Ryzen AI Max+ 395 128GB vs DGX Spark 128GB：本地大模型运行对比
使用其最大内存配置 128 GB，按 8k 上下文和 f16 KV 缓存计算。
速度
Ryzen AI Max+ 395 128GB 和 DGX Spark 128GB 的文本生成速度大致相同（基于 55 个在两者上都能以 Q4_K_M 或最接近的可用量化完全装入显存/内存的模型，取我们估算值的中位数）。
- 参考模型
- Ling-3.0 Flash（Q4_K_M），即以 Q4_K_M 或最接近的可用量化计、两者都能完全装入显存/内存的最大模型
- Ryzen AI Max+ 395 128GB
- 估算 48.4 tok/s（33.9–62.9，理论估算 ±30%）
- DGX Spark 128GB
- 估算 52.8 tok/s（36.9–68.6，理论估算 ±30%）
- Ling-3.0 Flash 的提示词处理
- Ryzen AI Max+ 395 128GB：约 712 tok/s（427–997，粗略估算 ±40%）；DGX Spark 128GB：约 1,129 tok/s（678–1,581，粗略估算 ±40%）
规格对比
| 规格 | Ryzen AI Max+ 395 128GB | DGX Spark 128GB | 差异 |
|---|---|---|---|
| 显存/内存 | 128 GB 统一内存 | 128 GB 统一内存 | 相同 |
| 内存带宽 | 256.0 GB/s | 273.0 GB/s | DGX Spark 128GB 是对方的 1.07 倍 |
| FP16 算力 | 29.7 TFLOPS | 62.5 TFLOPS | DGX Spark 128GB 是对方的 2.1 倍 |
| 发布年份 | 2025 | 2025 | — |
| 价格 | 首发价 US$1,999（128 GB） | 首发价 US$3,999（128 GB） | — |
| 公开基准测试结果 | 17 条 | 14 条 | — |
判定一览
共 58 个模型，按 Q4_K_M（或最接近的可用量化）和 8k 上下文判定。
- Ryzen AI Max+ 395 128GB运行流畅34 个模型运行良好12 个模型运行较慢9 个模型无法运行3 个模型
- DGX Spark 128GB运行流畅34 个模型运行良好12 个模型运行较慢9 个模型无法运行3 个模型
判定说明
- 运行流畅
- 全部载入显卡，且达到 20 tok/s 及以上
- 运行良好
- 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
- 运行较慢
- 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
- 无法运行
- 内存装不下，或低于 2 tok/s
判定不同的模型
所有模型在两者上的判定都相同。
两者上的全部模型
左右滑动可查看所有列。
| 模型 | Ryzen AI Max+ 395 128GB 判定 | Ryzen AI Max+ 395 128GB 速度 | DGX Spark 128GB 判定 | DGX Spark 128GB 速度 |
|---|---|---|---|---|
| Ling-3.0 FlashQ4_K_M | 运行流畅 | 估算 48.4 tok/s33.9–62.9理论估算 ±30% | 运行流畅 | 估算 52.8 tok/s36.9–68.6理论估算 ±30% |
| gpt-oss-120bMXFP4 | 运行流畅 | 50.2 tok/s8k 估算 48.5 tok/s（38.8–58.1，校准估算 ±20%）实测（1 次，512 上下文） | 运行流畅 | 58.7 tok/s8k 估算 50.8 tok/s（40.6–60.9，校准估算 ±20%）实测（1 次，2k 上下文） |
| Kolibri 1Q4_K_M | 运行流畅 | 估算 48.0 tok/s38.4–57.6校准估算 ±20% | 运行流畅 | 估算 52.2 tok/s41.7–62.6校准估算 ±20% |
| K2-Horizon MoVA 36B-A4BQ4_K_M | 运行流畅 | 估算 35.1 tok/s24.5–45.6理论估算 ±30% | 运行流畅 | 估算 37.7 tok/s26.4–49.1理论估算 ±30% |
| Qwen3.5 35B-A3BQ4_K_M | 运行流畅 | 64.8 tok/s8k 估算 56.0 tok/s（44.8–67.2，校准估算 ±20%）实测（1 次，512 上下文） | 运行流畅 | 估算 61.9 tok/s49.5–74.2校准估算 ±20% |
