Llmspeed

Senti quanto è veloce un'AI sul tuo computer prima di comprare il computer

Cosa fa

Simula nel browser la velocità con cui un modello AI scriverebbe su un certo hardware, così capisci se vale la pena comprare quella scheda video o quel computer.

Come guadagna

Presentato su Hacker News dal suo creatore, che non dichiara incassi. Idee nostre per guadagnare con un progetto simile: link di affiliazione ai computer e alle schede video consigliate.

Rendilo tuo

Lo stesso principio per altri acquisti difficili da immaginare: quanto si sente il rumore di un condizionatore, quanto è grande uno schermo.
Guadagna con le affiliazioni ai negozi online.

Le frasi da scrivere all'AI

1. Base del sito e grafica

Crea un'app web in italiano chiamata "Quanto Corre": simula nel browser a che velocità un modello AI open source scriverebbe su un certo computer o scheda video, così si capisce se vale la pena comprarli prima di spendere. Usa React, Vite, TypeScript e Tailwind CSS.

Pagine da creare:
1. Pagina iniziale con il simulatore e i confronti più cercati
2. Simulatore: scegli hardware, modello e quantizzazione, vedi il testo scorrere alla velocità stimata
3. Confronto tra 2–4 configurazioni affiancate
4. Schede hardware con memoria, banda e prezzo indicativo
5. Pagina "Come calcoliamo"

Stile: tecnico e chiaro: sfondo scuro #0B1020, verde terminale #22C55E, viola #8B5CF6, carattere "JetBrains Mono" per il testo che scorre e "Inter" per il resto. Nessuna immagine generica di stock.

Tutto deve funzionare perfettamente da telefono. Tutti i testi in italiano, chiari e senza parole tecniche.

2. Database, account e sicurezza

Collega il progetto a Supabase e attiva la registrazione con email e password.

Crea queste tabelle:
- "hardware": nome, memoria in GB, banda di memoria in GB/s, prezzo indicativo, link di acquisto
- "modelli": nome, numero di parametri, licenza
- "configurazioni_salvate": confronti salvati dall'utente

Regole di sicurezza obbligatorie:
- hardware e modelli sono pubblici, li aggiornano solo gli amministratori
- ogni utente vede solo le sue configurazioni salvate
- il piano non si modifica dal browser

Usa esattamente il codice SQL che trovi nei "Dettagli tecnici" di questa scheda: eseguilo nel SQL Editor di Supabase prima di continuare, poi collega le pagine alle tabelle.

3. La stima e il testo che scorre

Per scrivere ogni parola, il modello deve leggere quasi tutti i suoi pesi dalla memoria: la velocità dipende soprattutto dalla banda della memoria diviso la dimensione del modello (formula nei Dettagli tecnici). Il simulatore mostra i token al secondo stimati e fa scorrere un testo di esempio a quella velocità, così si "sente" la differenza.

Se il modello non entra nella memoria, mostra in rosso "Non entra: servono X GB" e propone una quantizzazione più leggera.

Pagina "Come calcoliamo" onesta: è una stima teorica massima; i risultati reali sono di solito più bassi, e variano con il programma usato e la lunghezza del testo.

4. Confronti e affiliazioni

Confronto affiancato di più configurazioni con velocità, memoria necessaria, prezzo indicativo e "euro per token al secondo". Link di acquisto con affiliazione dichiarata ("Link affiliati: guadagniamo una commissione").

Gli utenti Pro salvano i confronti, aggiungono hardware personalizzato e non vedono pubblicità.

5. Pagamenti con Stripe

Aggiungi un pagamento singolo di 4,99 € una volta sola. Il pagamento toglie la pubblicità e permette di salvare confronti e hardware personalizzato.

A pagamento riuscito il webhook imposta "piano" a "pro" nella tabella "profili", sulla riga dell'utente indicata in client_reference_id.

Per la sessione di pagamento e il webhook segui la guida "Pagamenti con Stripe" di Fattibile.

6. Controlli specifici di questo progetto

Oltre ai controlli della guida "Controllo finale", verifica in particolare:
1. Stime: confronta 3 configurazioni con risultati reali pubblicati da fonti affidabili e indica nella pagina "Come calcoliamo" quanto si discostano.
Correggi quello che non va e scrivimi cosa hai cambiato.

Dettagli tecnici

Stima della velocità e testo che scorre

La velocità massima teorica è la banda della memoria diviso il peso del modello. Il secondo pezzo fa comparire il testo a quella velocità.

const BIT_PER_PESO = { "16 bit": 16, "8 bit": 8, "4 bit": 4.5 } as const;   // 4 bit include le scale

export function stimaVelocita(
  hw: { memoriaGB: number; bandaGBs: number },
  modello: { miliardiParametri: number },
  quantizzazione: keyof typeof BIT_PER_PESO,
) {
  const pesoGB = (modello.miliardiParametri * BIT_PER_PESO[quantizzazione]) / 8;
  const memoriaNecessaria = pesoGB * 1.15;           // + spazio per il contesto
  if (memoriaNecessaria > hw.memoriaGB) {
    return { entra: false as const, servonoGB: Math.ceil(memoriaNecessaria) };
  }
  // Ogni token richiede di leggere (quasi) tutti i pesi: limite teorico
  const tokenAlSecondo = (hw.bandaGBs / pesoGB) * 0.7;   // 0,7 = efficienza tipica
  return { entra: true as const, tokenAlSecondo: Math.round(tokenAlSecondo * 10) / 10 };
}

// Fa comparire il testo alla velocità stimata (circa 0,75 parole per token)
export function scorriTesto(testo: string, tokenAlSecondo: number, onTesto: (t: string) => void) {
  const parole = testo.split(" ");
  const intervallo = 1000 / (tokenAlSecondo * 0.75);
  let i = 0;
  const timer = setInterval(() => {
    i++;
    onTesto(parole.slice(0, i).join(" "));
    if (i >= parole.length) clearInterval(timer);
  }, intervallo);
  return () => clearInterval(timer);
}

// Esempio: 8 miliardi di parametri a 4 bit (circa 4,5 GB) su una scheda da 448 GB/s
// -> circa 70 token al secondo teorici

Pezzi comuni a tutti i progetti

Glossario

Token: Il pezzetto di testo che un modello AI scrive alla volta: in media poco meno di una parola.
Quantizzazione: Ridurre la precisione dei numeri di un modello AI per farlo pesare meno, perdendo un po' di qualità.
Banda di memoria: Quanti dati al secondo la memoria del computer o della scheda video riesce a leggere.