TideRankVRAM-Rechner für lokale große Modelle: GPU oder Apple-Chip auswählen, um zu sehen, welche Open-Source-Modelle laufen, inklusive Empfehlungen und Ausführungsbefehlen.
Seitentitel:Local LLM VRAM calculator — which LLM can your GPU or Mac run? | RunMyLLM
Überblick
Daten werden wöchentlich aktualisiert; Hinweise zu Schätzwerten findest du unter Datenhinweise
AI-Analyse
Von einem großen Sprachmodell anhand der Landingpage-Inhalte zusammengestellt; spekulative Einschätzungen sind gekennzeichnet.
Wer ein Open-Source-LLM lokal laufen lassen will, weiß nicht, welches Modell, welche Quantisierung und welche Kontextlänge die eigene GPU oder der Mac-Speicher tatsächlich aufnehmen kann.
Früher
Man schätzt Gewichte und KV-Cache manuell über Forenbeiträge, Reddit-Diskussionen und verstreute Tabellen und lädt Modelle im Trial-and-Error-Verfahren herunter.
Jetzt
Erst Gerät, dann Einsatzzweck wählen und direkt passende Modelle, Quantisierungsgrößen, KV-Cache, geschätzte tokens/s und einen Ausführungsbefehl sehen.
Im Vergleich dazu
Die meisten vergleichbaren Tools berechnen nur die Gewichtsgröße; dieses gibt KV-Cache, Kontextlänge, Geschwindigkeitsschätzung und empfohlene Modelle passend zum Aufgabenszenario gemeinsam an.
Zielgruppe:Fans lokaler Deployments, Unabhängige AI-Entwickler, Entwickler, die eine GPU oder einen Mac kaufen wollen Überzeugt durch:Empfohlene Modelle direkt nach Einsatzzweck, ohne selbst auswählen zu müssen, Mit KV-Cache und Kontext sind die Ergebnisse praxisnäher, Mit einem direkt ausführbaren Ausführungsbefehl Zahlungsbereitschaft:Niedrig
Zugriffe ca. 29.000, Wachstum 186 %, in einer frühen, schnell steigenden Phase – eine Anlaufphase für Tool-Traffic.
Vermutlich vor allem über Longtail-Suchen wie „local llm vram calculator“ und „which llm can my gpu run“ sowie über Wiederbesuche durch wöchentlich aktualisierte Modellkataloge.
Die Hürde ist eher gering, die Berechnungslogik leicht kopierbar; der Vorteil liegt in Nutzungsgewohnheiten durch wöchentlich aktualisierte Modellkataloge, aufgabenbezogene Empfehlungen und Befehlserzeugung.
Auf der Seite wurden keine Zahlungskanäle und Preishinweise erkannt; derzeit wahrscheinlich kostenlos, kein Abo- oder Bezahleinstieg erkennbar.
Suche, Backlinks & Monetarisierung
Hauptkeyword
local llm vram calculatorwhich llm can my gpu runllm vram calculatorbest local llm for my vramrun llm on apple siliconBacklinks & Badges
aiarticlepricer.comZahlungsanbieter und Preise
Nicht erkannt
{
"domain": "runmyllm.com",
"name": "RunMyLLM",
"title": "Local LLM VRAM calculator — which LLM can your GPU or Mac run? | RunMyLLM",
"description": "The local LLM VRAM calculator: pick your GPU or Apple Silicon chip and see which open-weight LLMs fit — with a recommended model per job (coding, reasoning, vision, agents, speed), quantised weight sizes, KV cache at your context length, estimated tokens per second, and the command to run it. Catalogue updated weekly.",
"desc_zh": "VRAM-Rechner für lokale große Modelle: GPU oder Apple-Chip auswählen, um zu sehen, welche Open-Source-Modelle laufen, inklusive Empfehlungen und Ausführungsbefehlen.",
"cat1": "[\"编程与开发\", \"研究与数据\"]",
"cat2": "[\"本地模型部署\", \"显存与硬件选型\", \"开源模型对比\"]",
"site_type": "[\"关键词驱动\"]",
"keyword_type": "长尾词",
"model_family": null,
"model_version": null,
"status": "正常",
"registered": "2026-08-21",
"rank": 401048,
"visits": 28801,
"visits3": "[10071, 10071, 28801]",
"growth": 186.0,
"dr": null,
"tech": "[]",
"analytics": "[]",
"payments": "[]",
"pricing": "[]",
"monetization": "[]",
"monetization_score": 36.1,
"keywords": "[\"local llm vram calculator\", \"which llm can my gpu run\", \"llm vram calculator\", \"best local llm for my vram\", \"run llm on apple silicon\"]",
"outbound": "[\"aiarticlepricer.com\"]",
"badges": "[]",
"seo": "{\"words\": 753, \"lang\": \"en\", \"internal\": 53, \"outbound\": 1, \"images\": 0, \"images_no_alt\": 0, \"schema\": []}",
"insight": "{\"problem\": \"Wer ein Open-Source-LLM lokal laufen lassen will, weiß nicht, welches Modell, welche Quantisierung und welche Kontextlänge die eigene GPU oder der Mac-Speicher tatsächlich aufnehmen kann.\", \"before\": \"Man schätzt Gewichte und KV-Cache manuell über Forenbeiträge, Reddit-Diskussionen und verstreute Tabellen und lädt Modelle im Trial-and-Error-Verfahren herunter.\", \"now\": \"Erst Gerät, dann Einsatzzweck wählen und direkt passende Modelle, Quantisierungsgrößen, KV-Cache, geschätzte tokens/s und einen Ausführungsbefehl sehen.\", \"vs\": \"Die meisten vergleichbaren Tools berechnen nur die Gewichtsgröße; dieses gibt KV-Cache, Kontextlänge, Geschwindigkeitsschätzung und empfohlene Modelle passend zum Aufgabenszenario gemeinsam an.\", \"audience\": [\"Fans lokaler Deployments\", \"Unabhängige AI-Entwickler\", \"Entwickler, die eine GPU oder einen Mac kaufen wollen\"], \"hooks\": [\"Empfohlene Modelle direkt nach Einsatzzweck, ohne selbst auswählen zu müssen\", \"Mit KV-Cache und Kontext sind die Ergebnisse praxisnäher\", \"Mit einem direkt ausführbaren Ausführungsbefehl\"], \"pay_willingness\": \"低\", \"growth\": \"Zugriffe ca. 29.000, Wachstum 186 %, in einer frühen, schnell steigenden Phase – eine Anlaufphase für Tool-Traffic.\", \"acquisition\": \"Vermutlich vor allem über Longtail-Suchen wie „local llm vram calculator“ und „which llm can my gpu run“ sowie über Wiederbesuche durch wöchentlich aktualisierte Modellkataloge.\", \"moat\": \"Die Hürde ist eher gering, die Berechnungslogik leicht kopierbar; der Vorteil liegt in Nutzungsgewohnheiten durch wöchentlich aktualisierte Modellkataloge, aufgabenbezogene Empfehlungen und Befehlserzeugung.\", \"money\": \"Auf der Seite wurden keine Zahlungskanäle und Preishinweise erkannt; derzeit wahrscheinlich kostenlos, kein Abo- oder Bezahleinstieg erkennbar.\"}",
"is_sample_revenue": 0,
"is_new": 1,
"reg_relaxed": 0,
"updated_at": "2026-10-18T01:31:32+00:00"
}
Ähnliche Websites
Websites in derselben Kategorie mit dem ähnlichsten geschätzten Traffic.