
想跑本地 AI 模型,但不确定自己的电脑能不能带得动?CanIRun.ai 就是来解决这个问题的——打开网页,选一下你的 GPU/CPU,立刻告诉你哪些模型能跑、哪些跑不了。
这个工具覆盖了从 M1 到 M5 的全系列 Apple 芯片、从 RTX 20 系到 50 系 的 NVIDIA 显卡,以及多款 CPU 配置。选完硬件后,它会列出你能运行的 AI 模型列表,包括 Llama、Qwen、Phi、Mistral、Gemma、DeepSeek 等主流开源模型。
怎么用
非常简单,三步搞定:
- 打开 canirun.ai
- 选择你的 GPU 型号(或 Apple 芯片 / CPU)
- 查看可运行的 AI 模型列表
支持自定义显存大小,如果你的显卡不在预设列表里,可以手动输入显存数值。
覆盖的硬件范围
- Apple Silicon:M1 / M2 / M3 / M4 / M5 全系列(含 Pro / Max / Ultra)
- NVIDIA 显卡:RTX 2060 到 RTX 5090(含 Laptop 版本)
- CPU 模式:纯 CPU 推理也支持,只是慢一些
覆盖的模型
主流开源模型基本都收录了:
- Llama 系列:Llama 3.1 8B、Llama 3.3 70B
- Qwen 系列:Qwen 2.5 Coder 32B、Qwen 3 32B、Qwen 3.5 9B
- Phi 系列:Phi-4 14B
- Mistral 系列:Mistral Small 3.1 24B
- Gemma 系列:Gemma 3 27B
- DeepSeek 系列:DeepSeek R1 Distill 32B
- 其他:GPT-OSS 20B 等
核心功能
- 硬件检测:自动识别你的 GPU、CPU 和内存
- 模型匹配:根据显存和算力推荐可运行的模型
- 量化支持:显示不同量化版本(Q4、Q5、Q8 等)的显存占用
- 对比模式:可以同时比较多个硬件配置
- Tier List:按性能给硬件排个梯队
- Playground:在线测试模型运行效果
适合人群
- 🖥️ 想玩本地 AI 但不确定电脑够不够用的入门用户
- 🔧 需要为不同硬件配置推荐模型的 AI 开发者
- 📊 想对比不同显卡 AI 性能的硬件爱好者
- 💡 考虑升级显卡来跑更大模型的玩家
相关链接
- 🌐 官网:https://www.canirun.ai/
- 📖 文档:https://www.canirun.ai/docs
- 🎮 Playground:https://www.canirun.ai/playground
如果你一直想尝试本地部署 AI 模型,先用 CanIRun.ai 看看自己的硬件能跑什么,再决定要不要升级显卡——省钱又省心。
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。