待验证50% 置信事实精确时间
使用 llama.cpp 的 llama-server 而非 Ollama 部署，上下文长度设为 128k token，2 个并行槽位，对外暴露 OpenAI 兼容接口。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
Mac Studio实测：122B模型如何做家庭财务分析师
rss2026/10/18
涉及实体
相关事实
已验证llama-server 是 llama.cpp 提供的本地 HTTP 推理服务，实现了与 OpenAI Chat Completions API 高度兼容的接口规范72% 相似已验证Ollama 的底层推理引擎基于 llama.cpp 构建，默认监听 localhost:11434 端口提供 API 服务70% 相似待验证Ollama 在 llama.cpp 之上封装了模型管理、HTTP API 服务和跨平台打包，用户只需一条命令即可完成模型下载与交互67% 相似待验证llama.cpp 默认使用 8080 端口66% 相似待验证llama-swap是架设在llama.cpp之上的轻量级HTTP代理，负责多模型的动态加载与卸载调度65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059168API
curl https://kongchang.com/api/v1/knowledge/claims/1059168MCP
get_claim(id=1059168)