llama.cpp server for a GGUF model

Run any GGUF model with the llama.cpp server: OpenAI-compatible API on port 8080, works without a GPU too.

Startbefehl

llama-server -m model.gguf -c 8192 --host 127.0.0.1 --port 8080

Geschätzte Kosten

Eingabe-Tokens pro Aufruf : ≈ 135

Nur Eingabekosten, ohne die Antwort des Modells. Öffentliche Standardpreise der Anbieter (Mistral AI, DeepSeek, OpenAI, Anthropic) von USD in Euro umgerechnet zum EZB-Kurs vom 29. September 2026. Schätzung: 1 Token ≈ 3,6 Zeichen.

Kennung

contextetech--llama-cpp-server-gguf

Typ

Inferenz-Konfigurationen

Datei

llama-cpp-server-gguf.inference.json

Format

JSON (application/json)

Größe

521 Bytes

Kodierung

UTF-8

Geschätzte Tokens

≈ 145

Sprache

Englisch

Lizenz

MIT

Kommerzielle Nutzung

Erlaubt

Personenbezogene Daten

Keine

Version

1.0

Veröffentlicht am

2. Oktober 2026 um 21:54

Aktualisiert am

2. Oktober 2026 um 21:54

Speicherung

in der Datenbank

Nutzungen

0

Gefällt mir

0

llama-cpp-server-gguf.inference.json

{
  "format": "contextetech/inference/v1",
  "id": "contextetech/llama-cpp-server-gguf",
  "description": "Run any GGUF model with the llama.cpp server: OpenAI-compatible API on port 8080, works without a GPU too.",
  "tags": [
    "llama-cpp",
    "gguf",
    "cpu"
  ],
  "license": "MIT",
  "language": "en",
  "runtime": "llamacpp",
  "model": "model.gguf",
  "config": "",
  "command": "llama-server -m model.gguf -c 8192 --host 127.0.0.1 --port 8080",
  "quant": "Q4_K_M",
  "contextLength": 8192,
  "ramGb": null
}

Startbefehl

llama-server -m model.gguf -c 8192 --host 127.0.0.1 --port 8080