it's free*.ai

vLLM

vLLM هو محرك الخدمة الذي تستخدمه بيئة الإنتاج فعلاً: PagedAttention، وتجميع مستمر، وخادم متوافق مع OpenAI على localhost:8000/v1. والـGPU تأتيها من عندك.

vLLM هو محرك الخدمة الذي تستخدمه بيئة الإنتاج فعلاً: PagedAttention، وتجميع مستمر، وخادم متوافق مع OpenAI على localhost:8000/v1. والـGPU تأتيها من عندك.

`vllm serve Qwen/Qwen3-8B` وانتهى. CUDA أو ROCm؛ وعلى Mac توجه إلى MLX. لا حصة ولا مفتاح، ولا شيء يغادر الجهاز.

السياق الأقصى
Set with --max-model-len
الطبقة المجانية
غير محدود وخاص
المتطلب
لا شيء — بلا حساب

نقطة النهاية

عنوان URL الأساسيhttp://localhost:8000/v1
حد السرعةNone — it is your machine

أمثلة الكود

npm install openai
import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'http://localhost:8000/v1',
  apiKey: 'not-needed'
})

const response = await client.chat.completions.create({
  model: 'Qwen/Qwen3-8B',
  messages: [{ role: 'user', content: 'Explain closures in one paragraph.' }]
})

console.log(response.choices[0].message.content)

جدير بالمعرفة

النماذج التي تحصل عليها مجاناً5