gpt-oss

Démarrez rapidement avec Kimi-K2.6, GLM-5.2, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma et d'autres modèles.

Un moteur d'inférence et de service à haut débit et économe en mémoire pour les LLM

SGLang est un framework de service haute performance pour les grands modèles de langage et les modèles multimodaux.

[MLsys2026] : RAG sur tout avec LEANN. Bénéficiez de 97 % d'économie de stockage tout en exécutant une application RAG rapide, précise et 100 % privée sur votre appareil personnel.

Fine-tunez, évaluez et déployez facilement Qwen, Gemma ou tout LLM à poids ouverts !

Exécutez des LLM et VLM de pointe localement sur des appareils Qualcomm via NPU, GPU et CPU avec quelques lignes de code.

Un moteur d'entraînement de nouvelle génération conçu pour les modèles MoE ultra-larges

Une application macOS native permettant de discuter avec un LLM local capable de répondre à partir de fichiers, dossiers et sites web sur votre Mac sans installation supplémentaire. Propulsé par llama.cpp.

Un puissant plugin Zotero AI et MCP intégrant ChatGPT, Gemini 3.6, Claude Fable 5, Claude Sonnet 5, DeepSeek V4, Grok, OpenRouter, Kimi k3, GLM 5.2, SiliconFlow, GPT-oss, Gemma 4 et Qwen 3.7.

TokenSpeed est un moteur d'inférence LLM ultra-rapide.

Application d'IA locale et moteur d'inférence pour agents. Exécutez des LLM à poids ouverts localement — privé, 100 % hors ligne sur votre ordinateur.

Station de travail légère pour Codex CLI et Claude Code, avec planificateur de tâches, git worktree et contrôle à distance.

Bibliothèque d'entraînement distribué native PyTorch pour LLM/VLM avec prise en charge immédiate de Hugging Face.

Run MoE models bigger than your RAM. Frontier-size MoE on a 12 GB phone, CPU only, lossless, on stock llama.cpp