LM Studio Models

เพิ่งเริ่มใช้ LM Studio ใช่ไหม? อ่านคู่มือการตั้งค่าฉบับเต็ม

เนื้อหา

โมเดล AI สำหรับ LM Studio

โมเดลทุกชิ้นในไดเร็กทอรีนี้เป็นไฟล์รูปแบบ GGUF ดังนั้นจึงสามารถโหลดได้โดยตรงใน LM Studio นี่คือแคตตาล็อกฉบับเต็มพร้อมลิงก์ตรงไปยัง HuggingFace

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

มาซิยาร์ปานาฮี24B24 GB RAM

โมเดลน้ำหนักเปิด 24B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

มาซิยาร์ปานาฮี8B16 GB RAM

โมเดลน้ำหนักเปิด 8B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

SmolLM2-135M-GGUF

QuantFactoryไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

michaelw999935B48 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

Llama-3.3-70B-Instruct-GGUF

มาซิยาร์ปานาฮี70B48 GB RAM

โมเดลน้ำหนักเปิด 70B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

gemma-3-4b-it-GGUF

มาซิยาร์ปานาฮี4B8 GB RAM

โมเดลน้ำหนักเปิด 4B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

มาซิยาร์ปานาฮี7B8 GB RAM

โมเดลน้ำหนักเปิด 7B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Mixtral-8x22B-v0.1-GGUF

มาซิยาร์ปานาฮี22B24 GB RAM

โมเดลน้ำหนักเปิด 22B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.8_4B_Distilled_GGUF

Ma7ee74B8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

มาซิยาร์ปานาฮี8B16 GB RAM

โมเดลน้ำหนักเปิด 8B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

ReadyArt26B24 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

Serenity-26B-A4B-GGUF

ReadyArt26B24 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

ReadyArt26B24 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

XYZAILab_XYZ-Aquila-mini-GGUF

bartowskiไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

แจ็ครอง4B8 GB RAM

โมเดล 4B แบบเปิดน้ำหนักจาก Jackrong สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Parable-Granite-4.1-8B-Claude-Fable-5-GGUF

AnkitAI8B16 GB RAM

โมเดล 8B แบบ open-weight จาก AnkitAI สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

tvall4314B24 GB RAM

14B open-weight model from tvall43 for local AI inference.

ดาวน์โหลดสำหรับ LM Studio →

MiniMax-H3-Pruned-GGUF

Abirayไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบชนิดจาก Abiray สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen_Qwen3.5-0.8B-GGUF

อาลีบาบา0.8B2 GB RAM

โมเดล 0.8B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

mudler35B48 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

supergemma4-26b-uncensored-gguf-v2

Jiunsong26B24 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

mudler26B24 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

แจ็ครอง27B24 GB RAM

โมเดล 27B แบบเปิดน้ำหนักจาก Jackrong สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen_Qwen3.5-2B-GGUF

อาลีบาบา2B4 GB RAM

โมเดล 2B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-397B-A17B-GGUF

อาลีบาบา397B80 GB RAM

โมเดล 397B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-4B-Instruct-2507-GGUF

มาซิยาร์ปานาฮี4B8 GB RAM

โมเดลน้ำหนักเปิด 4B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Ternary-Bonsai-8B-gguf

ปริซึม-มล.8B16 GB RAM

โมเดลน้ำหนักเปิด 8B จาก prism-ml สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

PinkCherry_NSFW_LTX23

SexGod1979ไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

Parable-Granite-4.1-3B-Claude-Fable-5-GGUF

AnkitAI3B4 GB RAM

โมเดล 3B แบบ open-weight จาก AnkitAI สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen_Qwen3.5-35B-A3B-GGUF

อาลีบาบา35B48 GB RAM

โมเดล 35B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

endless-frontier_BigBang-v1-GGUF

bartowskiไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

Qwen_Qwen3.5-4B-GGUF

อาลีบาบา4B8 GB RAM

โมเดล 4B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

DavidAU27B24 GB RAM

โมเดล 27B แบบ open-weight จาก DavidAU สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

แจ็ครอง9B16 GB RAM

โมเดล 9B แบบเปิดน้ำหนักจาก Jackrong สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Parable-Qwen3-8B-Claude-Fable-5-GGUF

