# Jan AI: как скачать и запустить локальную модель

Источник: https://modelium.tech/zhurnal/jan-ai/

Jan Desktop — приложение для локального чата с моделью: установите версию для своей ОС, дождитесь загрузки модели или выберите GGUF в Hub и отправьте проверочный запрос. Перед рабочими данными убедитесь, что в чате выбрана локальная, а не облачная модель. Размер файла не равен требованиям к памяти; запуск на компьютере Modelium не проверялся.

**Сверено 26 сентября 2026 года по исходникам Jan Desktop v0.8.4** (Git commit `5f30aee467f08941964a83f946e2663e7ae0e01f`). Ни Jan, ни модель здесь не запускались; все контрольные ответы ниже — критерии для проверки на вашем компьютере, не результаты испытаний Modelium. «jan ai скачать» найдено в подсказках Google и Яндекса, но частотность, рост и позиции не измерялись.

## Что установить для первого локального чата?

**Jan Desktop** — графическое приложение для модели на своём компьютере. Официальный QuickStart предлагает скачать программу для Windows, macOS или Linux, открыть её, дождаться загрузки стандартной модели и отправить первый запрос в чат [s1](#src-s1). Уже имеющийся GGUF можно импортировать в локальный движок llama.cpp, а новые модели искать в **Hub** [s2](#src-s2)[s6](#src-s6). Это отдельный путь от [LM Studio](/zhurnal/lm-studio/): не переносите названия его кнопок в Jan.

Выбор здесь не «какая модель вообще лучшая», а **задача → конкретная модель и её файл → память своего компьютера → локальный движок Jan → ответ на контрольный вопрос**. Для текстового чата выберите в Hub подходящий локальный текстовый вариант и посмотрите доступные квантизации; метки *Fits*, *May be slow* и *Won't fit* отражают оценку приложения, а не гарантируют скорость или качество на вашей машине [s1](#src-s1)[s2](#src-s2). GGUF предназначен для llama.cpp; Jan также описывает отдельный движок MLX и формат для Apple Silicon — это не одно и то же [s2](#src-s2)[s6](#src-s6). Если незнакомы с вариантами GGUF, откройте [объяснение квантизации](/zhurnal/gguf-i-kvantovanie/).

## Где взять Jan для Windows, Mac и Linux?

Используйте [официальную страницу загрузки Jan](https://jan.ai/download) или ссылку на релиз из README проекта; не путайте установщик Desktop с отдельными интерфейсами API и CLI [s1](#src-s1)[s8](#src-s8). Предварительно проверьте ОС, архитектуру процессора, свободное место и доступную память; общие требования приложения **не являются** минимальными требованиями произвольно выбранной модели [s3](#src-s3)[s4](#src-s4)[s5](#src-s5).

- **Windows.** Документация указывает Windows 10 и новее: скачайте официальный установщик, выполните `.exe` и откройте Jan [s3](#src-s3). Проверяйте GPU-режим после установки, а не выводите ускорение из наличия видеокарты [s3](#src-s3)[s7](#src-s7).

- **Mac.** Инструкция по установке описывает Apple Silicon и `.dmg`: перенесите приложение в Applications, затем откройте Jan [s5](#src-s5). По Intel Mac документы этой же версии расходятся: раздел установки пишет о неподдерживаемой платформе, тогда как страница движка перечисляет `macos-x64`; пригодность такой конфигурации здесь **не подтверждена** [s5](#src-s5)[s6](#src-s6).

- **Linux.** Документация рекомендует Flatpak; при настроенном Flathub команды выглядят так [s4](#src-s4):

flatpak install flathub ai.jan.Janflatpak run ai.jan.Jan

Если Flatpak недоступен, разработчик документирует `.deb` для Debian/Ubuntu и AppImage; у этих вариантов отличаются способы обновления. Сверяйте точное имя скачанного файла и версию на странице проекта перед установкой, не копируйте шаблон `{version}` как готовое имя [s4](#src-s4). Команды выше проверены по документации, но **не выполнялись** на машине Modelium.

## Как выбрать и действительно запустить модель?

При первом запуске Jan, по заявлению разработчика, загружает стандартную модель. Пока загрузка не завершена, отсутствие ответа ещё не является ошибкой инференса; для получения приложения и весов требуется сеть [s1](#src-s1). Если хотите другой вариант, откройте **Hub** в боковом меню, выберите модель с учётом своей задачи и доступного железа, нажмите **Download**, дождитесь окончания и выберите установленную модель в селекторе чата [s1](#src-s1)[s2](#src-s2). Не обещаем, что любой файл из Hub запустится на любом устройстве.

