Hardware-aware · Open source · Aggiornato ogni settimana
L'hub per gli LLM locali: guide di installazione e un selettore hardware.
Puoi eseguire modelli AI come quelli dietro ChatGPT o Claude direttamente sul tuo portatile o desktop, senza inviare i tuoi dati da nessuna parte. RunLocal ti mostra quale modello open source scegliere per il tuo hardware, quale software gratuito installare (Ollama, LM Studio, llama.cpp), e come partire in circa dieci minuti. Nessuna conoscenza pregressa richiesta.
Una lista corta e con opinioni. Catalogo completo nella directory. Le schede sono in inglese.
Meta AI · United States
Mixture-of-experts architecture. Scout pushes context to 10M tokens, Maverick targets frontier-tier reasoning. Custom license restricts use above 700M MAU and forbids training competitors.
Alibaba (Qwen team) · China
The most permissive frontier-class family for smaller sizes. Strong on Asian languages, competitive on English code and reasoning benchmarks.
DeepSeek AI · China
Topped open-source leaderboards on SWE-Bench and GPQA Diamond in early 2026. The MIT-licensed core variant is the most permissive of the top-tier open weights.
Mistral AI · France (EU)
Released April 2026. The most credible non-Chinese, non-American option at frontier level. Mistral remains the leading European LLM lab by capability.
Snapshot · Jul 13, 2026
Selezione automatica dall'Hugging Face Hub: un mix pesato di download, likes e freschezza. Si aggiorna ogni lunedì. Il badge di licenza è un'indicazione visiva, non un parere legale.
deepseek-ai
MIT
zai-org
MIT
deepseek-ai
MIT
yuxinlu1 · 12B
Apache 2.0
yuxinlu1 · 12B
Apache 2.0
deepseek-ai
MIT
meta-llama · 8B
Llama 3.1 Community License
moonshotai
Custom license
Runtime, interfacce grafiche e server di inferenza, con i loro veri compromessi.
Runtime
The fastest way to get a local LLM running with one command.
Runtime
Maximum control and the broadest hardware coverage in the open ecosystem.
GUI
Browsing, comparing and chatting with local models in a desktop GUI.
Server
Production-grade inference with concurrent users and high throughput targets.
I grandi servizi cloud sono più facili per iniziare. Ma ci sono ragioni concrete per fare da soli. Eccone tre.
Quello che scrivi e quello che il modello risponde non lascia mai il tuo computer. Utile quando lavori con appunti personali, documenti di clienti, codice interno, o qualsiasi cosa che non incolleresti in un sito pubblico.
Il file del modello vive sul tuo disco. Se l'azienda che lo ha creato chiude, alza i prezzi o cambia i termini, il tuo setup continua a funzionare. Il modello che scarichi oggi girerà ancora nel 2030, se il tuo computer lo farà.
L'AI in cloud si paga a consumo. L'AI locale costa il prezzo del tuo computer, più l'elettricità. Dopo il primo mese, il costo marginale di una domanda in più è praticamente zero.