AnkitAI8B16 GB RAM

โมเดล 8B แบบ open-weight จาก AnkitAI สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

grug-27b-gguf

ProCreations27B24 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

GLM-4.7-Flash-GGUF

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google31B24 GB RAM

โมเดล 31B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-27B-GGUF

อาลีบาบา27B24 GB RAM

โมเดล 27B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Kwaipilot_KAT-Coder-V2.5-Dev-GGUF

bartowskiไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

Parable-Qwen3-4B-Claude-Fable-5-GGUF

AnkitAI4B8 GB RAM

โมเดล 4B แบบ open-weight จาก AnkitAI สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

gemma-4-E2B-it-qat-GGUF

Google2B4 GB RAM

โมเดล 2B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

ACE-Step-1.5-GGUF

Serveurpersoไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบที่มา จาก Serveurperso สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

huihui-aiไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจาก huihui-ai สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

POCKET-35B-GGUF

FINAL-Bench35B48 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

Google26B24 GB RAM

โมเดล 26B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google2B4 GB RAM

โมเดล 2B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google4B8 GB RAM

โมเดล 4B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

ยานยนต์

flywheel-aiไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

DeepSeek-V4-Flash-0731-GGUF

ดีปซีคไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบที่มา จาก DeepSeek สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

LFM2.5-2.6B-GGUF

ลิควิดไอ2.6B4 GB RAM

โมเดล 2.6B แบบ open-weight จาก LiquidAI สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-122B-A10B-GGUF

อาลีบาบา122B80 GB RAM

โมเดล 122B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.8-27B-Uncensored-GGUF

JonathanColetti27B24 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

MiniMax-H3

ดีพบีพมีพไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจาก DeepBeepMeep สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

MiniMax-H3_GGUFs

realrebelaiไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

audio.cpp-gguf

audio-cppไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

Inkling-Small-GGUF

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

maple-preview-GGUF

deepgroveไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

mudlerไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-TTS-GGUF

Serveurpersoไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบที่มา จาก Serveurperso สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

มินิแม็กซ์-เอช3-จีจีเอฟ

Abirayไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบชนิดจาก Abiray สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Muse-Glimmer-30B-GGUF

ไม่ขี้เกียจ30B24 GB RAM

โมเดล 30B แบบ open-weight จาก unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Laguna-XS-2.1-APEX-GGUF

mudlerไม่ทราบ8 GB RAM

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

ดาวน์โหลดสำหรับ LM Studio →

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

อาลีบาบา30B24 GB RAM

โมเดล 30B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.8-27B-GGUF

อาลีบาบา27B24 GB RAM

โมเดล 27B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Higgs Audio v3 Studio

ดรบาฟไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก drbaph สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

DeepSeek-V4-Flash-GGUF

ดีปซีคไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบที่มา จาก DeepSeek สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-2B-GGUF

อาลีบาบา2B4 GB RAM

โมเดล 2B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-4B-Uncensored-HauhauCS-Aggressive

HauhauCS4B8 GB RAM

โมเดล 4B แบบ open-weight จาก HauhauCS สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-35B-A3B-GGUF

อาลีบาบา35B48 GB RAM

โมเดล 35B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Llama-3.2-3B-Instruct-GGUF

Meta3B4 GB RAM

โมเดล 3B แบบ open-weight จาก Meta สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

gemma-3-1b-it-GGUF

ggml-org1B2 GB RAM

โมเดล 1B แบบ open-weight จาก ggml-org สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

อาลีบาบา122B80 GB RAM

โมเดล 122B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

FLUX.2-klein-4B-GGUF

ไม่ขี้เกียจ4B8 GB RAM

โมเดล 4B แบบ open-weight จาก unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen2.5-7B-Instruct-GGUF

อาลีบาบา7B8 GB RAM

โมเดล 7B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-30B-A3B-GGUF

มาซิยาร์ปานาฮี30B24 GB RAM

โมเดลน้ำหนักเปิด 30B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-32B-GGUF

มาซิยาร์ปานาฮี32B24 GB RAM

โมเดลน้ำหนักเปิด 32B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-1.7B-GGUF

มาซิยาร์ปานาฮี1.7B4 GB RAM

โมเดลน้ำหนักเปิด 1.7B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

คิมิ-เค3-จีจีเอฟ

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen2.5-0.5B-Instruct-GGUF

คิวเวน0.5B2 GB RAM

โมเดล 0.5B แบบเปิดน้ำหนักจาก Qwen สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-14B-GGUF

มาซิยาร์ปานาฮี14B24 GB RAM

โมเดลน้ำหนักเปิด 14B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-0.6B-GGUF

มาซิยาร์ปานาฮี0.6B2 GB RAM

โมเดลน้ำหนักเปิด 0.6B จาก MaziyarPanahi สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

