🚨 NGƯỜI NÀY VỪA HỦY BỎ GÓI CLAUDE MAX $200/THÁNG CỦA MÌNH VÀ THAY BẰNG MỘT MINI PC ĐẶT TRÊN BÀN! Gemma 4 12B chạy cục bộ thông qua llama.cpp với Multi Token Prediction trên GMKTEC EVO-X2, không dùng đám mây, không cần khóa API, không giới hạn tỷ lệ truy cập Bạn cần tải về mô hình đã lượng tử hóa Q4_K_M, khởi động llama.cpp và để nó hoạt động Nghe có vẻ như một món đồ chơi cho đến khi bạn thấy kết quả: Mô hình đã viết một bản phân tích kỹ thuật đầy đủ về kỹ thuật, động cơ, động cơ Raptor, nhiên liệu Methalox, cơ chế tái sử dụng, cánh lưới, hệ thống bắt Mechazilla của Starship, tất cả được cấu trúc thành các phần, danh sách gạch đầu dòng và kiểm tra độ rõ ràng ở cuối Tốc độ tạo: ~18 t/s xử lý prompt ở 60 t/s. Bộ nhớ GPU đạt 96%. Toàn bộ hệ thống chạy trên một thiết bị nhỏ hơn cả chiếc giày Hầu hết các nhà phát triển vẫn đang tốn $200/tháng để chạm đến giới hạn sử dụng của AI đám mây, trong khi người này chạy inference cục bộ không giới hạn 24/7 với chi phí chỉ là phần cứng mà anh ta đã sở hữu Đánh dấu trang này! Sẽ có thêm nhiều thông tin alpha sắp tới. Kỷ nguyên đăng ký $200/tháng vừa được kiểm tra thực tế