarica per LM Studio →

Llama-3.2-1B-Instruct-Q8_0-GGUF

quanti abbracciati1B2 GB di RAM

Modello open-weight 1B da huging-quants per l'inferenza AI locale.

Scarica per LM Studio →

Bielik-11B-v3.0-Instruct-awq

parla11B16 GB di RAM

Modello open-weight 11B di speakleash per l'inferenza AI locale.

Scarica per LM Studio →

Wan2.2-I2V-A14B-GGUF

QuantStack14B24 GB di RAM

Modello open-weight a 14 bit di QuantStack per l'inferenza AI locale.

Scarica per LM Studio →

Gemma-4-31B-è-cancellata

spaventapasseri di carta31B24 GB di RAM

Modello open-weight 31B di paperscarecrow per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-27B-Non censurato-HauhauCS-Aggressivo

HauhauCS27B24 GB di RAM

Modello a pesi aperti 27B di HauhauCS per l'inferenza AI locale.

Scarica per LM Studio →

ThinkingCap-Qwen3.6-27B-GGUF

capperi di bottiglia27B24 GB di RAM

Modello open-weight 27B di bottlecapai per l'inferenza AI locale.

Scarica per LM Studio →

Wan2.1

DeepBeepMeepSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da DeepBeepMeep per l'inferenza AI locale.

Scarica per LM Studio →

Voxtral-Mini-4B-Realtime-2602-gguf

computer portatile4B8 GB di RAM

Modello open-weight da 4 miliardi di Handy-Computer per l'inferenza AI locale.

Scarica per LM Studio →

Qwen_Qwen3.6-35B-A3B-GGUF

Alibaba35B48 GB di RAM

Modello open-weight 35B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

Qwythos-9B-v2-GGUF

empero-ai9B16 GB di RAM

Modello open-weight 9B di empero-ai per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-GGUF

yuxinlu112B16 GB di RAM

Modello a 12 pesi aperti da yuxinlu1 per l'inferenza AI locale.

Scarica per LM Studio →

Zolfo-2-base

ZolfoAISconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da SulfurAI per l'inferenza AI locale.

Scarica per LM Studio →

sussurro medio-gguf

computer portatileSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da handy-computer per inferenza AI locale.

Scarica per LM Studio →

gemma-4-E2B-it-GGUF

Google2B4 GB di RAM

Modello open-weight 2B di Google per l'inferenza AI locale.

Scarica per LM Studio →

parakeet-tdt-0.6b-v3-gguf

computer portatile0.6B2 GB di RAM

Modello open-weight da 0.6 miliardi di Handy-Computer per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.5-9B-Non censurato-HauhauCS-Aggressivo

HauhauCS9B16 GB di RAM

Modello a pesi aperti 9B di HauhauCS per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-26B-A4B-it-qat-GGUF

Google26B24 GB di RAM

Modello open-weight 26B di Google per l'inferenza AI locale.

Scarica per LM Studio →

gpt-oss-20b-GGUF

non-indolenza20B24 GB di RAM

Modello open-weight a 20 bit di Unsloth per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-VL-8B-Istruzione-eliminata-GGUF

Alibaba8B16 GB di RAM

Qwen3-VL-8B-Instruct-abliterated-GGUF è un modello di linguaggio visivo con 8 miliardi di parametri, sviluppato da Alibaba e completamente ottimizzato per rimuovere i vincoli proprietari, pur mantenendo le funzionalità principali. Questo modello eccelle nella gestione di ragionamenti visivi complessi e attività a più fasi all'interno di un framework conversazionale, risultando ideale per analisi aperte e generazione creativa nella regione degli Stati Uniti. L'esecuzione locale di questa versione quantizzata di GGUF è estremamente pratica per gli utenti con GPU di fascia media, offrendo velocità di inferenza elevate senza richiedere hardware aziendale specializzato.

Scarica per LM Studio →

Flux2-Klein-9B-True-V2

wikeeyang9B16 GB di RAM

Modello open-weight 9B di wikieyang per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-NEO-MAX-MTP-GGUF

DavidAU27B24 GB di RAM

Il modello linguistico Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-NEO-MAX-MTP-GGUF, con 27 miliardi di parametri, è stato creato da DavidAU e combina diverse tecniche di fine-tuning, tra cui i metodi Unsloth ed Heretic. Questo modello eccelle nella generazione di contenuti non censurati, altamente creativi e senza restrizioni su svariati argomenti, risultando ideale per gli utenti che cercano un assistente virtuale completo, capace di fornire risposte personalizzate a più livelli senza filtri di sicurezza. L'esecuzione locale di questa versione quantizzata GGUF richiede una GPU potente con un'ampia VRAM per gestire in modo efficiente i 27 miliardi di parametri, offrendo prestazioni ottimali su sistemi dotati di hardware di fascia alta per velocità di inferenza elevate.