ลากูน่า-เอส-2.1-จีจีเอฟ

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

LuffyTheFox35B48 GB RAM

โมเดล 35B แบบ open-weight จาก LuffyTheFox สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

เจมม่า-กกูฟ

rahul7starไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก rahul7star สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

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

อาลีบาบา7B8 GB RAM

โมเดล 7B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-235B-A22B-GGUF

อาลีบาบา235B80 GB RAM

โมเดล 235B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Voxtral-Small-24B-2507-gguf

คอมพิวเตอร์พกพา24B24 GB RAM

โมเดลน้ำหนักเปิด 24 พันล้านจาก handy-computer สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

ซูโกอิ-14บี-อัลตร้า-GGUF

sugoitoolkit14B24 GB RAM

โมเดล 14B แบบ open-weight จาก sugoitoolkit สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-ASR-1.7B-gguf

คอมพิวเตอร์พกพา1.7B4 GB RAM

โมเดลน้ำหนักเปิด 1.7 พันล้านจาก handy-computer สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-30B-A3B-Instruct-2507-GGUF

อาลีบาบา30B24 GB RAM

โมเดล 30B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen2.5-3B-Instruct-GGUF

คิวเวน3B4 GB RAM

โมเดล 3B แบบเปิดน้ำหนักจาก Qwen สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

gemma-4-12b-heretic-abliterated-GGUF

การปฏิวัติวัฒนธรรม12B16 GB RAM

โมเดล 12B แบบ open-weight จาก culturerevolt สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-122B-A10B-Uncensored-HauhauCS-Aggressive

HauhauCS122B80 GB RAM

โมเดล 122B แบบ open-weight จาก HauhauCS สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

คิวเวน7B8 GB RAM

โมเดล 7B แบบเปิดน้ำหนักจาก Qwen สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen-Image-Edit-2511-GGUF

อาลีบาบาไม่ทราบ8 GB RAM

โมเดลแบบเปิดน้ำหนักที่ไม่ทราบที่มา จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-Coder-Next-GGUF

อาลีบาบาไม่ทราบ8 GB RAM

โมเดลแบบเปิดน้ำหนักที่ไม่ทราบที่มา จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen2.5-1.5B-Instruct-GGUF

คิวเวน1.5B4 GB RAM

โมเดล 1.5B แบบเปิดน้ำหนักจาก Qwen สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

LuffyTheFox35B48 GB RAM

โมเดล 35B แบบ open-weight จาก LuffyTheFox สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

โปรแกรมอุ้งเท้า

น้ำหนักโปรแกรมไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก programasweights สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

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

คิวเวน32B24 GB RAM

โมเดล 32B แบบเปิดน้ำหนักจาก Qwen สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google31B24 GB RAM

โมเดล 31B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google26B24 GB RAM

โมเดล 26B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

ยูซินลู112B16 GB RAM

โมเดล 12B แบบเปิดน้ำหนักจาก yuxinlu1 สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

อิงค์ลิง-GGUF

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

หินแกรนิต-4.1-3b-GGUF

ไอบีเอ็ม แกรนิต3B4 GB RAM

โมเดล 3B แบบเปิดน้ำหนักจาก ibm-granite สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

ซูโกอิ-32บี-อัลตร้า-GGUF

sugoitoolkit32B24 GB RAM

โมเดล 32B แบบ open-weight จาก sugoitoolkit สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-VL-4B-Instruct-GGUF

อาลีบาบา4B8 GB RAM

โมเดล 4B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

แมดแลด400-3บี-เอ็มที

Google3B4 GB RAM

โมเดล 3B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

จีเอ็นแอลโอล็อต1B2 GB RAM

โมเดล 1B แบบ open-weight จาก GnLOLot สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

สวารา-ททส์-วี1

เคนพาธไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก kenpath สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

DavidAU40B48 GB RAM

โมเดล 40B แบบ open-weight จาก DavidAU สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

โฮโล-3.1-35B-A3B-GGUF

บริษัท เอช35B48 GB RAM

โมเดล 35B แบบเปิดน้ำหนักจากบริษัท H สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google12B16 GB RAM

โมเดล 12B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

DavidAU9B16 GB RAM

โมเดล 9B แบบ open-weight จาก DavidAU สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

แอลทีเอ็กซ์-2.3-จีจีเอฟ

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

gemma-4-E4B-it-qat-GGUF

Google4B8 GB RAM

โมเดล 4B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

whisper-large-v3-turbo-gguf

คอมพิวเตอร์พกพาไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจากคอมพิวเตอร์พกพาสำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

