האגינגפייס יודע עכשיו אם המודל ירוץ על המחשב שלכם

מסתבר שאחת השאלות הכי מתסכלות בעולם ה-AI המקומי סוף סוף מקבלת תשובה: האגינגפייס עכשיו אומר לכם מראש אם המודל בכלל ירוץ על המחשב שלכם, לפני שהורדתם אפילו בית אחד.

בואו נפרק את זה. אם ניסיתם פעם להריץ מודל שפה בבית, אתם מכירים את הריקוד המעצבן. נכנסים לקטלוג, רואים מודל שנראה מדהים, מורידים כמה גיגה-בייטים, ואז המחשב פשוט חונק. אין מספיק זיכרון. הפרויקט הזה בא לחסל בדיוק את ההימור הזה.

מה קרה כאן בעצם

ב-30 ביוני 2026 האגינגפייס השיקו פילטר חדש בעמוד המודלים שלהם, ובצ'יינג'לוג הרשמי הוא נקרא Filter Models page by Hardware. הפילטר מציג רק מודלים שנכנסים לחומרה ספציפית: GPU מסוים, מעבד CPU, או שבב אפל סיליקון.

רגע, בשביל מי שלא בקטע, נסביר את השחקנים. האגינגפייס, או בקיצור ה-Hub, זו פלטפורמה שיתופית ללמידת מכונה, מין גיטהאב של עולם ה-AI. שם מאחסנים מודלים, דאטהסטים ו-Spaces, כלומר אפליקציות קטנות. עד היום, כשחיפשתם שם מודל, הקטלוג לא ידע כלום על המחשב שלכם. הראה לכם הכול, וזה כלל המון דברים שאין לכם שום סיכוי להריץ.

בעיניי הבעיה הזו הייתה חסם אמיתי לכל מי שרוצה AI מקומי ופרטי. הטכנולוגיה קיימת, אבל להתאים אותה לחומרה שלך בבית זה היה כאב ראש של ניסוי וטעייה.

איך הקסם עובד מאחורי הקלעים

הרעיון פשוט להפליא. מגדירים פעם אחת את החומרה שלכם בהגדרות, לפי סוג, יצרן ודגם, כמו למשל NVIDIA RTX 4090, כמות הזיכרון ומספר היחידות, ומכאן הקטלוג יודע מה מתאים לכם.

עכשיו, איך המערכת בכלל מחליטה אם מודל נכנס? כאן נכנס לתמונה מונח שכדאי להכיר: GGUF. זה פורמט דחוס ומקוונטז שמאפשר להריץ מודלים גדולים על חומרה צנועה. תחשבו על זה כמו קובץ ZIP חכם שמכווץ את המודל, אבל שומר על רוב היכולות שלו. הפילטר בודק את גודל הקבצים, בעיקר בגרסאות ה-GGUF המקוונטזות, ומשווה אותו מול כמות ה-RAM או ה-VRAM שהצהרתם עליה. אם זה נכנס, זה מוצג. אם לא, זה נעלם מהרשימה.

הדבר היפה הוא שהפילטר הזה מסתדר יפה עם שאר הפילטרים, ואפשר לשתף אותו בקישור URL, וזה עובד אפילו למי שלא מחובר לחשבון. לדוגמה, אפשר לשלוח לחבר לינק שמראה רק מודלים של llama.cpp שנכנסים ל-Apple M4 Max. הוא לוחץ, ורואה בדיוק מה רץ אצלו.

הפאנל שבודק לכם לפני ההורדה

יש כאן עוד שכבה חכמה. בעמודים של מודלים בפורמט GGUF או MLX, יש פאנל תאימות חומרה שמעריך מראש אם כל קוונטיזציה נכנסת לחומרה השמורה שלכם, עוד לפני ההורדה. כלומר לא רק שהקטלוג הכללי מסנן, גם בעמוד המודל הבודד מקבלים חיווי אישי.

וזה לא הגיע יש מאין. כבר ב-22 בינואר 2026 יצא עדכון בשם MLX Hardware Compatibility, שהוסיף חיוויי תאימות ל-MLX ואזהרות לאפל סיליקון, בהתאמה למה שהיה כבר ל-GGUF. MLX זו הספרייה של אפל להרצת מודלים על השבבים שלהם, אז ההיגיון היה לתת גם למשתמשי מק את אותה שקיפות שהיו למשתמשי GGUF.

מי עומד מאחורי זה, וכמה זהירות צריך

הצ'יינג'לוג הזה נזקף לזכות חברי צוות האגינגפייס, ביניהם julien-c, שהוא Julien Chaumond, ו-clem, שהוא Clement Delangue, והוא צבר 58 לייקים. לא סתם עוד פיצ'ר קטן, אלא משהו שהאנשים הבכירים בחברה דחפו.

עכשיו לסייג החשוב, כי אני מתעקש לתת לכם את המספרים בצורה הכי ישרה. מקורות עיתונאיים כמו Korben ו-Digg מדווחים שמאגר הנתונים מסתמך על בערך 300 אלף משתמשים ששיתפו את מפרטי החומרה שלהם. המספר הזה, 300 אלף, מגיע מהעיתונות ולא מהצ'יינג'לוג הרשמי, אז קחו אותו כדיווח עיתונאי ולא כעובדה רשמית.

ועוד נקודה חשובה: ההתאמה שהמערכת עושה היא הערכה לפי גודל קובץ מול זיכרון. זו לא ערובה מוחלטת שהמודל ירוץ חלק. יש עוד גורמים בהרצה בפועל, אבל כבסיס לסינון ראשוני זה עובד יופי.

שורה תחתונה

בעיניי זה בדיוק סוג הפיצ'ר שאני אוהב: לא ראווה, אלא פתרון לכאב אמיתי. במקום להוריד גיגות ולגלות שהמחשב נחנק, אתם מגדירים פעם אחת את החומרה, בין אם זה RTX 4090 או M4 Max, והקטלוג מסנן לכם רק את מה שרץ. זה הכלי המושלם למי שרוצה AI מקומי ופרטי, בלי לשלם על טוקנים בענן.

וכן, כדאי לזכור שזה עדיין הערכה ולא הבטחה, ושחלק מהמספרים מגיעים מהעיתונות. אבל ככיוון, זה בדיוק לאן שאני רוצה שהתחום ילך: פחות ניחושים, יותר שקיפות.

אז השאלה שאני משאיר אתכם איתה: אם הקטלוג כבר יודע בדיוק מה רץ על המחשב שלכם, מה מונע מכם להתחיל להריץ מודל מקומי משלכם עוד היום?