检测你的 GPU 或 Mac,判断能本地跑哪些开源大模型、编程、图像和视频模型,并给出显存需求与速度评级。
页面标题:Can I run AI locally? Best models for your GPU
1–5 万
2026-03-09
42.1
否
概况
数据每周更新;估算值说明见 数据说明
技术栈Astro
分类编程与开发 / 图像生成 / 视频制作
关键词类型功能词
网站状态正常
估算月访问量20.7K
近三月走势
环比-12%
公开排名534,220
AI 解读
由大模型基于落地页内容整理,推测性的判断已注明。
它在帮谁解决什么问题
帮想在自己显卡或 Mac 上跑开源模型的开发者,快速判断硬件能不能带得动某个模型。
以前
只能翻模型卡、社区帖子和零散显存表,靠试错下载几十 GB 权重才发现跑不动。
现在
自动识别 GPU 或 Mac,直接给出可跑模型清单、显存需求和速度评级。
相比之下
同类多是静态显存对照表或论坛问答,它把硬件检测和模型库合在一个页面里。
目标人群:本地部署的独立开发者、AI 出海工具站作者、预算有限的个人研究者 打动点:一键检测硬件,不用手动查型号、覆盖 LLM、编程、图像、视频多类模型、给出速度评级而非只报显存数字 付费意愿:低
增长阶段
访问量约 2 万,环比下滑 12.4%,属早期小众工具,热度随新模型发布波动。
获客打法
推测主要靠“can i run X locally”这类长尾搜索与模型发布期的社区分享。
竞争壁垒
壁垒在模型库与硬件数据的持续维护,单页工具易被复制,先发和更新速度是关键。
收费模式
页面未检测到收款渠道与价格线索,当前应为免费工具。
搜索、外链与变现
核心关键词
can i run ai locallycan i run this llmlocal llm vram calculatorrun flux locally vramrun wan 2.2 locally外链与徽章
github.commidu.devollama.comlmstudio.ai收款渠道与价格
未检测到
变现评分25.9
{
"domain": "canirun.ai",
"name": "Can I Run AI",
"title": "Can I run AI locally? Best models for your GPU",
"description": "Detect your GPU or Mac and see which open LLMs, coding, image and video models you can run locally. VRAM requirements, speed estimates and grades.",
"desc_zh": "检测你的 GPU 或 Mac,判断能本地跑哪些开源大模型、编程、图像和视频模型,并给出显存需求与速度评级。",
"cat1": "[\"编程与开发\", \"图像生成\", \"视频制作\"]",
"cat2": "[\"本地模型硬件适配\", \"AI 模型运行评估\", \"开源模型选型工具\"]",
"site_type": "[\"关键词驱动\", \"All In One\"]",
"keyword_type": "功能词",
"model_family": null,
"model_version": null,
"status": "正常",
"registered": "2026-03-09",
"rank": 534220,
"visits": 20712,
"visits3": "[23406, 23641, 20712]",
"growth": -12.4,
"dr": 42.1,
"tech": "[\"Astro\"]",
"analytics": "[]",
"payments": "[]",
"pricing": "[]",
"monetization": "[]",
"monetization_score": 25.9,
"keywords": "[\"can i run ai locally\", \"can i run this llm\", \"local llm vram calculator\", \"run flux locally vram\", \"run wan 2.2 locally\"]",
"outbound": "[\"github.com\", \"midu.dev\", \"ollama.com\", \"lmstudio.ai\"]",
"badges": "[]",
"seo": "{\"words\": 6932, \"lang\": \"en\", \"internal\": 188, \"outbound\": 4, \"images\": 0, \"images_no_alt\": 0, \"schema\": [\"WebSite\", \"SearchAction\", \"WebApplication\", \"Offer\", \"Person\", \"FAQPage\", \"Question\", \"Answer\", \"HowTo\", \"HowToStep\"]}",
"insight": "{\"problem\": \"帮想在自己显卡或 Mac 上跑开源模型的开发者,快速判断硬件能不能带得动某个模型。\", \"before\": \"只能翻模型卡、社区帖子和零散显存表,靠试错下载几十 GB 权重才发现跑不动。\", \"now\": \"自动识别 GPU 或 Mac,直接给出可跑模型清单、显存需求和速度评级。\", \"vs\": \"同类多是静态显存对照表或论坛问答,它把硬件检测和模型库合在一个页面里。\", \"audience\": [\"本地部署的独立开发者\", \"AI 出海工具站作者\", \"预算有限的个人研究者\"], \"hooks\": [\"一键检测硬件,不用手动查型号\", \"覆盖 LLM、编程、图像、视频多类模型\", \"给出速度评级而非只报显存数字\"], \"pay_willingness\": \"低\", \"growth\": \"访问量约 2 万,环比下滑 12.4%,属早期小众工具,热度随新模型发布波动。\", \"acquisition\": \"推测主要靠“can i run X locally”这类长尾搜索与模型发布期的社区分享。\", \"moat\": \"壁垒在模型库与硬件数据的持续维护,单页工具易被复制,先发和更新速度是关键。\", \"money\": \"页面未检测到收款渠道与价格线索,当前应为免费工具。\"}",
"is_sample_revenue": 0,
"is_new": 0,
"reg_relaxed": 0,
"updated_at": "2026-10-18T01:31:32+00:00"
}
同类站点
同一分类中估算流量最接近的站点。
R
rightapi.ai面向企业开发团队,统一接入 Claude Code、Codex、Gemini CLI 等 AI 编程工具并按量计费的分发平台。
F
flashml.ai面向开发者的本地大模型运行时与桌面客户端,可在自己的 Windows/Linux 机器上离线运行前沿模型。
A
aishenji.top面向开发者的 AI API 聚合网关,用一个入口调用多家大模型接口。
C
congmingai.com面向开发者的 AI API 网关,聚合多家模型接口,方便统一接入调用。
K
kedaya.ai面向开发者的 AI API 网关,把订阅账号转成统一 API 接口供程序调用。
L
lody.ai面向开发团队的 AI 编程代理并行工作台,用隔离的 Git worktree 同时跑多个 agent 并实时审阅 diff。