BitPull 与 exo、Petals 和 llama.cpp RPC 对比

它们都把一个大型开源模型拆分到多台电脑上。BitPull 在引擎之外补上了小组需要的东西:通过互联网连接朋友的电脑、一个自动完成全部设置的应用,以及小组里没人使用模型时获得的积分。

方面BitPullexo、Petals 和 llama.cpp RPC
安装设置适用于 macOS、Windows 和 Linux 的桌面应用:自动下载模型和引擎,并自动拆分模型在每台电脑上安装和配置工具,通常通过命令行
别人的电脑通过邀请加入的共享小组,也可以经由 BitPull 的中继通过互联网连接主要是同一局域网内你自己的设备(exo、llama.cpp RPC),或公共集群(Petals)
赚取收益小组的模型空闲时可以出借;成员平分其收入的一半没有内置的赚取方式
从 AI 工具使用MCP 服务器和兼容 OpenAI 的地址,适用于 Claude Code、Cursor、Codex 等兼容 OpenAI 的 API;工具需手动连接
大型模型为小组选好规格的开源模型目录:通过互联网每个副本最多 9 台电脑,同一网络最多 24 台取决于你的设备和配置

什么时候 BitPull 是正确的选择

  • 你想把朋友或同学的电脑连在一起,而不只是你自己的。
  • 你想要一个自动完成全部设置的应用,不用命令行。
  • 你希望小组里没人使用模型时也能赚取积分。

什么时候其他工具可能更合适

如果你只在同一局域网内使用自己的设备,并且更喜欢自己运行和配置的开源工具,exo 或 llama.cpp RPC 可能更合适。

本对比写于 2026 年 11 月。其他服务会不断变化:请到它们的网站查看当前的功能和价格。