| Qwen3.6 35B-A3BQ4_K_M | 运行流畅 | 63.8 tok/s8k 估算 63.1 tok/s（50.5–75.7，校准估算 ±20%）实测（1 次，512 上下文） | 运行流畅 | 估算 70.5 tok/s56.4–84.6校准估算 ±20% |
| MiniCPM-V 4.7 35B-A3BQ4_K_M | 运行流畅 | 估算 67.5 tok/s54.0–81.1校准估算 ±20% | 运行流畅 | 估算 76.0 tok/s60.8–91.2校准估算 ±20% |
| Nemotron 3.5 Lightning 30B-A3BQ4_K_M | 运行流畅 | 估算 65.9 tok/s46.1–85.7理论估算 ±30% | 运行流畅 | 估算 69.8 tok/s48.8–90.7理论估算 ±30% |
| Qwen3 30B-A3B (2507)Q4_K_M | 运行流畅 | 估算 54.2 tok/s43.3–65.0校准估算 ±20% | 运行流畅 | 估算 60.7 tok/s48.6–72.9校准估算 ±20% |
| Gemma 4 26B-A4BQ4_K_M | 运行流畅 | 54.3 tok/s8k 估算 48.1 tok/s（38.5–57.7，校准估算 ±20%）实测（2 次，512 上下文） | 运行流畅 | 47.0 tok/s8k 估算 51.5 tok/s（41.2–61.8，校准估算 ±20%）实测（1 次，32k 上下文） |
| gpt-oss-20bMXFP4 | 运行流畅 | 估算 68.6 tok/s54.8–82.3校准估算 ±20% | 运行流畅 | 估算 71.7 tok/s57.4–86.0校准估算 ±20% |
| Kanana 1.5 15.7B-A3BQ4_K_M | 运行流畅 | 估算 57.2 tok/s45.8–68.6校准估算 ±20% | 运行流畅 | 估算 62.2 tok/s49.7–74.6校准估算 ±20% |
| Gemma 3 12BQ4_K_M | 运行流畅 | 估算 26.8 tok/s21.4–32.1校准估算 ±20% | 运行流畅 | 估算 27.2 tok/s21.7–32.6校准估算 ±20% |
| Mellum2.1 12B-A2.5B ThinkingQ4_K_M | 运行流畅 | 估算 93.1 tok/s74.5–111.7校准估算 ±20% | 运行流畅 | 估算 104.4 tok/s83.5–125.2校准估算 ±20% |
| Qwen3.5 9BQ4_K_M | 运行流畅 | 37.2 tok/s8k 估算 34.2 tok/s（27.4–41.0，校准估算 ±20%）实测（1 次，4k 上下文） | 运行流畅 | 35.2 tok/s8k 估算 34.7 tok/s（27.8–41.6，校准估算 ±20%）实测（1 次，4k 上下文） |
| K2-Horizon 7BQ4_K_M | 运行流畅 | 估算 30.9 tok/s24.7–37.1校准估算 ±20% | 运行流畅 | 估算 31.3 tok/s25.1–37.6校准估算 ±20% |
| Qwen3 8BQ4_K_M | 运行流畅 | 43.6 tok/s8k 估算 33.7 tok/s（26.9–40.4，校准估算 ±20%）实测（1 次，512 上下文） | 运行流畅 | 43.9 tok/s8k 估算 34.1 tok/s（27.3–41.0，校准估算 ±20%）实测（1 次，512 上下文） |
| DeepSeek R1 0528 Qwen3 8BQ4_K_M | 运行流畅 | 估算 33.7 tok/s26.9–40.4校准估算 ±20% | 运行流畅 | 估算 34.1 tok/s27.3–41.0校准估算 ±20% |
| DeepSeek R1 Distill Llama 8BQ4_K_M | 运行流畅 | 估算 35.0 tok/s28.0–42.0校准估算 ±20% | 运行流畅 | 估算 35.5 tok/s28.4–42.6校准估算 ±20% |
| Kanana 1.5 8BQ4_K_M | 运行流畅 | 估算 35.0 tok/s28.0–42.0校准估算 ±20% | 运行流畅 | 估算 35.5 tok/s28.4–42.6校准估算 ±20% |
| Llama 3.1 8BQ4_K_M | 运行流畅 | 估算 35.0 tok/s28.0–42.0校准估算 ±20% | 运行流畅 | 估算 35.5 tok/s28.4–42.6校准估算 ±20% |
| Gemma 4 E4BQ4_K_M | 运行流畅 | 估算 59.3 tok/s41.5–77.1理论估算 ±30% | 运行流畅 | 估算 61.5 tok/s43.1–80.0理论估算 ±30% |
