chat

Di perangkat ini

Model yang berjalan di perangkat Anda sendiri

Model terbuka kecil diunduh sekali ke browser ini dan menjawab di GPU Anda. Tanpa kunci, tanpa masuk, dan tidak ada yang Anda ketik yang keluar dari perangkat. Model ini gratis karena perangkat Anda yang bekerja.

  • Tanpa kunci, tanpa masuk
  • Kata-kata Anda tetap di perangkat ini
  • Gratis, karena GPU Anda yang bekerja

Perangkat ini

Menanyakan GPU kepada browser ini

6 model, dari kecil ke besar

Masing-masing adalah unduhan yang Anda pilih, sekali saja. Unduhan itu tetap di browser ini sampai Anda menghapusnya.

  • SmolLM2 360M

    dari Hugging Face

    unduhan 212 MB · konteks 4k

    butuh sekitar 376 MB memori GPU

  • Qwen3.5 0.8B

    dari Qwen

    unduhan 443 MB · konteks 4k

    butuh sekitar 1,6 GB memori GPU

    model penalaran, diminta menjawab langsung

  • Gemma 3 1B

    dari Google

    unduhan 602 MB · konteks 4k

    butuh sekitar 711 MB memori GPU

  • Llama 3.2 1B

    dari Meta

    unduhan 710 MB · konteks 4k

    butuh sekitar 879 MB memori GPU

  • Qwen3 1.7B

    dari Qwen

    unduhan 985 MB · konteks 4k

    butuh sekitar 2 GB memori GPU

    model penalaran, diminta menjawab langsung

  • Llama 3.2 3B

    dari Meta

    unduhan 1,8 GB · konteks 4k

    butuh sekitar 2,3 GB memori GPU

Cara kerjanya

Mesinnya adalah WebLLM dari MLC (Apache 2.0), versi 0.2.85. Setiap model dikompilasi lebih dulu menjadi program WebGPU dan berjalan di worker di samping halaman ini.

Bobot datang dari Hugging Face dan model terkompilasi dari GitHub, sekali saja. Browser ini menyimpannya di Cache Storage sampai Anda menghapusnya di sini atau menghapus data situs.

GPU Anda menulis setiap jawaban. Tidak ada prompt dan tidak ada jawaban yang pergi ke Antimatter atau penyedia model mana pun. Di chat, sebuah utas disimpan seperti utas Anda yang lain.

Model yang lebih besar ada di cloud, di balik satu kunci. Buka chat

Antimatter