本地大模型跑得动吗？用 Can I Run AI 一测便知

Can I Run AI 是一款在线硬件检测工具，通过浏览器读取电脑配置，评估能否流畅运行本地大模型，并给出运行等级和量化建议，帮你避免下载后跑不动的尴尬。

Can I Run AI 是什么：给本地大模型做个硬件体检

想在本地跑大模型，最怕的就是下载了几十 GB 的模型文件，结果发现电脑带不动。Can I Run AI 就是来解决这个痛点的。它是一个网页工具，核心功能是帮你检测当前设备能否运行特定的本地大模型。

很多人跟着教程用 Ollama 或 LM Studio 跑 Qwen、Llama 等模型，卡住的往往不是安装步骤，而是硬件门槛拿不准：8GB 显存能跑 7B 模型吗？Mac 的统一内存扛得住 14B 吗？32B 是不是想都别想？如果没提前弄清楚，很可能白等半天下载完，最后要么显存溢出（OOM），要么速度慢到怀疑人生。

Can I Run AI 的便利之处在于，你不需要去翻复杂的硬件对照表。打开网页，它就会通过浏览器自动读取你当前的 CPU、GPU 和内存信息，然后直接列出一份清单，告诉你哪些模型能跑，哪些跑不动。

检测原理：基于浏览器硬件信息与内置数据库

Can I Run AI 的判断逻辑很直观。以前我们得去 GitHub、Hugging Face 或模型说明页里翻参数、显存需求和量化版本，现在这个工具帮你把这些信息整合起来。

它通过 WebGL、WebGPU 和 Navigator 等浏览器接口获取 GPU、CPU 和内存信息，再结合内置的硬件与模型数据库进行估算。当你允许网页读取硬件信息后，它会给你一个运行等级评分，从 S 到 F：

• S 级到 A 级： 显存充足，理论上适合作为日常使用的模型选择。
• B 级到 C 级： 可以运行，但显存刚好卡边，可能不稳定或频繁占用系统内存，适合不赶时间的离线任务。
• D 级到 F 级： 理论上能启动或完全无法运行，实际体验很差，不建议尝试。

除了评分，它还会给出具体的量化方案建议。量化是普通电脑跑大模型的关键，它能明确指出：你这台机器跑不动完整全精度版本，但如果下载 GGUF 格式的 Q4 量化版，显存占用会大幅降低，可能就接近可运行区间了。目前它的模型库覆盖了 Llama、Qwen、DeepSeek、Gemma、Mistral、Phi 等常见本地模型，并支持按聊天、代码、推理等任务类型筛选。

注意事项：评分仅供参考，实际体验需实测

Can I Run AI 最适合在下载模型之前使用，它能帮你排除明显超出硬件范围的模型，也能大致看出哪些量化版本更接近当前设备的承受能力。但网页给出的“能跑”不等于实际使用就流畅。

模型真正跑起来之后，还会受到显卡带宽、驱动、散热、后台占用、上下文长度和推理框架等因素影响。Apple Silicon 的统一内存也不能简单等同于传统独立显卡显存，所以 Mac 用户看评分时，最好只当作参考线。

适用场景：谁更需要这个工具

如果你只是用网页版 ChatGPT、Claude，或者通过 API 调用模型，那 Can I Run AI 的作用不大。它解决的是本地模型运行前的硬件判断问题，不是聊天工具，也不是模型下载器。

更适合的情况是：你准备在本机运行 Ollama、LM Studio、llama.cpp 这类本地推理工具，但还不确定设备适合哪个模型尺寸。比如 8GB 显存该优先看 7B 量化模型，还是可以试试更大的参数规模；Mac 用户也可以用它了解统一内存在不同模型上的大致评级。

如果你正在考虑更换 Mac、升级显卡，或者为小团队评估一台本地 AI 机器，Can I Run AI 的设备对比功能也能提供早期参考。它不能代替真实跑分，但能在下载模型或采购硬件前，先把明显不合适的选项排除掉。