IA de verdad, en tu navegador.Nada que instalar. Nada sale de la pestaña.
Gratis durante la beta — sin cuenta, sin registro.
Haz clic en un enlace — corre en la pestaña, en tu GPU.
100 % local. Tus palabras quedan en el navegador.
Tu chat se guarda — y te sigue hasta memown.
Funciona en tu propia GPU, sin conexión — sin servidores en la nube encendidos para responderte.
Qwen2.5-7B (GGUF Q4_K_M) generando en una pestaña de Chrome. Primer token en 0,95 s.
medido · 10/06/2026Qwen2.5-0.5B (GGUF Q4_K_M), mismo portátil, mismo navegador.
medido · 10/06/2026Mientras chateas, nada sale.
por diseñoFunciona tras la primera carga, sin conexión.
medidoMedido el 10 de junio de 2026 en Windows 11 con una GPU NVIDIA RTX 4070 Laptop (8 GB), en Chrome (WebGPU): decodificación voraz, 128 tokens, prompt de 18 tokens, ruta de decodificación con activaciones int8 (el mismo compromiso que los kernels GPU por defecto de llama.cpp). La velocidad depende de tu GPU. Método y resultados brutos →
Cada número es medido y público. Lee los runs crudos y reprodúcelos tú mismo.
Un chat de IA privado que funciona en una pestaña de tu navegador. El modelo corre en tu propia GPU mediante WebGPU: nada que instalar, sin cuenta, y tus conversaciones se quedan en tu dispositivo. diciz está hecho por ZMLabs, en Sète (Francia).
Depende de tu GPU. Medido el 10 de junio de 2026 en un portátil con una NVIDIA RTX 4070 (8 GB), en Chrome: Qwen2.5-7B (Q4_K_M) genera 31,2 tokens por segundo, con el primer token en 0,95 s para un prompt de 18 tokens; Qwen2.5-0.5B genera 94,2 tokens por segundo. Las GPU integradas son más lentas. Los resultados brutos son públicos en GitHub.
Tus mensajes, conversaciones y memoria se quedan en el navegador. La red se usa para descargar una vez los pesos del modelo, desde la URL que elijas (por ejemplo Hugging Face), y algunas bibliotecas desde jsDelivr: esos servidores ven una descarga de archivo, nunca tus conversaciones.
Sí, una vez descargado el modelo: los pesos se guardan en la caché de tu navegador (OPFS) y diciz sigue funcionando sin conexión.
Pegas la URL de un modelo GGUF. El benchmark público ejecutó Qwen2.5 (0.5B, 1.5B, 7B), Llama-3.2-1B, Gemma-2-2B y Phi-3.5-mini; el modelo tiene que caber en la memoria de tu GPU.
Es gratis durante la beta, sin cuenta, tanto en el navegador como para descargar la app de escritorio.
diciz está hecho por ZMLabs — un estudio de deep-engineering en Sète, sur de Francia, que hace accesible el software potente.
Abre una pestaña. Corre — y recuerda.
Una cuenta para memown, diciz y vrampilot.
Vista previa — las cuentas aún no están abiertas.
¿Nuevo? Crea una cuenta