| Ling-3.0 TinyQ4_K_M | 运行流畅 | 估算 154.3 tok/s108.0–200.5理论估算 ±30% | 运行流畅 | 估算 179.8 tok/s125.8–233.7理论估算 ±30% |
| Gemma 4 E2BQ4_K_M | 运行流畅 | 估算 109.5 tok/s76.6–142.3理论估算 ±30% | 运行流畅 | 估算 115.9 tok/s81.1–150.6理论估算 ±30% |
| Qwen3.5 4BQ4_K_M | 运行流畅 | 估算 67.8 tok/s54.2–81.3校准估算 ±20% | 运行流畅 | 估算 68.7 tok/s55.0–82.5校准估算 ±20% |
| Nanbeige4.2 3BQ4_K_M | 运行流畅 | 估算 34.3 tok/s24.0–44.5理论估算 ±30% | 运行流畅 | 估算 34.8 tok/s24.3–45.2理论估算 ±30% |
| Spark-X2.5 4BQ4_K_M | 运行流畅 | 估算 72.3 tok/s57.9–86.8校准估算 ±20% | 运行流畅 | 估算 73.4 tok/s58.7–88.1校准估算 ±20% |
| Llama 3.2 3BQ4_K_M | 运行流畅 | 估算 70.9 tok/s56.7–85.1校准估算 ±20% | 运行流畅 | 估算 72.0 tok/s57.6–86.3校准估算 ±20% |
| LFM2.5 2.6BQ4_K_M | 运行流畅 | 估算 116.3 tok/s81.4–151.3理论估算 ±30% | 运行流畅 | 估算 118.0 tok/s82.6–153.4理论估算 ±30% |
| MiniCPM5 2BQ4_K_M | 运行流畅 | 估算 109.8 tok/s87.8–131.7校准估算 ±20% | 运行流畅 | 估算 111.4 tok/s89.1–133.6校准估算 ±20% |
| HyperCLOVA X SEED 1.5BQ4_K_M | 运行流畅 | 估算 115.6 tok/s92.5–138.8校准估算 ±20% | 运行流畅 | 估算 117.3 tok/s93.8–140.8校准估算 ±20% |
| EXAONE 4.0 1.2BQ4_K_M | 运行流畅 | 估算 159.8 tok/s127.9–191.8校准估算 ±20% | 运行流畅 | 估算 162.1 tok/s129.7–194.6校准估算 ±20% |
| Llama 3.2 1BQ4_K_M | 运行流畅 | 估算 194.7 tok/s155.7–233.6校准估算 ±20% | 运行流畅 | 估算 197.5 tok/s158.0–236.9校准估算 ±20% |
| MiniCPM5 1BQ4_K_M | 运行流畅 | 估算 235.5 tok/s188.4–282.6校准估算 ±20% | 运行流畅 | 估算 238.9 tok/s191.1–286.7校准估算 ±20% |
| Qwen3.5 122B-A10BQ4_K_M | 运行良好 | 20.9 tok/s8k 估算 22.7 tok/s（18.2–27.2，校准估算 ±20%）实测（1 次，512 上下文） | 运行良好 | 29.0 tok/s8k 估算 24.0 tok/s（19.2–28.8，校准估算 ±20%）实测（1 次，4k 上下文） |
| Laguna S 2.1Q4_K_M | 运行良好 | 估算 26.4 tok/s21.1–31.7校准估算 ±20% | 运行良好 | 估算 28.4 tok/s22.7–34.1校准估算 ±20% |
| Solar Open 100BQ4_K_M | 运行良好 | 估算 21.6 tok/s17.3–26.0校准估算 ±20% | 运行良好 | 估算 22.8 tok/s18.3–27.4校准估算 ±20% |
| Muse Glimmer 30BQ4_K_M | 运行良好 | 估算 12.1 tok/s9.6–14.5校准估算 ±20% | 运行良好 | 估算 12.2 tok/s9.8–14.7校准估算 ±20% |
| Qwen3.6 27BQ4_K_M | 运行良好 | 估算 12.1 tok/s9.7–14.5校准估算 ±20% | 运行良好 | 估算 12.3 tok/s9.8–14.7校准估算 ±20% |
| Gemma 3 27BQ4_K_M | 运行良好 | 估算 12.2 tok/s9.8–14.6校准估算 ±20% | 运行良好 | 估算 12.4 tok/s9.9–14.8校准估算 ±20% |
