Lavora sul Mac. Continua dal telefono.
Lascia che Codex o Pi lavorino sui file del tuo Mac mentre segui la conversazione in NanthAI. Controlla la risposta, chiedi una modifica o coinvolgi un modello cloud dal telefono o dal browser.
Inizia nel cloud. Coinvolgi il Mac quando serve.
OpenRouter
Scegli modelli cloud per scrivere, cercare informazioni e rivedere il lavoro direttamente in NanthAI. Inizia dal telefono o dal browser.
Codex
Usa il tuo account Codex per lavorare su codice e file sul Mac. Invia il compito da NanthAI e seguilo ovunque ti trovi.
Pi
Usa Pi con i provider e gli abbonamenti che configuri, incluso OpenRouter, oppure con modelli locali tramite Ollama. Porta il suo lavoro nella stessa conversazione delle altre Personas.
Porta il prossimo modello al passo.
Conserva risposte pubblicate, file e memorie utili nella conversazione. Chiedi a una Persona cloud di rivedere un risultato locale o continua con un’altra Persona locale. Ogni partecipante mantiene privata la propria cronologia di lavoro.
Mantieni il controllo del lavoro.
Rispondi da NanthAI alle domande o richieste di autorizzazione del runtime. Ferma un’attività quando serve e consulta l’utilizzo del modello riportato insieme al lavoro.
Fai partire il prossimo lavoro all’ora giusta.
Programma un riepilogo ricorrente o una sequenza di attività. Scegli il runtime e ritrova i risultati in NanthAI. Il Mac deve restare online per le esecuzioni locali.
Collega il Mac. Continua dal telefono.
Scarica l’app per Mac
Installa NanthAI Runtime e scegli Codex, Pi o entrambi.
Collega il tuo account
Collega il Mac a NanthAI una volta. Le tue conversazioni potranno raggiungerlo.
Invia il primo compito
Scegli una Persona locale, dille cosa fare e segui la risposta dal telefono.
Il Mac deve essere acceso e connesso per ricevere compiti dal telefono. I modelli cloud richiedono internet; Pi può anche usare modelli già installati tramite Ollama. Gli strumenti disponibili dipendono dal runtime e dal modello scelti.
Dai alla tua AI il contesto che conta.
NanthAI porta la cronologia e le memorie pertinenti in ogni turno. Nei nostri test, alcuni scenari con Pi hanno usato fino al 64% di token di input in meno, con un costo stimato del modello inferiore del 29%.
Fino al64%
Solo Pi · 100%
Pi con NanthAI · 36%
Fino al29%
Solo Pi · 100%
Pi con NanthAI · 71%
Osservato con Pi e GPT-6.1 Sol a ragionamento basso, rispetto a Pi da solo. Questi valori riguardano un seguito con molto contesto, non una media di tutti i compiti. I risultati variano per compito e modello. Il costo è una stima equivalente API, non una riduzione dell’abbonamento.