Scarica per LM Studio →

Qwen3-Coder-30B-A3B-Instruct-GGUF

Alibaba30B24 GB di RAM

Qwen3-Coder-30B-A3B-Instruct-GGUF è un modello di codifica con 30 miliardi di parametri sviluppato da Alibaba che integra un'ottimizzazione avanzata delle istruzioni per attività specializzate. Eccelle nella generazione di codice complesso, nel debug e nell'assistenza alla programmazione conversazionale, risultando ideale per gli sviluppatori che cercano soluzioni ad alte prestazioni nella regione degli Stati Uniti. L'esecuzione locale di questo modello richiede una notevole quantità di memoria GPU per gestire l'elevato numero di parametri, pertanto è più adatto agli utenti con hardware potente che privilegiano la pura capacità di codifica rispetto alla velocità.

Scarica per LM Studio →

gemma-4-31B-it-GGUF

Google31B24 GB di RAM

Modello open-weight 31B di Google per l'inferenza AI locale.

Scarica per LM Studio →

Gemma-4-E4B-Non censurato-HauhauCS-Aggressivo

HauhauCS4B8 GB di RAM

Gemma-4-E4B-Uncensored-HauhauCS-Aggressive is a 4-billion parameter multimodal model developed by HauhauCS that integrates advanced capabilities from Gemma 4 with ablated safety filters. This aggressive variant excels at unrestricted text generation, vision analysis, and audio processing, making it ideal for creative tasks requiring raw output without content moderation. Running this model locally demands significant GPU memory to handle its multimodal inputs, and users should expect high computational costs when processing complex audio or video streams.

Scarica per LM Studio →

Qwopus3.6-27B-Coder-Compat-MTP-GGUF

Jackron27B24 GB di RAM

Modello open-weight a 27 bit di Jackrong per l'inferenza AI locale.

Scarica per LM Studio →

UI-TARS-1.5-7B-GGUF

mradermacher7B8 GB di RAM

Modello open-weight 7B di mradermacher per l'inferenza AI locale.

Scarica per LM Studio →

Huihui-DeepSeek-V4-Flash-abliterated-ds4-GGUF

huihui-aiSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da huihui-ai per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-12B-it-QAT-GGUF

Google12B16 GB di RAM

Modello open-weight 12B di Google per l'inferenza AI locale.

Scarica per LM Studio →

Bonsai ternario-27B-gguf

prisma-ml27B24 GB di RAM

Modello open-weight 27B di prism-ml per l'inferenza AI locale.

Scarica per LM Studio →

Gemmable-4-12B-MTP-GGUF

Mia-AiLab12B16 GB di RAM

Modello open-weight a 12 bit di Mia-AiLab per l'inferenza AI locale.

Scarica per LM Studio →

Qwopus3.6-35B-A3B-Coder-MTP-GGUF

Jackron35B48 GB di RAM

Modello open-weight a 35 bit di Jackrong per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3.6-35B-A3B-MTP-GGUF

Alibaba35B48 GB di RAM

Modello open-weight 35B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-12b-it-GGUF

Google12B16 GB di RAM

Modello open-weight 12B di Google per l'inferenza AI locale.

Scarica per LM Studio →

Qwen3-VL-30B-A3B-Istruzione-GGUF

Qwen30B24 GB di RAM

Modello open-weight a 30 bit di Qwen per l'inferenza AI locale.

Scarica per LM Studio →

modelli spostati

ggml-orgSconosciuto8 GB di RAM

The models-moved collection is provided by ggml-org and currently lists an unknown parameter count for its various model files. These models excel at general-purpose tasks within the US region and are best suited for users seeking accessible inference options from this specific provider. Running them locally requires downloading the appropriate GGUF quantization files, with performance varying significantly based on your GPU or CPU hardware capabilities.

Scarica per LM Studio →

cohere-transcribe-03-2026-gguf

computer portatileSconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da handy-computer per inferenza AI locale.

Scarica per LM Studio →

Qwen-AgentWorld-35B-A3B-GGUF

Alibaba35B48 GB di RAM

Modello open-weight 35B di Alibaba per l'inferenza AI locale.