แอลทีเอ็กซ์-2

ดีพบีพมีพไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจาก DeepBeepMeep สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-4B-GGUF

คิวเวน4B8 GB RAM

โมเดล 4B แบบเปิดน้ำหนักจาก Qwen สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-0.8B-GGUF

อาลีบาบา0.8B2 GB RAM

โมเดล 0.8B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Meta8B16 GB RAM

โมเดล 8B แบบ open-weight จาก Meta สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

LFM2.5-1.2B-Instruct-GGUF

ลิควิดไอ1.2B4 GB RAM

โมเดล 1.2B แบบ open-weight จาก LiquidAI สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

GLM-5.2-GGUF

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

แคนารี-180ม-แฟลช-gguf

คอมพิวเตอร์พกพาไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจากคอมพิวเตอร์พกพาสำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

วิสเปอร์-ลาร์จ-วี3-กกูฟ

คอมพิวเตอร์พกพาไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจากคอมพิวเตอร์พกพาสำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-8B-GGUF

อาลีบาบา8B16 GB RAM

โมเดล 8B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Jan-v3.5-4B-gguf

janhq4B8 GB RAM

โมเดล 4B แบบ open-weight จาก janhq สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

คิมิ-เค2.7-โค้ด-GGUF

ไม่ขี้เกียจไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่รู้จักจาก Unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

จีเอ็นแอลโอล็อต1B2 GB RAM

โมเดล 1B แบบ open-weight จาก GnLOLot สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

การกอดเชิงปริมาณ1B2 GB RAM

1B โมเดลน้ำหนักเปิดจาก hugging-quants สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

สายจูงแบบเงียบ11B16 GB RAM

โมเดล 11B แบบ open-weight จาก speakleash สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Wan2.2-I2V-A14B-GGUF

ควอนท์สแต็ค14B24 GB RAM

โมเดล 14B แบบ open-weight จาก QuantStack สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Gemma-4-31B-it-abliterated

หุ่นไล่กากระดาษ31B24 GB RAM

โมเดลน้ำหนักเปิด 31B จาก paperscarecrow สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.6-27B-Uncensored-HauhauCS-Aggressive

HauhauCS27B24 GB RAM

โมเดล 27B แบบ open-weight จาก HauhauCS สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

ThinkingCap-Qwen3.6-27B-GGUF

บอทเทิลคาปาย27B24 GB RAM

โมเดล 27B แบบเปิดน้ำหนักจาก bottlecapai สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

วรรณ 2.1

ดีพบีพมีพไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจาก DeepBeepMeep สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

คอมพิวเตอร์พกพา4B8 GB RAM

โมเดลน้ำหนักเปิด 4 พันล้านจาก handy-computer สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

Qwen_Qwen3.6-35B-A3B-GGUF

อาลีบาบา35B48 GB RAM

โมเดล 35B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwythos-9B-v2-GGUF

เอ็มเปโร-ไอ9B16 GB RAM

โมเดล 9B แบบเปิดน้ำหนักจาก empero-ai สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

ยูซินลู112B16 GB RAM

โมเดล 12B แบบเปิดน้ำหนักจาก yuxinlu1 สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

ซัลเฟอร์-2-เบส

ซัลเฟอร์เอไอไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจาก SulfurAI สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

กระซิบ-ขนาดกลาง-gguf

คอมพิวเตอร์พกพาไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจากคอมพิวเตอร์พกพาสำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

gemma-4-E2B-it-GGUF

Google2B4 GB RAM

โมเดล 2B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

parakeet-tdt-0.6b-v3-gguf

คอมพิวเตอร์พกพา0.6B2 GB RAM

โมเดลน้ำหนักเปิด 0.6 พันล้านจาก handy-computer สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-9B-Uncensored-HauhauCS-Aggressive

HauhauCS9B16 GB RAM

โมเดล 9B แบบ open-weight จาก HauhauCS สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google26B24 GB RAM

โมเดล 26B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

gpt-oss-20b-GGUF

ไม่ขี้เกียจ20B24 GB RAM

โมเดล 20B แบบ open-weight จาก unsloth สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-VL-8B-Instruct-abliterated-GGUF

อาลีบาบา8B16 GB RAM

Qwen3-VL-8B-Instruct-abliterated-GGUF is an 8-billion parameter vision-language model developed by Alibaba that has been fully abliterated to remove proprietary constraints while retaining core capabilities. This model excels at handling complex visual reasoning and multi-step tasks within a conversational framework, making it ideal for open-ended analysis and creative generation in the US region. Running this GGUF quantized version locally is highly practical for users with mid-range GPUs, offering fast inference speeds without requiring specialized enterprise hardware.

