Artikel XDA tentang mengubah laptop lama menjadi AI assistant pribadi untuk seluruh rumah adalah studi kasus yang banyak dari kami butuhkan. ThinkPad era 2020 dengan 32 GB RAM dan GPU terintegrasi sudah cukup untuk menjalankan model 7B atau 13B modern dengan kecepatan percakapan, hosting chat UI untuk seluruh keluarga, dan berhenti membayar $20 per bulan per orang untuk cloud AI. Ini adalah aplikasi desktop terbaik untuk membangun AI assistant pribadi untuk seluruh rumah di laptop lama tahun 2026, dipilih berdasarkan kombinasi runtime, chat UI, dan akses yang ramah keluarga yang membuat AI lokal benar-benar berguna di luar terminal operator.
Apa yang dicari dalam stack AI rumah tangga
AI assistant pribadi yang benar-benar digunakan seluruh rumah harus mencakup:
- Inference efisien pada perangkat keras yang sederhana. Runtime yang menghasilkan token/sec yang dapat diterima dari GPU terintegrasi atau GPU diskrit yang lebih lama.
- Chat UI multi-pengguna. Antarmuka web di mana siapa pun di rumah dapat login, menyimpan riwayat terpisah, dan tidak mengganggu sesi orang lain.
- Manajemen library model. Mengunduh, memperbarui, dan mengganti model tanpa command line.
- Server kompatibel API. Endpoint yang kompatibel dengan OpenAI sehingga aplikasi rumah tangga lainnya (email, catatan, home automation) dapat terhubung.
- Input dan output suara. Opsional, tetapi lompatan adopsi keluarga ketika suara bekerja itu nyata.
- Integrasi home automation. Hooks ke Home Assistant, HomeKit, atau Google Home untuk query suara.
- Default privasi. Tidak ada yang meninggalkan laptop kecuali operator secara eksplisit mengaktifkan sesuatu.
Perbandingan cepat
| Aplikasi | Terbaik untuk | Runtime | Chat UI | Server API | Biaya |
|---|---|---|---|---|---|
| Ollama | Runtime dasar yang dibangun oleh semua orang | Ollama | CLI + community UIs | Ya | Gratis |
| LM Studio | Model lokal yang berpusat GUI | llama.cpp | Ya | Ya | Gratis |
| Open WebUI | Chat UI rumah tangga di depan Ollama | Apa pun (Ollama, OpenAI) | Ya (multi-pengguna) | Proxies | Gratis |
| GPT4All | Chat lokal single-user paling sederhana | llama.cpp | Ya | Opsional | Gratis / Pro $5/bulan |
| Jan | Pengganti ChatGPT open-source | llama.cpp / Ollama | Ya | Ya | Gratis |
| Text Generation WebUI | Tuning model power-user dan dukungan format | Berganda | Ya | Ya | Gratis |
| Home Assistant with Local LLM | AI rumah berbasis suara di atas Ollama | Ollama backend | Suara + Chat | via Ollama | Gratis |
7 aplikasi terbaik untuk AI pribadi rumah tangga di laptop lama
1. Ollama, terbaik sebagai runtime dasar yang dibangun oleh semua orang
Ollama adalah runtime yang membuat LLM lokal menjadi install satu perintah. ollama run llama3.1 mengunduh, memuat, dan melayani model dengan API yang kompatibel dengan OpenAI pada port 11434. Library model dikurasi (Llama, Mistral, Phi, Qwen, Gemma, dan fine-tune komunitas), dan runtime secara otomatis mendeteksi dan menggunakan NVIDIA CUDA, AMD ROCm, atau Apple Metal.
Di laptop dengan RTX 3060 (atau Apple M2 dan yang lebih baru), model 13B berjalan dengan kecepatan percakapan. Hanya di CPU, model kelas 3B seperti Phi-3 Mini tetap dapat digunakan.
Kekurangan: Hanya command-line sendiri; membutuhkan chat UI di atasnya untuk penggunaan rumah tangga. Daftar model yang dikurasi lebih sempit daripada universe GGUF yang baku. Instalasi Docker lebih disukai di Windows.
Harga:
- Gratis dan open source (MIT)
Platform: Windows, macOS, Linux
Download: ollama.com
Garis bawah: Runtime default untuk setup AI pribadi rumah tangga apa pun tahun 2026.
2. LM Studio, terbaik untuk model lokal yang berpusat GUI
LM Studio adalah pesaing GUI Ollama. Unduh model point-and-click dari Hugging Face, panel chat dengan pemilihan model per-percakapan, dan server yang kompatibel dengan OpenAI yang dimulai dengan kotak centang. LM Studio dilengkapi dengan rekomendasi per-model untuk panjang konteks, kuantisasi, dan jumlah offload GPU.