| Mistral Small 3.2 24BQ4_K_M | 运行良好 | 估算 13.4 tok/s10.7–16.1校准估算 ±20% | 运行良好 | 估算 13.6 tok/s10.9–16.3校准估算 ±20% |
| Qwen3 14BQ4_K_M | 运行良好 | 估算 20.3 tok/s16.2–24.4校准估算 ±20% | 运行良好 | 估算 20.6 tok/s16.5–24.7校准估算 ±20% |
| DeepSeek R1 Distill Qwen 14BQ4_K_M | 运行良好 | 估算 19.8 tok/s15.8–23.8校准估算 ±20% | 运行良好 | 估算 20.1 tok/s16.1–24.1校准估算 ±20% |
| HyperCLOVA X SEED Think 14BQ4_K_M | 运行良好 | 估算 20.6 tok/s14.4–26.8理论估算 ±30% | 运行良好 | 估算 20.9 tok/s14.6–27.2理论估算 ±30% |
| Phi-4Q4_K_M | 运行良好 | 估算 19.6 tok/s15.7–23.5校准估算 ±20% | 运行良好 | 估算 19.8 tok/s15.9–23.8校准估算 ±20% |
| Gemma 4 12BQ4_K_M | 运行良好 | 24.4 tok/s8k 估算 28.9 tok/s（23.2–34.7，校准估算 ±20%）实测（1 次，512 上下文） | 运行良好 | 估算 29.4 tok/s23.5–35.2校准估算 ±20% |
| Llama 3.3 70BQ4_K_M | 运行较慢 | 估算 4.6 tok/s3.7–5.6校准估算 ±20% | 运行较慢 | 4.7 tok/s8k 估算 4.7 tok/s（3.8–5.7，校准估算 ±20%）实测（2 次，512 上下文） |
| EXAONE 4.5 33BQ4_K_M | 运行较慢 | 估算 10.2 tok/s8.2–12.2校准估算 ±20% | 运行较慢 | 估算 10.3 tok/s8.3–12.4校准估算 ±20% |
| DeepSeek R1 Distill Qwen 32BQ4_K_M | 运行较慢 | 估算 9.5 tok/s7.6–11.5校准估算 ±20% | 运行较慢 | 估算 9.7 tok/s7.7–11.6校准估算 ±20% |
| Qwen3 32BQ4_K_M | 运行较慢 | 10.2 tok/s8k 估算 9.6 tok/s（7.7–11.5，校准估算 ±20%）实测（2 次，512 上下文） | 运行较慢 | 10.7 tok/s8k 估算 9.7 tok/s（7.8–11.7，校准估算 ±20%）实测（2 次，512 上下文） |
| EXAONE 4.0 32BQ4_K_M | 运行较慢 | 估算 10.6 tok/s8.4–12.7校准估算 ±20% | 运行较慢 | 估算 10.7 tok/s8.6–12.9校准估算 ±20% |
| Gemma 4 31BQ4_K_M | 运行较慢 | 估算 11.1 tok/s8.8–13.3校准估算 ±20% | 运行较慢 | 10.1 tok/s8k 估算 11.2 tok/s（9.0–13.5，校准估算 ±20%）实测（1 次，512 上下文） |
| Granite 4.2 30BQ4_K_M | 运行较慢 | 估算 10.6 tok/s8.5–12.7校准估算 ±20% | 运行较慢 | 估算 10.7 tok/s8.6–12.9校准估算 ±20% |
| Qwen3.5 27BQ4_K_M | 运行较慢 | 估算 11.9 tok/s9.5–14.3校准估算 ±20% | 运行较慢 | 11.3 tok/s8k 估算 12.1 tok/s（9.7–14.5，校准估算 ±20%）实测（1 次，4k 上下文） |
| Qwen3.8 27BQ4_K_M | 运行较慢 | 估算 11.7 tok/s9.3–14.0校准估算 ±20% | 运行较慢 | 估算 11.8 tok/s9.5–14.2校准估算 ±20% |
| GLM-5.3 FlashQ4_K_M | 无法运行 | — | 无法运行 | — |
| DeepSeek V4 Flash 0731MXFP4 | 无法运行改用 Q2_K（质量损失大）：运行较慢 | 估算 19.1 tok/s13.4–24.9理论估算 ±30% | 无法运行 | — |
| Solar Open 2 250BIQ4_XS | 无法运行改用 Q2_K（质量损失大）：运行较慢 | 估算 18.0 tok/s12.6–23.4理论估算 ±30% | 无法运行改用 Q2_K（质量损失大）：运行良好 | 估算 22.0 tok/s17.6–26.3校准估算 ±20% |
