Jan 使用介绍：功能、价格与上手指南
Jan 是一款开源、可离线运行的 AI 助手，支持本地模型与云端 API 混合调用。本文详解 Jan 的核心功能、桌面版与自部署成本、安装配置步骤，并与 ChatGPT 做对比，帮助你快速上手。
Jan 是一款开源的桌面 AI 助手，定位是“本地优先的 ChatGPT 替代品”。它允许你在自己的电脑上运行大语言模型，同时也能接入 OpenAI、Anthropic 等云端 API。本文将从功能、价格和实际配置三个角度，帮你判断 Jan 是否值得用，以及如何快速上手。
Jan 是什么？适合谁用
Jan 由 Menlo Research 团队开发，核心特点是开源、可离线、可定制。与直接使用网页版 ChatGPT 不同，Jan 把模型运行在你的设备上，对话数据默认不离开本地。
适合以下人群：
- 对数据隐私敏感，不希望对话内容上传云端
- 想免费或低成本使用大模型，避免按月订阅
- 开发者，需要调用本地模型 API 做实验
- 网络环境不稳定，需要离线可用的 AI 助手
如果你只是偶尔问几个问题，且不介意数据上云，ChatGPT 网页版可能更省事。但如果你希望掌控模型和数据，Jan 值得一试。
Jan 核心功能一览
1. 本地模型运行
Jan 内置模型下载器，支持 Llama、Mistral、Gemma、Qwen 等主流开源模型。首次启动后，你可以在「Hub」中一键下载模型，无需手动配置 llama.cpp 或 Ollama。
2. 云端 API 接入
除了本地模型，Jan 也支持接入 OpenAI、Anthropic、Groq、Mistral API 等。你可以在设置中填入 API Key，把云端模型和本地模型放在同一个界面里切换。
3. 助手与模型分离
Jan 的「Assistant」概念允许你为不同任务创建独立助手，每个助手可以绑定不同模型、系统提示词和参数（如 temperature）。例如，你可以创建一个「代码审查助手」绑定 DeepSeek Coder，再创建一个「文案助手」绑定 GPT-4o。
4. 对话管理与导出
所有对话保存在本地，支持搜索、重命名、导出为 Markdown 或 JSON。对于需要整理聊天记录的用户，这一点比网页版更灵活。
5. 扩展与 API 服务
Jan 提供本地 API Server，默认监听 http://localhost:1337，兼容 OpenAI API 格式。你可以把它当作本地推理后端，供其他工具调用。
Jan 价格：免费为主，成本在模型和 API
Jan 本身完全免费且开源，采用 Apache 2.0 许可证。你不需要为软件付费。实际成本来自两方面：
| 使用方式 | 成本 | 说明 |
|---|---|---|
| 本地模型 | 0 元 | 消耗电脑算力，需足够内存/显存 |
| 云端 API | 按量付费 | 由 API 提供商（OpenAI 等）计费 |
| Jan 软件 | 免费 | 无订阅、无隐藏费用 |
本地运行的成本主要是硬件。以 7B 量化模型为例，约需 8GB 内存；13B 模型建议 16GB 以上；70B 模型则需要 64GB 内存或高端显卡。如果你的电脑配置一般，可以先用云端 API，或选择 3B 以下的小模型。
上手指南：10 分钟完成配置
第一步：下载安装
访问 Jan 官网（jan.ai），根据系统选择 Windows、macOS 或 Linux 版本。安装包约 100-200MB，安装过程与普通软件无异。
第二步：下载本地模型
打开 Jan，点击左侧「Hub」，选择一个模型下载。推荐新手从以下模型开始：
- Llama 3.2 3B：体积小，速度快，适合日常问答
- Qwen 2.5 7B：中文能力强，适合中文写作
- Mistral 7B：英文通用表现均衡
下载完成后，在「Thread」中新建对话，选择该模型即可开始聊天。
第三步：接入云端 API（可选）
点击左下角「Settings」→「Model Providers」，选择 OpenAI 或 Anthropic，填入 API Key。保存后，在模型选择列表中会出现云端模型。
第四步：创建专属助手
在「Assistant」页面点击「Create Assistant」，设置名称、系统提示词和默认模型。例如：
- 名称：周报助手
- 提示词：你是一个职场写作助手，把零散要点整理成结构化周报。
- 模型：Qwen 2.5 7B
之后每次写周报，直接选择该助手，无需重复输入提示词。
第五步：调整参数
在对话界面右侧可以调整 temperature、top_p、最大 token 数。建议：
- 事实问答：temperature 0.2-0.5
- 创意写作：temperature 0.7-1.0
- 代码生成：temperature 0.1-0.3
Jan 与 ChatGPT 对比
| 维度 | Jan | ChatGPT |
|---|---|---|
| 价格 | 软件免费 | 免费版有限，Plus 20 美元/月 |
| 数据隐私 | 本地优先，可完全离线 | 数据上传云端 |
| 模型选择 | 本地模型 + 多家 API | 主要用 OpenAI 模型 |
| 离线使用 | 支持 | 不支持 |
| 上手难度 | 需下载模型，略有门槛 | 打开网页即用 |
| 中文能力 | 取决于所选模型 | GPT-4o 中文优秀 |
简单结论：追求隐私和零成本选 Jan，追求开箱即用和最强中文效果选 ChatGPT。两者并不冲突，Jan 也可以接入 OpenAI API，兼顾灵活性和效果。
常见问题
Jan 需要联网吗？
只有下载模型和调用云端 API 时需要联网。本地模型下载完成后，可以完全离线对话。
Jan 支持中文吗？
界面支持中文，模型中文能力取决于你选择的模型。Qwen、DeepSeek 等国产开源模型中文表现较好。
Jan 和 Ollama 有什么区别？
Ollama 更偏命令行和开发者后端，Jan 提供完整的图形界面和助手管理。两者可以配合使用，Jan 也能连接 Ollama 的本地服务。
本地模型回答质量不如 GPT-4 怎么办？
小模型能力确实有限。如果追求高质量回答，可以在 Jan 中配置 OpenAI 或 Anthropic API，用云端模型处理复杂任务，本地模型处理隐私敏感任务。
结论
Jan 是一款值得尝试的开源 AI 助手。它把本地模型和云端 API 统一在一个桌面应用中，免费、可离线、数据可控。上手成本主要在模型下载和参数理解上，但按照本文步骤，10 分钟内即可完成基础配置。
如果你重视隐私、想降低 AI 使用成本，或者需要本地 API 做开发，建议现在下载 Jan 并跑通第一个本地模型。如果只是轻度使用，也可以先用云端 API 模式体验，再决定是否深入。