Untuk operator yang lebih suka aplikasi gaya Windows daripada terminal, LM Studio adalah jalur tercepat dari instalasi segar ke model lokal yang berfungsi.
Kekurangan: Single-user berdasarkan desain; bukan chat UI rumah tangga. Manajemen model per-mesin, bukan tersentralisasi. Tidak sepenuhnya open source (aplikasi desktop proprietary di sekitar runtime terbuka).
Harga:
- Gratis untuk penggunaan pribadi
- Lisensi bisnis atas permintaan
Platform: Windows, macOS, Linux
Download: lmstudio.ai
Garis bawah: Pilihan yang tepat untuk seseorang yang belajar model lokal sebelum menyiapkan server multi-pengguna.
3. Open WebUI, terbaik sebagai chat UI rumah tangga di depan Ollama
Open WebUI adalah bagian yang membuat server Ollama dapat digunakan oleh seluruh rumah. Akun multi-pengguna, riwayat chat per-pengguna, model-switcher, upload dokumen RAG, library prompt, dan permissions berbasis peran semuanya hidup dalam UI web yang self-hosted. Arahkan ke endpoint Ollama (lokal atau di seluruh LAN) dan setiap anggota keluarga mendapat pengalaman seperti ChatGPT tanpa berbagi riwayat.
Berjalan sebagai container Docker di laptop yang sama dengan Ollama, atau di mesin terpisah yang berbicara dengannya di seluruh LAN.
Kekurangan: Instalasi Docker adalah jalur yang direkomendasikan (Node bare mungkin tetapi lebih sulit). Input suara melalui add-on Whisper, bukan native. Penyimpanan riwayat chat tumbuh cepat dengan penggunaan berat.
Harga:
- Gratis dan open source (MIT)
Platform: Docker, Linux, Windows (melalui Docker Desktop), macOS (melalui Docker Desktop)
Download: docs.openwebui.com
Garis bawah: Add-on paling penting untuk mengubah Ollama menjadi layanan rumah tangga.
4. GPT4All, terbaik untuk chat lokal single-user paling sederhana
GPT4All adalah aplikasi chat yang berpusat pada lokal dari Nomic: unduh installer, pilih model, chat. UI dibangun untuk seseorang yang tidak pernah menyentuh terminal, dan library model mencakup varian Llama, Mistral, Phi, dan Falcon yang disesuaikan oleh komunitas.
Pilihan yang baik untuk orang tua atau partner non-teknis yang menginginkan AI lokal mereka sendiri tanpa menyiapkan server.
Kekurangan: Bukan server bersama; setiap mesin memiliki model dan riwayat sendiri. Library model lebih kecil dari Ollama. Tingkat Pro menambahkan fitur cloud yang merusak premis “sepenuhnya lokal”.
Harga:
- Gratis untuk penggunaan pribadi
- Pro: $5/bulan untuk fitur cloud (opsional)
Platform: Windows, macOS, Linux
Download: gpt4all.io
Garis bawah: Pilihan yang tepat untuk satu laptop di mana satu orang menginginkan AI lokal dan tidak ada yang lain.
5. Jan, terbaik untuk pengganti ChatGPT open-source
Jan adalah aplikasi chat desktop yang sepenuhnya open-source yang menjalankan model lokal melalui llama.cpp atau terhubung ke endpoint jarak jauh (OpenAI, Anthropic, Groq, atau Ollama lokal). Antarmuka dekat dengan ChatGPT, dengan chat, folder, dan preset system-prompt, dan filosofi Jan adalah “data Anda tinggal di mesin Anda.”
Untuk rumah tangga di mana anggota keluarga yang berbeda menginginkan backend yang berbeda (beberapa lokal, beberapa jarak jauh), Jan menangani keduanya dengan bersih.
Kekurangan: Proyek yang lebih baru; beberapa rough edges di instalasi Windows. Dukungan multi-pengguna lebih tipis dari Open WebUI. Beberapa plug-in bersifat eksperimental.
Harga:
- Gratis dan open source (AGPLv3)
Platform: Windows, macOS, Linux
Download: jan.ai
Garis bawah: Pilihan yang tepat ketika rumah tangga menginginkan aplikasi gaya ChatGPT yang dapat bersifat lokal atau hybrid.
6. Text Generation WebUI, terbaik untuk tuning model power-user dan dukungan format
Text Generation WebUI (oobabooga) adalah alat untuk power user. Ini mendukung backend Transformers, ExLlamaV2, llama.cpp, dan MLX, mengekspos setiap sampler dan pengaturan inference, dan menangani format GGUF, GPTQ, EXL2, dan AWQ. LoRA training dan character-card RP built-in.
