llamafile

llamafile은 Mozilla의 묘수입니다: GGUF 웨이트와 런타임(llama.cpp + Cosmopolitan Libc)이 한 파일에 함께 있습니다. 다운로드, chmod +x, 실행. 설치도 Python도 Docker도 필요 없습니다.

다운로드 공식 문서 ↗

`--server`가 8080 포트에 OpenAI 호환을 엽니다. 컨텍스트는 실행 시 -c로 지정합니다. 모델을 실행 파일 채로 건네주고 싶을 때의 정답입니다.

최대 컨텍스트: Set with -c at launch
무료 요금제: 무제한·비공개
요구사항: 아무것도 없음 — 계정 불필요

엔드포인트

기본 URLhttp://localhost:8080/v1

속도 제한None — it is your machine

OpenAI 호환
텍스트

코드 예시

npm install openai

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'http://localhost:8080/v1',
  apiKey: 'not-needed'
})

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

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

pip install openai

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8080/v1",
    api_key="not-needed",
)

response = client.chat.completions.create(
    model="LLaMA_CPP",
    messages=[{"role": "user", "content": "Explain closures in one paragraph."}],
)

print(response.choices[0].message.content)

curl http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "LLaMA_CPP",
    "messages": [{"role": "user", "content": "Explain closures in one paragraph."}]
  }'

알아두면 좋은 점

`chmod +x model.llamafile && ./model.llamafile --server`이면 끝입니다.

무료로 받는 모델2

Llama 3.3 70Bllama-3.3-70b
Mixtral 8x7Bopen-mixtral-8x7b