带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。
公开基准测试
Ryzen AI Max+ 395 128GB 的实测结果
| 模型 | 量化 | 后端 | 上下文 | 提示词处理（tok/s） | 生成（tok/s） | 运行参数 | 来源 | 测量日期 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | MXFP4 | llama.cpp | 512 | 707.0 | 50.2 | ROCm 7.0.2, no mmap | quozul.dev | 2025-10-27 |
| Gemma 4 26B-A4B | Q4_K_M | llama.cpp | 512 | 1,327.0 | 55.5 | Vulkan | github.com | 2026-06-30 |
| Gemma 4 26B-A4B | Q4_K_M | llama.cpp | 512 | 1,209.0 | 53.0 | Vulkan | github.com | 2026-08-18 |
| Gemma 4 26B-A4B | UD-Q4_K_XL | llama.cpp | 512 | 1,325.0 | 54.7 | Vulkan | github.com | 2026-05-18 |
| Gemma 4 31B | UD-Q4_K_XL | llama.cpp | 512 | 302.0 | 11.5 | Vulkan | github.com | 2026-05-18 |
| Gemma 4 12B | IQ4_XS | llama.cpp | 512 | 680.0 | 25.7 | Vulkan | github.com | 2026-06-04 |
| Gemma 4 12B | Q4_K_M | llama.cpp | 512 | 685.0 | 24.4 | Vulkan | github.com | 2026-06-04 |
| Qwen3.6 35B-A3B | Q8_0 | llama.cpp | 512 | — | 50.6 | Vulkan, FA off | github.com | 2026-06-10 |
| Qwen3.6 35B-A3B | UD-Q8_K_XL | llama.cpp | 512 | 1,046.0 | 46.2 | Vulkan | github.com | 2026-04-26 |
| Qwen3.6 35B-A3B | Q4_K_M | llama.cpp | 512 | 1,064.0 | 63.8 | Vulkan | github.com | 2026-04-26 |
| Qwen3.5 35B-A3B | Q4_K_M | llama.cpp | 512 | 1,077.0 | 64.8 | Vulkan | github.com | 2026-04-26 |
| Qwen3.5 9B | Q4_K_M | llama.cpp | 4k | 969.0 | 37.2 | Vulkan | localmaxxing.com | 2026-04-26 |
| Qwen3.5 122B-A10B | Q4_K_M | llama.cpp | 512 | 315.0 | 20.9 | KV q8_0 | github.com | 2026-07-19 |
| Qwen3 8B | Q4_K_M | llama.cpp | 512 | 1,238.0 | 43.6 | Vulkan | github.com | 2026-09-08 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 256.0 | 9.9 | ROCm | blog.tosukui.xyz | 2025-07-13 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 140.0 | 10.4 | Vulkan | blog.tosukui.xyz | 2025-05-16 |
| Qwen3 32B | Q8_0 | llama.cpp | 512 | 77.0 | 6.4 | ROCm | llm-tracker.info | 2025-05-11 |
DGX Spark 128GB 的实测结果
| 模型 | 量化 | 后端 | 上下文 | 提示词处理（tok/s） | 生成（tok/s） | 运行参数 | 来源 | 测量日期 |
|---|---|---|---|---|---|---|---|---|
| gpt-oss-120b | MXFP4 | llama.cpp | 2k | 2,444.0 | 58.7 | CUDA, no mmap | github.com | 2026-02-05 |
