檢測你的 GPU 或 Mac,判斷能本地跑哪些開源大模型、編程、圖像和影片模型,並給出顯存需求與速度評級。
頁面標題:Can I run AI locally? Best models for your GPU
1–5 萬
2026-03-09
42.1
否
概況
資料每週更新;估算值說明見 資料說明
技術棧Astro
分類編程與開發 / 圖像生成 / 影片製作
關鍵字類型功能詞
網站狀態—
估算月訪問量20.6K
近三個月走勢
環比-13%
公開排名537,749
AI 解讀
由大模型基於落地頁內容整理,推測性的判斷已註明。
它在幫誰解決什麼問題
幫想在自己顯卡或 Mac 上跑開源模型的開發者,快速判斷硬體能不能帶得動某個模型。
以前
只能翻模型卡、社群帖子和零散顯存表,靠試錯下載幾十 GB 權重才發現跑不動。
現在
自動識別 GPU 或 Mac,直接給出可跑模型清單、顯存需求和速度評級。
相比之下
同類多是靜態顯存對照表或論壇問答,它把硬體檢測和模型庫合在一個頁面裡。
目標人群:本地部署的獨立開發者、AI 出海工具站作者、預算有限的個人研究者 打動點:一鍵檢測硬體,不用手動查型號、覆蓋 LLM、編程、圖像、視頻多類模型、給出速度評級而非只報顯存數字 付費意願:低
成長階段
訪問量約 2 萬,環比下滑 12.4%,屬早期小眾工具,熱度隨新模型發布波動。
獲客打法
推測主要靠「can i run X locally」這類長尾搜尋與模型發布期的社群分享。
競爭壁壘
壁壘在模型庫與硬體數據的持續維護,單頁工具易被複製,先發和更新速度是關鍵。
收費模式
頁面未檢測到收款渠道與價格線索,當前應為免費工具。
搜尋、外鏈與變現
核心關鍵詞
can i run ai locallycan i run this llmlocal llm vram calculatorrun flux locally vramrun wan 2.2 locally外部連結與徽章
github.commidu.devollama.comlmstudio.ai收款渠道與價格
未偵測到
變現評分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": "檢測你的 GPU 或 Mac,判斷能本地跑哪些開源大模型、編程、圖像和影片模型,並給出顯存需求與速度評級。",
"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": 537749,
"visits": 20555,
"visits3": "[23269, 23700, 20555]",
"growth": -13.3,
"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\": \"幫想在自己顯卡或 Mac 上跑開源模型的開發者,快速判斷硬體能不能帶得動某個模型。\", \"before\": \"只能翻模型卡、社群帖子和零散顯存表,靠試錯下載幾十 GB 權重才發現跑不動。\", \"now\": \"自動識別 GPU 或 Mac,直接給出可跑模型清單、顯存需求和速度評級。\", \"vs\": \"同類多是靜態顯存對照表或論壇問答,它把硬體檢測和模型庫合在一個頁面裡。\", \"audience\": [\"本地部署的獨立開發者\", \"AI 出海工具站作者\", \"預算有限的個人研究者\"], \"hooks\": [\"一鍵檢測硬體,不用手動查型號\", \"覆蓋 LLM、編程、圖像、視頻多類模型\", \"給出速度評級而非只報顯存數字\"], \"pay_willingness\": \"低\", \"growth\": \"訪問量約 2 萬,環比下滑 12.4%,屬早期小眾工具,熱度隨新模型發布波動。\", \"acquisition\": \"推測主要靠「can i run X locally」這類長尾搜尋與模型發布期的社群分享。\", \"moat\": \"壁壘在模型庫與硬體數據的持續維護,單頁工具易被複製,先發和更新速度是關鍵。\", \"money\": \"頁面未檢測到收款渠道與價格線索,當前應為免費工具。\"}",
"is_sample_revenue": 0,
"is_new": 0,
"reg_relaxed": 0,
"updated_at": "2026-10-18T19:05:51+00:00"
}
同類站點
同一分類中估算流量最接近的站點。
U
usegitai.com面向工程團隊的 AI 程式碼溯源工具,追蹤 Cursor、Claude Code 等代理生成的程式碼直到上線。
A
aishenji.top面向開發者的 AI API 聚合閘道,用一個入口調用多家大模型接口。
C
congmingai.com面向開發者的 AI API 閘道,聚合多家模型接口,方便統一接入調用。
K
kedaya.ai面向開發者的 AI API 閘道,把訂閱帳號轉成統一 API 接口供程式調用。
L
lody.ai面向開發團隊的 AI 編程代理並行工作台,用隔離的 Git worktree 同時跑多個 agent 並即時審閱 diff。
R
rightapi.ai面向企業開發團隊,統一接入 Claude Code、Codex、Gemini CLI 等 AI 編程工具並按量計費的分發平台。