Pilihan yang tepat ketika operator ingin memeras setiap token/sec dari GPU lama atau menjalankan fine-tune niche yang tidak ada di library Ollama.
Kekurangan: Kurva pembelajaran yang curam. UI memiliki tahun fitur berlapis yang membanjiri pengguna baru. Dukungan multi-pengguna terbatas.
Harga:
- Gratis dan open source (AGPLv3)
Platform: Windows, macOS, Linux
Download: github.com/oobabooga/text-generation-webui
Garis bawah: Pilihan yang tepat ketika tujuannya adalah kontrol atas setiap detail inference.
7. Home Assistant with Local LLM, terbaik untuk AI rumah berbasis suara di atas Ollama
Home Assistant dengan integrasi Local LLM mengubah server Ollama menjadi AI rumah yang berpusat pada suara: tanyakan tentang cuaca, kontrol lampu, query kalender, atau adakan percakapan normal melalui speaker pintar atau aplikasi HA. Assist Pipeline menangani transkripsi Whisper, inference LLM di Ollama, dan TTS kembali ke speaker, semuanya di dalam jaringan rumah.
Untuk keluarga di mana “hey house, apa yang ada di jadwal hari ini” adalah UX yang diinginkan, ini adalah lapisan yang mengikat semuanya bersama.
Kekurangan: Pengaturan melintasi dua proyek (Home Assistant + Ollama) dan membutuhkan keduanya sehat. Pilihan speaker penting (mic yang kompatibel dengan Wyoming paling mulus). Latensi tergantung pada model; model yang lebih kecil terasa lebih cepat.
Harga:
- Gratis dan open source
Platform: Home Assistant OS, Docker, Linux, Windows, macOS
Download: www.home-assistant.io dan Ollama integration
Garis bawah: Pilihan yang tepat ketika AI rumah berbasis suara adalah tujuan, bukan hanya jendela chat.
Bagaimana memilih yang tepat
Untuk setup rumah tangga yang sepenuhnya ramah, pasang Ollama sebagai runtime dan Open WebUI sebagai chat UI multi-pengguna di depannya. Ini adalah stack yang tepat untuk laptop-menjadi-server.
Untuk penggunaan mesin tunggal operator sendiri, LM Studio adalah instalasi termudah dan mencakup sebagian besar kebutuhan sehari-hari.
Untuk anggota keluarga non-teknis dengan laptop mereka sendiri, GPT4All adalah instalasi single-user yang paling ramah.
Untuk rumah tangga yang terbagi antara backend AI lokal dan jarak jauh, Jan adalah chat UI yang tepat.
Untuk tuning power-user dan format model niche, Text Generation WebUI adalah alat yang mendalam.
Untuk AI rumah berbasis suara, Home Assistant dengan integrasi Local LLM mengikat Ollama ke ekosistem suara rumah tangga.
FAQ
Laptop lama apa yang cukup untuk server AI rumah tangga? Laptop apa pun tahun 2020 atau lebih baru dengan 16 GB RAM atau lebih dapat menjalankan model 7B dengan kecepatan yang dapat digunakan di CPU. Tambahkan GPU diskrit (bahkan GTX 1660 2018) dan 13B berjalan dengan kecepatan percakapan.
Apakah AI lokal mengalahkan ChatGPT dalam hal kualitas? Tidak di puncak kelas model. Model 13B yang terkuantisasi dengan baik kira-kira kelas GPT-3.5; model 70B mendekati kelas GPT-4 tetapi membutuhkan 24 GB atau lebih VRAM. Untuk sebagian besar tugas rumah tangga (menulis email draft, merangkum dokumen, brainstorming), model lokal lebih dari cukup.
Apakah model lokal tetap diperbarui? Runtime diperbarui dengan sering (siklus rilis mingguan di Ollama). Model itu sendiri diversi; pembaruan berarti mengunduh tag baru.
Berapa banyak bandwidth yang digunakan pengaturan awal? Model 7B adalah 4–6 GB; model 13B adalah 8–12 GB. Rencanakan 20 GB unduhan jika operator menginginkan library kecil.
Bisakah rumah tangga menggunakan ini tanpa VPN saat bepergian? Ya, tetapi hanya jika operator mengekspos server ke internet. Tailscale adalah cara paling bersih untuk mencapai server AI rumah dari luar LAN tanpa membuka port.
Apakah riwayat chat saya benar-benar pribadi? Hanya jika runtime dikonfigurasi dengan benar. Ollama, LM Studio, GPT4All, dan Jan semuanya default ke sepenuhnya lokal; Open WebUI menyimpan riwayat dalam database sendiri di mesin yang sama. Mengaktifkan konektor cloud apa pun (tingkat Pro, backend model jarak jauh) mengirim data keluar dari kotak.
