llamafile

llamafile est le tour de Mozilla : un seul fichier qui vaut à la fois les poids GGUF et le runtime (llama.cpp plus Cosmopolitan Libc). Téléchargez, chmod +x, exécutez. Pas d’installation, pas de Python, pas de Docker.

Télécharger Documentation officielle ↗

`--server` expose le compatible OpenAI sur le port 8080. Le contexte se règle au lancement via -c. Le bon outil quand on veut remettre un modèle à quelqu’un sous forme d’exécutable.

Contexte max: Set with -c at launch
Offre gratuite: Illimité et privé
Exigence: Rien — pas de compte

Point de terminaison

URL de basehttp://localhost:8080/v1

Limite de débitNone — it is your machine

Compatible OpenAI
texte

Exemples de code

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."}]
  }'

Bon à savoir

`chmod +x model.llamafile && ./model.llamafile --server` et c’est fini.

Modèles que vous obtenez gratuitement2

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