Trouvez le modèle d'IA le mieux adapté à votre matériel
Whichllm est un outil qui vous permet d'identifier les grands modèles de langage natifs qui fonctionnent le mieux sur votre matériel. En se concentrant sur les benchmarks actuels plutôt que sur le nombre de paramètres, ce logiciel basé sur Python vous permet de choisir le modèle le plus adapté avec une seule commande.
Mises à jour
- 5 novembre 2026: Étoiles 6,817 → 6,822, dernière version v0.6.4 (4 novembre 2026).
- 3 novembre 2026: Étoiles 6,803 → 6,817, dernière version v0.6.0 (2 novembre 2026).
- 29 octobre 2026: Étoiles 6,767 → 6,803, dernière version v0.5.23 (28 octobre 2026).
- 19 octobre 2026: Étoiles 6,719 → 6,767, dernière version v0.5.21 (19 octobre 2026).
Ce que ça vous apporte
- Il détermine le modèle de langage natif le mieux adapté à votre matériel avec des données de référence à jour.
- Il prédit les performances en détectant automatiquement les fonctionnalités du GPU et du système.
- Il offre la possibilité de télécharger des modèles, de démarrer des discussions et de créer des exemples de code Python avec une seule commande.
Installation
uv tool install whichllm
uv tool upgrade whichllm # update an existing installbrew install andyyyy64/whichllm/whichllm
pip install whichllmExécution
whichllmwhichllm run "qwen 2.5 1.5b gguf"Si vous ne codez pas
À l'aide de l'outil Whichllm, je souhaite répertorier les modèles de grand langage locaux qui correspondent le mieux à mes spécifications matérielles et voir les estimations de performances de ces modèles. Comment puis-je filtrer les modèles avec les scores de référence les plus élevés en fonction de la capacité du GPU ou du CPU de mon système, ainsi que planifier le matériel requis pour un modèle particulier ?
Dépôt : https://github.com/Andyyyy64/whichllm. Base-toi sur les instructions officielles du fichier README de ce dépôt pour l'installation et l'exécution.
Avant de commencer, vérifie quel système d'exploitation nous utilisons et si les outils nécessaires (ex: Python, Node.js, Git, Docker) sont installés. Installe ceux qui manquent étape par étape selon ce système.
Crée un nouveau dossier vide pour travailler. Ne touche pas aux fichiers en dehors de ce dossier et ne supprime rien. Avant chaque commande, décris ce que tu vas faire en une phrase.
Dis-moi ce que je devrais voir à l'écran à la fin de chaque étape. Si une erreur survient, je te copierai le message d'erreur tel quel et nous la corrigerons ensemble.
Termes liés du glossaire
Liens
TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-06-09 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Le texte de présentation a été préparé avec l’IA à partir de la propre documentation du dépôt et cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.