Scarica per LM Studio →

vntl-llama3-8b-v2-gguf

lmg-anon8B16 GB di RAM

Il modello linguistico vntl-llama3-8b-v2-gguf, con 8 miliardi di parametri, è stato sviluppato da lmg-anon ed è specializzato in traduzioni di alta qualità e attività conversazionali. Eccelle nell'elaborazione del dataset VNTL-v5-1k per fornire risposte fluide, risultando ideale per applicazioni di chat multilingue e generazione di contenuti localizzati. L'esecuzione locale di questo modello richiede una GPU con VRAM sufficiente per gestire in modo efficiente i suoi 8 miliardi di parametri, garantendo prestazioni reattive per dialoghi in tempo reale.

Scarica per LM Studio →

gemma-4-E4B-it-GGUF

Google4B8 GB di RAM

The gemma-4-E4B-it-GGUF is a 4-billion parameter language model developed by Google and optimized for Italian using GGUF quantization. It excels at handling complex reasoning tasks within the Gemma 4 architecture while supporting efficient image-to-text conversions through specialized unsloth optimizations. Running this model locally requires a modern GPU to leverage its speed, making it ideal for users seeking high-performance local inference without cloud dependencies.

Scarica per LM Studio →

Qwen3.6-27B-GGUF

Alibaba27B24 GB di RAM

Qwen3.6-27B-GGUF is a 27-billion parameter large language model developed by Alibaba that supports advanced conversational AI and image-to-text capabilities. It excels at complex reasoning tasks, multilingual communication, and visual analysis, making it ideal for professional applications requiring high accuracy in text generation and understanding. Running this model locally typically demands substantial GPU memory and a powerful processor to handle its 27B parameters efficiently, so it is best suited for users with dedicated hardware or access to cloud instances.

Scarica per LM Studio →

Qwen3.6-35B-A3B-GGUF

Alibaba35B48 GB di RAM

Qwen3.6-35B-A3B-GGUF is a 35-billion parameter large language model developed by Alibaba that features specialized optimizations for image-to-text conversion and multilingual conversation. This model excels at handling complex visual reasoning tasks and maintaining coherent dialogue, making it ideal for applications requiring deep contextual understanding across diverse topics. Running this model locally requires substantial GPU memory to handle its full parameter count, though quantized GGUF versions can offer a practical balance between speed and performance on high-end consumer hardware.

Scarica per LM Studio →

Hy3-GGUF

vcruz305Sconosciuto8 GB di RAM

Modello di pesi aperti sconosciuto da vcruz305 per l'inferenza AI locale.

Scarica per LM Studio →

HyperCLOVAX-SEED-Text-Instruct-1.5B-Q4_K_M-GGUF

strappatore1.5B4 GB di RAM

HyperCLOVAX-SEED-Text-Instruct-1.5B-Q4_K_M-GGUF is a 1.5 billion parameter language model created by rippertnt and optimized for use with llama-cpp. It excels at conversational tasks and general text generation, making it ideal for lightweight chat applications that require efficient inference on standard hardware. Running this model locally is practical even on modest systems due to its quantized format, offering fast response times without the need for high-end GPUs.

Scarica per LM Studio →

Qwen3.5-9B-GGUF

Alibaba9B16 GB di RAM

Qwen3.5-9B-GGUF è un modello linguistico compatto di grandi dimensioni sviluppato da Alibaba, contenente 9 miliardi di parametri. Eccelle nelle attività di conversazione e nella conversione da immagine a testo, risultando ideale per applicazioni leggere che richiedono un'implementazione efficiente nella regione Stati Uniti. L'esecuzione locale di questo modello è pratica su hardware di fascia consumer grazie al suo ingombro ridotto, offrendo velocità di inferenza elevate anche su GPU di fascia media se abbinato a librerie di ottimizzazione come Unsloth.

Scarica per LM Studio →

Qwen3.5-4B-GGUF

Alibaba4B8 GB di RAM

Qwen3.5-4B-GGUF is a compact 4-billion parameter language model developed by Alibaba that supports conversational tasks and image-to-text conversion. It excels at handling lightweight inference workloads while maintaining strong performance in unsloth-optimized environments for text generation. Running this model locally requires minimal hardware resources, making it ideal for users seeking fast, efficient deployment on standard consumer devices.

Scarica per LM Studio →

parakeet-unified-en-0.6b-gguf

computer portatile0.6B2 GB di RAM

Modello open-weight da 0.6 miliardi di Handy-Computer per l'inferenza AI locale.

Scarica per LM Studio →

nemotron-3.5-asr-streaming-0.6b-gguf

computer portatile0.6B2 GB di RAM

Modello open-weight da 0.6 miliardi di Handy-Computer per l'inferenza AI locale.

