← Descubrir
Descubrir · GitHub · Whichllm↑ +143 hoy

Encuentre el modelo de IA que mejor se adapte a su hardware

Whichllm es una herramienta que le permite identificar los modelos nativos de lenguaje grande que funcionan mejor en su hardware. Centrándose en los puntos de referencia actuales en lugar de en la cantidad de parámetros, este software basado en Python le permite elegir el modelo más adecuado con un solo comando.

Actualizaciones

  • 15 de agosto de 2026: Estrellas 6,101 → 6,263, última versión v0.5.16 (14 de agosto de 2026).
  • 2 de agosto de 2026: Estrellas 3,679 → 6,101, última versión v0.5.15 (3 de julio de 2026).

Qué aporta

  • Determina el modelo de idioma nativo que mejor se adapta a su hardware con datos de referencia actualizados.
  • Predice el rendimiento detectando automáticamente la GPU y las características del sistema.
  • Ofrece la oportunidad de descargar modelos, iniciar chats y crear ejemplos de código Python con un solo comando.

Instalación

Instalación de vehículos
uv tool install whichllm
uv tool upgrade whichllm  # update an existing install
Métodos de instalación alternativos
brew install andyyyy64/whichllm/whichllm
pip install whichllm

Ejecución

Déjame enumerarte los modelos que mejor se adaptan a tu hardware.
whichllm
Iniciar un chat con un modelo específico
whichllm run "qwen 2.5 1.5b gguf"

Si no programa

🤖 Pegue esto en su agente (Claude Code · Codex · Antigravity)

Con la herramienta Whichllm, quiero enumerar los modelos locales de lenguaje grande que mejor se adaptan a mis especificaciones de hardware y ver las estimaciones de rendimiento de estos modelos. ¿Cómo puedo filtrar los modelos con las puntuaciones de referencia más altas según la capacidad de GPU o CPU de mi sistema, así como planificar el hardware necesario para un modelo en particular?

Términos relacionados del glosario

Para quién esEs para usuarios que buscan modelos de IA nativos que se ejecuten de manera más eficiente en su hardware y desean mantenerse alejados de la complejidad técnica.
LicenciaMIT

Enlaces

TreScout no desarrolló esta herramienta · la encontramos en las tendencias de GitHub y la presentamos. Esta página describe el repositorio tal como estaba el 2026-06-09: El número de estrellas y nuestro texto son de ese día, el repositorio puede haber cambiado desde entonces. Consulte el enlace del repositorio para ver el estado actual. Esta página se tradujo automáticamente del original en turco · prevalece la versión turca.