ابزارهای مشابه لاما سی‌پی‌پی

اولاما

Ollama

رایگان

ابزار متن‌باز و رایگان برای اجرای مدل‌های باز مثل Qwen3.5 و Gemma 4 روی ویندوز، مک و لینوکس: با یک دستور مدل را می‌گیرد و اجرا می‌کند، برنامهٔ چت دارد و API محلی روی پورت ۱۱۴۳۴ می‌دهد.

وی‌ال‌ال‌ام

vLLM

رایگان

موتور سرویس‌دهی سریع مدل‌های زبانی روی سرور لینوکس با کارت گرافیک؛ یک API سازگار با OpenAI می‌سازد تا چندین کاربر و برنامه هم‌زمان از مدل محلی استفاده کنند. رایگان و متن‌باز (Apache-2.0).

لوکال‌ای‌آی

LocalAI

رایگان

جایگزین خودمیزبان API اوپن‌ای‌آی: متن، تصویر، گفتار و بردارسازی را با یک API روی سرور یا کامپیوتر خودتان اجرا می‌کند، حتی بدون کارت گرافیک. رایگان و متن‌باز (MIT).

آنسلات دسکتاپ

Unsloth Desktop

رایگان

برنامهٔ دسکتاپ Unsloth (هنوز بتا) برای اجرا و فاین‌تیون مدل‌های هوش مصنوعی روی کامپیوتر خودتان: مدل‌های GGUF و MLX، تصویر و ویدیو و صدا، آموزش LoRA و فاین‌تیون کامل با خروجی GGUF، و API سازگار با OpenAI و Anthropic؛ ویندوز، مک و لینوکس.

ال‌ام استودیو

LM Studio

رایگان

برنامهٔ رایگان ویندوز، مک و لینوکس برای دانلود و اجرای مدل‌های زبانی روی کامپیوتر خودتان: چت آفلاین، گفت‌وگو با اسناد، سرور API سازگار با OpenAI و ایجنت Bionic برای کار و کدنویسی.

امبدینگ جما ۲ (آفلاین)

EmbeddingGemma 2 (offline)

رایگان

مدل بردارساز (embedding) باز و چندرسانه‌ای گوگل دیپ‌مایند (۶ اکتبر ۲۰۲۶): متن، کد، تصویر، صدا و ویدئو را در یک فضای برداری مشترک می‌گذارد تا روی گوشی یا لپ‌تاپ و بدون اینترنت، در اسناد، عکس‌ها و یادداشت‌های صوتی بر اساس معنی جست‌وجو کنید؛ از ۳۷۸ مگابایت، با مجوز Apache 2.0.

Jan

Jan

رایگان

برنامهٔ متن‌باز و رایگان (Apache-2.0) برای ویندوز، مک و لینوکس که مثل ChatGPT کار می‌کند ولی مدل‌ها را روی کامپیوتر خودتان اجرا می‌کند؛ با Hub مدل، گفت‌وگو با فایل، ابزارهای MCP و سرور API محلی.

کوئن ۳.۸ 27B (آفلاین)

Qwen3.8-27B (offline)

رایگان

قوی‌ترین مدل ۲۷ میلیاردی Qwen (اوت ۲۰۲۶) برای کارت گرافیک ۲۴ گیگابایتی: کدنویسی ایجنتی، کار با سند و تصویر و استدلال، طبق جدول Qwen نزدیک به Qwen3.7-Plus آنلاین، با مجوز Apache 2.0.

میمو ۲.۶ (آفلاین)

MiMo-V2.6 (offline)

رایگان

خانوادهٔ مدل‌های باز شیائومی (سپتامبر ۲۰۲۶، مجوز MIT) برای کدنویسی ایجنتی و کار با ابزار: نسخهٔ Distill-Qwen-9B با فایل ۵٫۸ گیگابایتی روی لپ‌تاپ ۱۶ گیگابایتی اجرا می‌شود و Flash و Pro (به گزارش eWeek، Pro بالاترین مدل باز در شاخص Artificial Analysis) سرور چندکارته می‌خواهند؛ فارسی آزموده نشده است.

بی‌جی‌ای ام۳ (آفلاین)

BGE-M3 (offline)

رایگان

مدل بردارساز سبک و پرکاربرد BAAI با ۵۶۸ میلیون پارامتر برای جست‌وجوی معنایی و «از اسنادت بپرس» خصوصی؛ در سنجه‌های فارسی نتیجهٔ خوبی دارد، بدون کارت گرافیک اجرا می‌شود و مجوز MIT دارد.

کوئن ۳ امبدینگ (آفلاین)

Qwen3-Embedding (offline)

رایگان

مدل بردارساز متن علی‌بابا در سه اندازه (0.6B، 4B و 8B) برای جست‌وجوی معنایی و ساخت «از اسنادت بپرس» خصوصی؛ در بازیابی متن فارسی نتیجهٔ خوبی دارد و مجوزش Apache 2.0 است.

هاگینگ فیس

Hugging Face

رایگان

گیت‌هابِ دنیای هوش مصنوعی؛ بزرگ‌ترین مرجع مدل‌های متن‌باز، دیتاست‌ها و دموهای آنلاین (Spaces) که هر توسعه‌دهنده هوش مصنوعی دیر یا زود سر و کارش به آن می‌افتد.

گوگل ای‌آی استودیو

Google AI Studio

رایگان

محیط رایگان گوگل با Gemini: تست پرامپت، API — و یکی از بهترین مسیرهای متن‌به‌گفتار رایگان با کمترین محدودیت (Gemini 3.8 Flash TTS).

اوپن وب‌یوآی

Open WebUI

رایگان

رابطی شبیه ChatGPT که روی لپ‌تاپ یا سرور خودتان نصب می‌شود و به Ollama یا هر API سازگار با OpenAI وصل می‌شود؛ با گفت‌وگو با اسناد، مدیریت کاربران، LDAP و ورود یکپارچه (SSO).

دیپ‌سیک ۴ فلش (آفلاین)

DeepSeek-V4-Flash (offline)

رایگان

نسخهٔ متن‌باز DeepSeek-V4-Flash با ۲۸۴ میلیارد پارامتر و متن تا یک میلیون توکن، برای برنامه‌نویسی و کار ایجنتی؛ روی سرور چندکارته یا دستگاه ۱۲۸ گیگابایتی، با مجوز MIT.

آنتی‌گرویتی

Google Antigravity

رایگان

پلتفرم توسعه ایجنت‌محور گوگل: IDE دسکتاپ + CLI + SDK؛ نسخه 2.0 (I/O 2026) با ایجنت‌های موازی، سندباکس ابری و پلن رایگان واقعی.

کوئن ۳ کدر (آفلاین)

Qwen3-Coder (offline)

رایگان

مدل برنامه‌نویسی متن‌باز علی‌بابا در سه اندازه (30B، Next با ۸۰ میلیارد و 480B)؛ دو نسخهٔ کوچک‌تر فقط ۳ میلیارد پارامتر فعال دارند و ایجنت کدنویسی و تکمیل کد را بدون اینترنت اجرا می‌کنند. مجوز Apache 2.0.

جما ۴ (آفلاین)

Gemma 4 (offline)

رایگان

خانوادهٔ مدل باز گوگل که روی لپ‌تاپ یا کامپیوتر خودتان و بدون اینترنت اجرا می‌شود: چت، خلاصه‌نویسی، کدنویسی و فهم تصویر در پنج اندازه از E2B تا 31B، با مجوز آزاد Apache 2.0.