Jan AI 是什么、怎么用：开源、可离线运行的本地大模型桌面应用

本文根据 Jan 官网与官方 GitHub 仓库 README 整理，资料核对于 2026-10-11。开源项目变化快，以官方仓库为准。

是什么

Jan 是一款开源的桌面 AI 应用，官网把它定位成「开源的 ChatGPT 替代品」，口号是「运行任何模型，按你的方式」。项目由 Menlo Research 开发，仓库 janhq/jan 约有 4.49 万星标，采用 Apache-2.0 许可；官网称累计下载超过 600 万次。

它的核心卖点是可以完全离线：模型下载到本机后，断网也能对话，内容不离开电脑。

能做什么

• 本地模型：从 Hugging Face 下载并运行 Llama、Gemma、Qwen、GPT-oss 等开源模型，底层基于 llama.cpp。
• 云端模型：也可以填密钥连接 OpenAI、Anthropic、Mistral、Groq、MiniMax 等服务商，本地与云端在同一个界面切换。
• 自定义助手：为不同用途设置不同的指令和参数。
• 本地 API 服务：在 localhost:1337 提供兼容 OpenAI 的接口，其他程序可以把 Jan 当作本地模型后端。
• MCP：支持 Model Context Protocol，让模型调用外部工具。

官网还展示了 Jan Agent 等产品方向，以及标注为「即将推出」的跨对话记忆功能。

怎么上手

1. 在 jan.ai 或 GitHub Releases 下载安装包。系统要求：Windows 10 及以上、macOS 13.6 及以上，或 Linux；也可以从 Microsoft Store、Flathub 安装。
2. 打开后进入模型库（Hub），挑一个与电脑内存相称的模型下载。
3. 下载完成后新建对话，选择该模型即可开始。
4. 想给其他程序用，在设置里启动本地 API 服务。

README 给出的内存参考（macOS）：运行 3B 参数量的模型建议 8GB 内存，7B 建议 16GB，13B 建议 32GB。

免费与付费

Jan 本身免费、开源，没有订阅。成本只有两种：本地运行时的硬件和电费；连接云端模型时由对应厂商按量收取的 API 费用。

适合谁 / 不适合谁

适合：

• 看重隐私、希望对话内容留在本机的用户；
• 想体验开源模型、又更喜欢图形界面而不是命令行的人；
• 需要一个本地的、兼容 OpenAI 接口的模型服务来做开发测试的开发者。

不适合：

• 电脑配置较低（8GB 以下内存）的用户，本地模型体验会比较吃力；
• 追求顶级闭源模型效果、又不想自己申请 API Key 的人；
• 需要知识库、多用户协作等更重功能的团队，可以对比 AnythingLLM、Open WebUI。

注意事项

• 和 Ollama、LM Studio 的区别：三者都能在本地跑模型。Ollama 以命令行和后台服务为主；LM Studio 是功能细致的桌面软件；Jan 则是 Apache-2.0 许可的开源图形界面应用。
• 模型许可证各不相同：Jan 开源不代表模型可以随意商用，下载前看模型页的许可说明。
• 磁盘空间：单个模型文件通常为数 GB，多下几个就会占满硬盘。
• 本地接口别暴露到公网：默认只在本机使用，对外开放前要加访问控制。