ดาวน์โหลดสำหรับ LM Studio →

ฟลักซ์2-ไคลน์-9B-ทรู-V2

วิคียัง9B16 GB RAM

โมเดล 9B แบบเปิดน้ำหนักจาก wikieyang สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

DavidAU27B24 GB RAM

The Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-NEO-MAX-MTP-GGUF is a 27-billion parameter large language model created by DavidAU that combines multiple fine-tuning techniques including Unsloth and Heretic methods. This model excels at generating uncensored, highly creative, and unrestricted content across diverse topics, making it ideal for users seeking an abliterated assistant capable of multi-stage tuned responses without safety filters. Running this GGUF quantized version locally requires a substantial GPU with ample VRAM to handle the 27B parameter load efficiently, offering best performance on systems equipped with high-end hardware for fast inference speeds.

ดาวน์โหลดสำหรับ LM Studio →

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

อาลีบาบา30B24 GB RAM

Qwen3-Coder-30B-A3B-Instruct-GGUF is a 30-billion parameter coding model developed by Alibaba that integrates advanced instruction tuning for specialized tasks. It excels at complex code generation, debugging, and conversational programming assistance, making it ideal for developers seeking high-performance solutions in the US region. Running this model locally requires substantial GPU memory to handle its large parameter count, so it is best suited for users with powerful hardware who prioritize raw coding capability over speed.

ดาวน์โหลดสำหรับ LM Studio →

gemma-4-31B-it-GGUF

Google31B24 GB RAM

โมเดล 31B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Gemma-4-E4B-Uncensored-HauhauCS-Aggressive

HauhauCS4B8 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

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

แจ็ครอง27B24 GB RAM

โมเดล 27B แบบเปิดน้ำหนักจาก Jackrong สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

UI-TARS-1.5-7B-GGUF

มราเดอร์มาเชอร์7B8 GB RAM

โมเดล 7B แบบเปิดน้ำหนักจาก mradermacher สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

huihui-aiไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจาก huihui-ai สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

Google12B16 GB RAM

โมเดล 12B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Ternary-Bonsai-27B-gguf

ปริซึม-มล.27B24 GB RAM

โมเดลน้ำหนักเปิด 27B จาก prism-ml สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Gemmable-4-12B-MTP-GGUF

มีอา-ไอแล็บ12B16 GB RAM

โมเดล 12B แบบเปิดน้ำหนักจาก Mia-AiLab สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

แจ็ครอง35B48 GB RAM

โมเดล 35B แบบเปิดน้ำหนักจาก Jackrong สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

อาลีบาบา35B48 GB RAM

โมเดล 35B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

gemma-4-12b-it-GGUF

Google12B16 GB RAM

โมเดล 12B แบบ open-weight จาก Google สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

Qwen3-VL-30B-A3B-Instruct-GGUF

คิวเวน30B24 GB RAM

โมเดล 30B แบบเปิดน้ำหนักจาก Qwen สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

โมเดลถูกย้าย

ggml-orgไม่ทราบ8 GB RAM

ชุดโมเดลที่ย้ายมานี้จัดทำโดย ggml-org และปัจจุบันระบุจำนวนพารามิเตอร์ที่ไม่ทราบแน่ชัดสำหรับไฟล์โมเดลต่างๆ โมเดลเหล่านี้โดดเด่นในงานทั่วไปภายในภูมิภาคสหรัฐอเมริกา และเหมาะที่สุดสำหรับผู้ใช้ที่ต้องการตัวเลือกการอนุมานที่เข้าถึงได้ง่ายจากผู้ให้บริการรายนี้ การใช้งานโมเดลเหล่านี้ในเครื่องจำเป็นต้องดาวน์โหลดไฟล์การควอนไทเซชัน GGUF ที่เหมาะสม โดยประสิทธิภาพจะแตกต่างกันอย่างมากขึ้นอยู่กับความสามารถของฮาร์ดแวร์ GPU หรือ CPU ของคุณ

ดาวน์โหลดสำหรับ LM Studio →

cohere-transcribe-03-2026-gguf

คอมพิวเตอร์พกพาไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบค่าจากคอมพิวเตอร์พกพาสำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

Qwen-AgentWorld-35B-A3B-GGUF

อาลีบาบา35B48 GB RAM

โมเดล 35B แบบ open-weight จาก Alibaba สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

vntl-llama3-8b-v2-gguf

lmg-anon8B16 GB RAM

The vntl-llama3-8b-v2-gguf is an 8B parameter language model developed by lmg-anon that specializes in high-quality translation and conversational tasks. It excels at processing the VNTL-v5-1k dataset to deliver fluent responses, making it ideal for multilingual chat applications and localized content generation. Running this model locally requires a GPU with sufficient VRAM to handle its 8B parameter weight efficiently, ensuring responsive performance for real-time dialogue.

