Hacker News Front Page · khalidkhair ·
prabanta-dev/janas: 37 tok/s from Qwen3-Next-80B (48 GB) on a 32 GB laptop, 24 without drafts vs 2.8 for llama.cpp; reading 62 vs 16 tok/s. Faster than llama.cpp on all 13 models compared in Q4_K_M. LLMs bigger than your RAM, pure C, CPU or GPU.
Janas-LLM ejecuta modelos de lenguaje MoE que superan la memoria RAM disponible al mantener los pesos en disco, transmitir los expertos necesarios desde un SSD NVMe y conservar en memoria los que se usan con frecuencia. En pruebas en una sola laptop, el motor escrito en C superó a llama.cpp en las 13 comparaciones con modelos Q4_K_M; para Qwen3-Next-80B alcanzó 24 tokens por segundo al generar texto, frente a 2,8 de llama.cpp. El proyecto sigue en fase experimental y advierte que puede consumir casi toda la memoria libre y que su rendimiento y estabilidad no se han verificado en otros equipos.
37 tok/s from Qwen3-Next-80B (48 GB) on a 32 GB laptop, 24 without drafts vs 2.8 for llama.cpp; reading 62 vs 16 tok/s. Faster than llama.cpp on all 13 models compared in Q4_K_M. LLMs bigger than y...