| Gemma 4 31B | Q4_K_M | llama.cpp | 512 | 687.0 | 10.1 | CUDA | github.com | 2026-04-14 |
| Gemma 4 26B-A4B | Q4_K_M | llama.cpp | 32k | — | 47.0 | CUDA, depth 32768 | github.com | 2026-06-11 |
| Qwen3.5 35B-A3B | Q8_0 | llama.cpp | 2k | 2,572.0 | 49.2 | CUDA | github.com | 2026-03-12 |
| Qwen3.5 9B | Q4_K_M | llama.cpp | 4k | — | 35.2 | — | github.com | 2026-08-13 |
| Qwen3.5 27B | Q4_K_M | llama.cpp | 4k | — | 11.3 | — | github.com | 2026-08-13 |
| Qwen3.5 122B-A10B | Q4_K_M | llama.cpp | 4k | — | 29.0 | — | github.com | 2026-08-13 |
| Llama 3.3 70B | Q4_K_M | llama.cpp | 512 | 284.0 | 4.7 | CUDA, Vulkan | github.com | 2025-11-22 |
| Llama 3.3 70B | Q4_K_M | llama.cpp | 512 | — | 4.6 | CUDA | github.com | 2026-08-12 |
| Llama 3.3 70B | Q8_0 | llama.cpp | 512 | — | 2.9 | CUDA | github.com | 2026-08-12 |
| Llama 3.3 70B | Q2_K | llama.cpp | 512 | — | 7.2 | CUDA | github.com | 2026-08-12 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 630.0 | 10.5 | CUDA, Vulkan | github.com | 2025-11-22 |
| Qwen3 32B | Q4_K_M | llama.cpp | 512 | 762.0 | 10.8 | CUDA | github.com | 2025-12-05 |
| Qwen3 8B | Q4_K_M | llama.cpp | 512 | 3,168.0 | 43.9 | CUDA | github.com | 2025-12-05 |
我们用于校准的公开基准测试。它们的测试条件（上下文、后端、运行参数）可能与上方的估算不同。
常见问题
运行本地大模型时，Ryzen AI Max+ 395 128GB 和 DGX Spark 128GB 哪个更快？
Ryzen AI Max+ 395 128GB 和 DGX Spark 128GB 的文本生成速度大致相同（基于 55 个在两者上都能以 Q4_K_M 或最接近的可用量化完全装入显存/内存的模型，取我们估算值的中位数）。Ling-3.0 Flash Q4_K_M 的速度：Ryzen AI Max+ 395 128GB 估算 48.4 tok/s（33.9–62.9，理论估算 ±30%）；DGX Spark 128GB 估算 52.8 tok/s（36.9–68.6，理论估算 ±30%）。
两者各自能完全装入显存/内存的最大模型是什么？
Ryzen AI Max+ 395 128GB 能把 Ling-3.0 Flash Q4_K_M（77.01 GB 文件）完整装入 128 GB 统一内存，估算 48.4 tok/s（33.9–62.9，理论估算 ±30%）。 DGX Spark 128GB 能把 Ling-3.0 Flash Q4_K_M（77.01 GB 文件）完整装入 128 GB 统一内存，估算 52.8 tok/s（36.9–68.6，理论估算 ±30%）。
两者上各有多少本地大模型能运行良好？
以 Q4_K_M、8k 上下文计，在 58 个已收录的模型中，Ryzen AI Max+ 395 128GB：运行流畅 34 个、运行良好 12 个、运行较慢 9 个、无法运行 3 个；DGX Spark 128GB：运行流畅 34 个、运行良好 12 个、运行较慢 9 个、无法运行 3 个。所有模型在两者上的判定都相同。
速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。