ดาวน์โหลดสำหรับ LM Studio →

gemma-4-E4B-it-GGUF

Google4B8 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.6-27B-GGUF

อาลีบาบา27B24 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.6-35B-A3B-GGUF

อาลีบาบา35B48 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

ไฮ3-จีจีเอฟ

วีครูซ305ไม่ทราบ8 GB RAM

โมเดลน้ำหนักเปิดที่ไม่ทราบที่มา จาก vcruz305 สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

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

ริปเปอร์ตันท์1.5B4 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-9B-GGUF

อาลีบาบา9B16 GB RAM

Qwen3.5-9B-GGUF is a compact large language model developed by Alibaba containing 9 billion parameters. It excels at conversational tasks and image-to-text conversion, making it ideal for lightweight applications that require efficient region US deployment. Running this model locally is practical on consumer-grade hardware thanks to its small footprint, offering fast inference speeds even on modest GPUs when paired with optimization libraries like Unsloth.

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.5-4B-GGUF

อาลีบาบา4B8 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

parakeet-unified-en-0.6b-gguf

คอมพิวเตอร์พกพา0.6B2 GB RAM

โมเดลน้ำหนักเปิด 0.6 พันล้านจาก handy-computer สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

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

คอมพิวเตอร์พกพา0.6B2 GB RAM

โมเดลน้ำหนักเปิด 0.6 พันล้านจาก handy-computer สำหรับการอนุมาน AI ในพื้นที่

ดาวน์โหลดสำหรับ LM Studio →

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

Google26B24 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

บอนไซ-27B-gguf

ปริซึม-มล.27B24 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive

HauhauCS35B48 GB RAM

Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive is a 35-billion parameter large language model developed by HauhauCS that combines MoE architecture with advanced multimodal and vision capabilities. It excels at complex reasoning, multilingual image-text analysis, and generating uncensored content for aggressive or unrestricted use cases where standard safety filters are undesirable. Running this model locally requires substantial high-end GPU memory to handle its sparse mixture-of-experts structure, making it best suited for powerful workstations or servers with significant VRAM available.

ดาวน์โหลดสำหรับ LM Studio →

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

เอ็มเปโร-ไอ9B16 GB RAM

โมเดล 9B แบบเปิดน้ำหนักจาก empero-ai สำหรับการอนุมาน AI ในระดับท้องถิ่น

ดาวน์โหลดสำหรับ LM Studio →

ออร์นิธ-1.0-35B-GGUF

ornith-ai35B48 GB RAM

Ornith-1.0-35B-GGUF is a 35-billion parameter language model developed by ornith-ai specifically for conversational tasks within the US region. It excels at maintaining natural dialogue flows and handling context-aware interactions, making it ideal for chatbots and virtual assistants. Running this model locally requires substantial GPU memory to handle its size efficiently, so it is best suited for users with high-end hardware or those willing to use quantized GGUF versions to reduce resource demands.

ดาวน์โหลดสำหรับ LM Studio →

Qwen3.6-27B-MTP-GGUF

อาลีบาบา27B24 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

deepseek-v4-gguf

แอนติเรซไม่ทราบ8 GB 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.

ดาวน์โหลดสำหรับ LM Studio →

ออร์นิธ-1.0-9B-GGUF

ornith-ai9B16 GB RAM

Ornith-1.0-9B-GGUF is a 9-billion parameter language model developed by ornith-ai designed for conversational interactions within the US region. It excels at generating natural dialogue and handling casual chat tasks, making it ideal for lightweight virtual assistants or simple customer support bots. Running this model locally requires modest hardware resources, allowing it to operate quickly on consumer-grade GPUs without needing massive data centers.

ดาวน์โหลดสำหรับ LM Studio →

สวัสดี ยินดีที่ได้รู้จัก! 👋

สมัครรับจดหมายข่าวของเราเพื่อรับข่าวสารล่าสุดเกี่ยวกับ AI

Malcare WordPress Security