llamafile

llamafile ist Mozillas Trick: Eine Datei ist sowohl das GGUF-Gewicht als auch die Laufzeit (llama.cpp plus Cosmopolitan Libc). Herunterladen, chmod +x, ausführen. Keine Installation, kein Python, kein Docker.

Herunterladen Offizielle Doku ↗

`--server` legt OpenAI-Kompatibilität auf Port 8080. Kontext steht beim Start via -c fest. Das richtige Werkzeug, um jemandem ein Modell als Programm in die Hand zu drücken.

Max. Kontext: Set with -c at launch
Gratis-Tarif: Unbegrenzt und privat
Anforderung: Nichts — kein Konto

Endpunkt

Basis-URLhttp://localhost:8080/v1

RatengrenzeNone — it is your machine

OpenAI-kompatibel
Text

Codebeispiele

npm install openai

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'http://localhost:8080/v1',
  apiKey: 'not-needed'
})

const response = await client.chat.completions.create({
  model: 'LLaMA_CPP',
  messages: [{ role: 'user', content: 'Explain closures in one paragraph.' }]
})

console.log(response.choices[0].message.content)

pip install openai

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8080/v1",
    api_key="not-needed",
)

response = client.chat.completions.create(
    model="LLaMA_CPP",
    messages=[{"role": "user", "content": "Explain closures in one paragraph."}],
)

print(response.choices[0].message.content)

curl http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "LLaMA_CPP",
    "messages": [{"role": "user", "content": "Explain closures in one paragraph."}]
  }'

Wissenswert

`chmod +x model.llamafile && ./model.llamafile --server` — fertig.

Modelle, die Sie gratis bekommen2

Llama 3.3 70Bllama-3.3-70b
Mixtral 8x7Bopen-mixtral-8x7b