Scarica per LM Studio →

gemma-4-26B-A4B-it-GGUF

Google26B24 GB di RAM

The gemma-4-26B-A4B-it-GGUF is a 26-billion parameter large language model developed by Google that leverages advanced instruction tuning for high-performance reasoning. This model excels at complex text generation and multimodal tasks, making it ideal for applications requiring deep contextual understanding and precise instruction following. Running this model locally demands substantial GPU memory and significant compute power, so it is best suited for users with high-end hardware or those utilizing optimized inference frameworks like Unsloth to manage its resource requirements.

Scarica per LM Studio →

Bonsai-27B-gguf

prisma-ml27B24 GB di RAM

Bonsai-27B-gguf is a compact 27-billion parameter language model developed by prism-ml that utilizes quantization for efficient deployment. It excels at conversational tasks and general reasoning while running smoothly on llama.cpp with support for both CPU and CUDA hardware acceleration. Users can run this model locally on modest hardware, though performance will vary depending on whether they utilize 1-bit quantization or have access to a GPU.

Scarica per LM Studio →

Qwen3.6-35B-A3B-Non censurato-HauhauCS-Aggressivo

HauhauCS35B48 GB di RAM

Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive è un modello linguistico di grandi dimensioni con 35 miliardi di parametri, sviluppato da HauhauCS, che combina l'architettura MoE con funzionalità multimodali e di visione avanzate. Eccelle nel ragionamento complesso, nell'analisi multilingue di immagini e testi e nella generazione di contenuti non censurati per casi d'uso aggressivi o senza restrizioni, dove i filtri di sicurezza standard sono indesiderabili. L'esecuzione locale di questo modello richiede una notevole quantità di memoria GPU di fascia alta per gestire la sua struttura sparsa a miscela di esperti, rendendolo più adatto a workstation potenti o server con una quantità significativa di VRAM disponibile.

Scarica per LM Studio →

Qwythos-9B-Claude-Mythos-5-1M-GGUF

empero-ai9B16 GB di RAM

Modello open-weight 9B di empero-ai per l'inferenza AI locale.

Scarica per LM Studio →

Ornith-1.0-35B-GGUF

ornith-ai35B48 GB di RAM

Ornith-1.0-35B-GGUF è un modello linguistico con 35 miliardi di parametri, sviluppato da ornith-ai specificamente per attività conversazionali nella regione degli Stati Uniti. Eccelle nel mantenere flussi di dialogo naturali e nel gestire interazioni contestualizzate, risultando ideale per chatbot e assistenti virtuali. L'esecuzione locale di questo modello richiede una notevole quantità di memoria GPU per gestirne le dimensioni in modo efficiente, pertanto è più adatto a utenti con hardware di fascia alta o a coloro che sono disposti a utilizzare versioni GGUF quantizzate per ridurre il fabbisogno di risorse.

Scarica per LM Studio →

Qwen3.6-27B-MTP-GGUF

Alibaba27B24 GB di RAM

Qwen3.6-27B-MTP-GGUF is a 27-billion parameter large language model developed by Alibaba that supports advanced conversational tasks and image-to-text conversion. It excels at handling complex reasoning and multi-turn dialogues, making it ideal for applications requiring deep contextual understanding and visual analysis. Running this model locally typically demands high-end GPU hardware to manage its substantial memory footprint, though quantized GGUF versions can offer a practical balance between speed and performance on consumer-grade systems.

Scarica per LM Studio →

ricerca profonda v4-gguf

antirezSconosciuto8 GB di RAM

The deepseek-v4-gguf model is a quantized Mixture-of-Experts architecture provided by antirez with unknown parameter counts available in 2-bit and 4-bit formats. It excels at efficient inference for large language tasks while maintaining high performance through its specialized MoE structure, making it ideal for users needing reduced memory footprints without significant capability loss. Running this model locally requires moderate hardware resources to handle the quantized weights effectively, offering a fast and practical solution for deploying advanced AI capabilities on consumer-grade systems.

Scarica per LM Studio →

Ornith-1.0-9B-GGUF

ornith-ai9B16 GB di RAM

Ornith-1.0-9B-GGUF è un modello linguistico con 9 miliardi di parametri sviluppato da ornith-ai e progettato per interazioni conversazionali all'interno della regione degli Stati Uniti. Eccelle nella generazione di dialoghi naturali e nella gestione di attività di chat informali, risultando ideale per assistenti virtuali leggeri o semplici bot di assistenza clienti. L'esecuzione locale di questo modello richiede risorse hardware modeste, consentendogli di operare rapidamente su GPU di fascia consumer senza la necessità di enormi data center.

Scarica per LM Studio →

Ciao, piacere di conoscerti! ????

Iscriviti alla nostra newsletter per ricevere le ultime notizie sull'intelligenza artificiale.

Malcare WordPress Sicurezza