Можно найти репозиторий GGUF на Hugging Face, проверить **точную ревизию, лицензию и формат файла** в [гайде по Hugging Face](/zhurnal/hugging-face-modeli/) и ввести model ID в поиск Jan Hub; Jan описывает и импорт файла GGUF из локального диска через настройки llama.cpp [s2](#src-s2)[s6](#src-s6). README указывает Apache-2.0 для **приложения Jan**, но это не лицензия скачанной модели: условия конкретных весов проверяйте на их карточке [s8](#src-s8). Размер GGUF на диске не равен требуемой RAM или VRAM: контекст, backend и другие процессы также используют память; сначала берите подходящий вариант, потом наблюдайте фактическую загрузку [s2](#src-s2)[s6](#src-s6)[s7](#src-s7).

Создайте новый чат с выбранной **локальной** моделью и отправьте, например: «Напиши одно короткое предложение на русском о том, что такое локальная модель». Критерий успешного пользовательского теста — завершённая загрузка, отсутствие баннера ошибки и осмысленный текстовый ответ **именно в чате выбранной модели**, а не только открывшееся окно Jan [s1](#src-s1)[s7](#src-s7). Сохраните название модели, её формат, выбранный движок и возникающие сообщения об ошибке; один ответ ещё не доказывает пригодность для бизнес-задачи, автономность сети или достаточную скорость.

## Как не перепутать локальную модель с облачной?

В одном и том же Jan доступны **Local** и **Cloud**. Документация разделяет локальный запуск без ключа и облачные провайдеры, которым ключ и сетевое соединение необходимы [s1](#src-s1)[s2](#src-s2). Перед передачей внутреннего документа проверьте в селекторе чата и в настройках поставщика, что выбрана действительно локальная модель с нужным файлом и движком; не подключайте внешние инструменты ради теста первого ответа. Jan документирует внешние интеграции и модельный Hub, поэтому слово «локальный» само по себе не является сетевым аудитом [s1](#src-s1)[s2](#src-s2). Для проверки фактических соединений после тестового ответа перейдите к [методике проверки офлайн-контура](/zhurnal/proverka-offline-kontura-ii/) — это основной следующий шаг перед рабочими данными.

## Что делать, если загрузка зависла или ответа нет?

- **Модель ещё скачивается.** Посмотрите индикатор загрузки в Hub: Jan показывает прогресс и позволяет повторить неудачную загрузку [s2](#src-s2). Сбой скачивания и ошибка во время генерации — разные этапы.

- **Нет памяти или модель завершается с ошибкой.** В документации предлагается меньшая/другая квантизация, уменьшение контекста или менее агрессивный перенос слоёв на GPU; причина уточняется по сообщению и журналу, а не по размеру файла [s7](#src-s7).

- **Модельный backend не поддерживает архитектуру.** Сверьте формат файла и версию llama.cpp backend в настройках; обновление движка или смена модели — диагностические варианты, не гарантия совместимости [s6](#src-s6)[s7](#src-s7).

- **Окно Jan не стартует или появляется сообщение об ошибке.** Откройте **System Monitor → App Log** либо найдите `logs/app.log` в папке данных Jan; там описаны строки процесса llama.cpp [s7](#src-s7). Перед передачей журнала кому-либо удалите личные сведения; не сбрасывайте настройки и не удаляйте папку данных без резервной копии: документация предупреждает о потере моделей и истории [s3](#src-s3)[s4](#src-s4)[s5](#src-s5)[s7](#src-s7).

Если нужна альтернатива с терминальным запуском, посмотрите [Ollama](/zapusk/ollama/). Но после **первого успешного ответа Jan** важнее проверить фактический сетевой режим, а не предполагать офлайн по одному названию приложения: откройте [протокол проверки локального контура](/zhurnal/proverka-offline-kontura-ii/).

## Источники

1. [Jan Desktop — QuickStart](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/docs/src/pages/docs/desktop/quickstart.mdx) — получено 2026-09-26
2. [Jan Desktop — Managing Models](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/docs/src/pages/docs/desktop/manage-models.mdx) — получено 2026-09-26
3. [Jan Desktop — установка на Windows](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/docs/src/pages/docs/desktop/install/windows.mdx) — получено 2026-09-26
4. [Jan Desktop — установка на Linux](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/docs/src/pages/docs/desktop/install/linux.mdx) — получено 2026-09-26
5. [Jan Desktop — установка на Mac](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/docs/src/pages/docs/desktop/install/mac.mdx) — получено 2026-09-26
6. [Jan Desktop — локальный движок llama.cpp](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/docs/src/pages/docs/desktop/local-engine/llama-cpp.mdx) — получено 2026-09-26
7. [Jan Desktop — Troubleshooting](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/docs/src/pages/docs/desktop/troubleshooting.mdx) — получено 2026-09-26
8. [Jan — README и способы установки](https://github.com/janhq/jan/blob/5f30aee467f08941964a83f946e2663e7ae0e01f/README.md) — получено 2026-09-26