01
LFM2.5 230M
RTX A6000 48GB ワークステーション
Ölçüm: 2026-07-02- Üretim hızı
- 735,79 token/sn
- İlk yanıt
- 81,9 ms · düşük daha iyi
- Verimlilik
- 4,229 token/sn/W
YAPAY ZEKÂ / MODEL LABORATUVARI
Yerel AI modelini tahminle değil, ölçümle seçin.
Gerçek donanım ölçümlerini model, cihaz, kuantizasyon, hız, gecikme ve enerji verimliliğine göre keşfedin. Sonucu kendi kullanım senaryonuzun kalite ve maliyet gereksinimleriyle birlikte değerlendirin.
Gerçek ölçüm kayıtları Sürüm 1.7.0 CC BY 4.0
ÖLÇÜM178gerçek benchmark
CİHAZ5ölçülmüş donanım
MODEL58katalog kaydı
SON TARİH16 Temmuz 2026kaynak ölçüm tarihi
LABORATUVAR DURUMU
178Ölçüm Kaydı
5Ölçüm ekipmanı
58Ölçüm modeli
AYNI MODEL / AYNI KUANTİZASYON
Gemma 3 4B Q4_K_M — üretim hızı
Aynı koşul / ollama 0.31.1 / 2 kez ortalama / num_predict=256
/ 01 · ÖLÇÜM GEZGİNİ
Karşılaştırılabilir kayıtları bulun.
Hız tek başına kalite anlamına gelmez. Aynı modelin cihaz, kuantizasyon ve runtime farklarını birlikte okuyun.
178 ölçüm bulundu
02
LFM2.5 230M
ノートPC RTX 4060 Laptop 8GB（i7-13700H/32GB）
Ölçüm: 2026-07-15- Üretim hızı
- 580,46 token/sn
- İlk yanıt
- 396 ms · düşük daha iyi
- Verimlilik
- 25,237 token/sn/W
03
GLM-OCR
RTX A6000 48GB ワークステーション
Ölçüm: 2026-07-15- Üretim hızı
- 473,17 token/sn
- İlk yanıt
- 103,5 ms · düşük daha iyi
- Verimlilik
- 3,409 token/sn/W
04
LFM2.5 1.2B JP
RTX A6000 48GB ワークステーション
Ölçüm: 2026-07-02- Üretim hızı
- 448,93 token/sn
- İlk yanıt
- 81,1 ms · düşük daha iyi
- Verimlilik
- 2,624 token/sn/W
05
Qwen2.5 0.5B
RTX A6000 48GB ワークステーション
Ölçüm: 2026-07-14- Üretim hızı
- 423,41 token/sn
- İlk yanıt
- 158,7 ms · düşük daha iyi
- Verimlilik
- 5,492 token/sn/W
06
Qwen2.5 0.5B
ノートPC RTX 4060 Laptop 8GB（i7-13700H/32GB）
Ölçüm: 2026-06-23- Üretim hızı
- 319,9 token/sn
- İlk yanıt
- 842,8 ms · düşük daha iyi
- Verimlilik
- 13,789 token/sn/W
07
Llama 3.2 1B Instruct
RTX A6000 48GB ワークステーション
Ölçüm: 2026-06-16- Üretim hızı
- 315,8 token/sn
- İlk yanıt
- 181,7 ms · düşük daha iyi
- Verimlilik
- 2,179 token/sn/W
08
MiniCPM-V 4.6
RTX A6000 48GB ワークステーション
Ölçüm: 2026-07-15- Üretim hızı
- 298,66 token/sn
- İlk yanıt
- 270,2 ms · düşük daha iyi
- Verimlilik
- 2,051 token/sn/W
09
Qwen3 1.7B
RTX A6000 48GB ワークステーション
Ölçüm: 2026-06-16- Üretim hızı
- 294,23 token/sn
- İlk yanıt
- 152,7 ms · düşük daha iyi
- Verimlilik
- 1,613 token/sn/W
10
GLM-OCR
ノートPC RTX 4060 Laptop 8GB（i7-13700H/32GB）
Ölçüm: 2026-07-15- Üretim hızı
- 291,8 token/sn
- İlk yanıt
- 548,6 ms · düşük daha iyi
- Verimlilik
- 9,727 token/sn/W
11
LFM2.5 230M
Mac mini M4 16GB
Ölçüm: 2026-07-14- Üretim hızı
- 284,29 token/sn
- İlk yanıt
- 56,7 ms · düşük daha iyi
- Verimlilik
- 34,67 token/sn/W
12
LFM2.5 8B A1B
RTX A6000 48GB ワークステーション
Ölçüm: 2026-06-12- Üretim hızı
- 283,87 token/sn
- İlk yanıt
- 205,1 ms · düşük daha iyi
- Verimlilik
- 1,482 token/sn/W
/ 02 · NASIL OKUNUR?
Dört metriği aynı kararda birleştirin.
Önce kullanım senaryosunu tanımlayın; sonra performans, deneyim, maliyet ve lisans sınırlarını birlikte ele alın.
Üretim hızı
Token/sn yükseldikçe uzun yanıtların tamamlanma süresi genellikle kısalır. Model boyutu ve çıktı kalitesiyle birlikte değerlendirin.
İlk yanıt süresi
Kullanıcının ilk çıktıyı görmesine kadar geçen süredir. Sohbet, destek ve canlı arama deneyimlerinde kritik olabilir.
Enerji verimliliği
Token/sn/W değeri aynı çıktı hızının enerji maliyetini karşılaştırmaya yardım eder. Güç ölçümü olmayan kayıtlarda gösterilmez.
Lisans ve koşul
Ticari kullanım, model lisansı, quantization ve runtime üretim kararının ayrılmaz parçalarıdır.
/ 03 · KAYNAK VE SINIRLAR
Ölçümü sahiplenmiyor, kaynağını görünür kılıyoruz.
Bu sayfadaki arayüz ve Türkçe yorum katmanı Veri Mimarı’na; ham ölçümler ai-local-lab’e aittir.
- Veri üreticisi
- ai-local-lab ↗
- Lisans
- CC BY 4.0 ↗
- Yöntem
- Ölçüm protokolü ↗
- Veri sürümü
- 1.7.0 · 17 Temmuz 2026
Sınırlama
Gerçek ölçümler teorik/spec_only değerlerden ayrı gösterilmelidir. Sonuçlar runtime, quantization ve ölçüm koşullarına bağlıdır. Tek bir benchmark, üretim kalitesi veya güvenilirliği hakkında kesin sonuç vermez.
Veri güncellemelerini inceleyin →KENDİ KURULUMUNUZU PLANLAYIN
Projenizi paylaşın ↗