whatmodel：按硬件与预算筛选可本地运行的 AI 模型榜单

jakemanger/whatmodel · Find the best AI models you can run

GitHub原文发布未知首次收录 2026-10-16上架 2026-10-17 07:03

ELI5：它是什么，解决什么问题

whatmodel 是一个开源 AI 模型榜单工具，将 879 个模型依据 22,113 条已发布基准测试结果汇总为单一评分，并列出每个模型的 API 价格、本地运行所需内存以及运行命令。用户可以在网站或终端按自身电脑配置（内存、显存、是否有独立显卡）与预算过滤模型，覆盖 llm、图像、视频、TTS、STT 等多个类别，支持 LMArena 等基准子集筛选与自定义评分尺度。

# 本地部署 # 基准评测 # 开源权重 # 榜单 # 模型选型

核心能力与快速开始

★ 30 · TypeScript

能做什么: 汇总并比较 AI 模型：以 22,113 条已发布基准结果构建单一评分，覆盖 879 个模型、566 个基准；展示每个模型的 API 价格、运行所需内存和运行命令；支持按本机内存/显存（Mac、Linux、Windows）过滤可运行模型；支持按特定基准集合（如 LMArena 文本）过滤并选择评分尺度；提供网站交互版与终端 curl 输出。
适用场景: 为自己的机器（如 16/32/64/128GB Mac 或指定显存显卡）挑选可本地运行的模型；按预算比较 API 价格与模型评分；查看模型在特定基准集合上的表现；在终端快速查询适配当前硬件的模型列表。
项目形态: 资料合集
部署方式: 提供网页版 whatmodel.sh 与终端 curl 访问方式；README 未说明自托管部署条件。
主要依赖: 仓库为 TypeScript 实现，采用 MIT 许可证；README 未说明运行环境要求。
使用限制: 评分为基于公开基准结果的聚合分数，部分模型标注为尚未校准（not yet calibrated）或仅供比较；材料未说明评分的具体误差范围、更新频率保证或全面性限制；模型价格与硬件需求以 README 所列数据为准，可能随上游变化。
许可证: MIT
最近推送: 2026-10-15 13:42

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-16 07:00 · 卡片整理：2026-10-17 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

程序员在本地部署或选择 AI 模型时，可按自身电脑的内存、显存和是否有独立显卡过滤模型，并查看每个模型的 API 价格、本地运行所需内存以及运行命令，从而决定哪些模型能在本机运行。

查看内容依据

用户可以在网站或终端按自身电脑配置（内存、显存、是否有独立显卡）与预算过滤模型

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

产品经理在评估 AI 模型选型时，可参考该榜单按单一评分比较 879 个模型，并查看 API 价格与本地运行所需内存，辅助成本与能力权衡。

查看内容依据

将 879 个模型依据 22,113 条已发布基准测试结果汇总为单一评分，并列出每个模型的 API 价格、本地运行所需内存以及运行命令

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

serbeval：面向塞尔维亚语语法与正字法能力的 LLM 基准评测

serbeval 是基于 lm-evaluation-harness 构建的塞尔维亚语 LLM 基准，覆盖格支配、体、不定过去时/未完成时、语素音变、数词一致、ijekavian jat 反映、正字法、č/ć 区分以及西里尔/拉丁字母一致性等翻译型多语言基准难以考察的内容。项目提供官方题集 v1.2（351 题，含人工核验、模型共识确认和由核验题派生的改错题）以及初步的 30 模型 OpenRouter 零样本排行榜，并提供题目校验、生成、自校验、人工复核、语料挖掘和合成等数据集工具链。

llm-agent-experiments：多智能体流水线中开源权重模型的角色级替换评测

该项目是一套预注册、盲评的评测实验资料，用于比较多款开源权重 LLM 在多智能体流水线中作为 SCOUT 研究综合角色委派者的表现，并判断它们能否以更低成本替代专有基线 Claude Haiku 4.5。实验采用 8 项二元评分准则、Mann-Whitney U 非劣效检验和成本效率指标，公开了协议、评分准则、逐次运行得分、延迟日志与 SCOUT 交接 JSON。后续实验将评测扩展到流水线全部角色，并加入跨任务复现与上下文隔离研究；项目同时说明，结论受单一任务类型和流水线配置的限制。

AI Job Insight Evaluator：面向招聘岗位描述的大模型结构化信息抽取评测与岗位洞察平台

该项目面向大模型评测、产品经理与数据分析三类实习岗位，收集并人工标注公开招聘岗位描述，构建统一字段与标注规范；实现关键词规则基线与兼容 OpenAI 接口的大模型结构化提取器，使用准确率、Precision、Recall、F1 和潜在无依据率等指标进行对比评测，并通过冻结验证集分析泛化能力。当前为小型数据集上的研究性评测项目，规划中的 Streamlit 可视化页面尚未完成。

RotomArena：面向语言模型的宝可梦对战评测基准

RotomArena 是一个以宝可梦对战为载体的语言模型基准测试：每个模型先自行组建队伍，再在 Pokémon Showdown 上与其他模型逐回合对战，每回合给出简短思考并选择一个合法行动。项目按版本冻结规则，统一提示词、预算与裁判，基于已记录对局用 Bradley-Terry 模型计算 Elo 风格评分及自助法置信区间，并公布对局回放、模型推理、每局成本与每回合 token 数。参与方包括通过 OpenRouter 或本地 llama.cpp 接入的语言模型、决策模型、基于论文实现的规则版 PokéChamp 以及随机 AI。网站为 Astro 静态站，项目还包含将 Laya 决策模型微调用于组队的流程。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。