模型頁｜數字全部來自本站量測紀錄，由程式整理
Breeze2 8B Instruct
- 開發者
- 聯發科創新基地
- 參數量
- 8.4B（含視覺編碼器；本站只測文字）
- 本站使用的量化
- Q4_K_M（本站量化）
- 授權
- Llama 3.2 Community License（Hugging Face 模型頁 MediaTek-Research/Llama-Breeze2-8B-Instruct，2026-10-14 查核）
- 來源
- 台灣模型
台灣模型｜以 Llama 3.1 8B 為基礎｜本站從官方權重自行轉換並量化為 Q4_K_M（llama.cpp df18bee），聊天格式已與官方 tokenizer 逐 token 比對
天梯榜名次
名次＝1＋「分數 95% 信賴區間下限高於自己上限」的模型數；差距不顯著就並列。
能力評測
每個項目取題數最多的一次（完整版優先），分數 0～100。答題結果主要取決於權重、量化、推論引擎與生成條件；換機器理論上不改變答案，但浮點運算在不同硬體上可能有細微差異，本站未逐一驗證跨機器一致性。
| 類別 | 評測項目 | 分數 | 95% 信賴區間 | 題數 | 測試日期 |
|---|---|---|---|---|---|
| 綜合知識 | MMLU-Pro | 47.5 | 33～63 | 40 | 2026/10/14 |
| 科學推理 | GPQA Diamond | 30.0 | 17～48 | 30 | 2026/10/14 |
| 數學 | MATH-500 | 43.3 | 27～61 | 30 | 2026/10/14 |
| 聽懂指令 | IFEval | 55.0 | 40～69 | 40 | 2026/10/14 |
| 繁中知識 | TMMLU+ | 46.8 | 44～50 | 1,340 | 2026/10/14 |
| 繁中對話 | MT-Bench 台灣版 | 38.1 | 34～43 | 80 | 2026/10/14 |
| 台灣在地 | TTQA（台灣在地知識） | 78.8 | 70～85 | 113 | 2026/10/14 |
| 台灣法律題 | 37.8 | 32～45 | 209 | 2026/10/14 | |
| 工具呼叫 | BFCL 單輪（non-live） | 35.0 | 22～50 | 40 | 2026/10/14 |
| 程式 | LiveCodeBench v6 | 16.7 | 5～45 | 12 | 2026/10/14 |
| 繁中閱讀理解 | DRCD（繁中閱讀理解） | 76.8 | 73～80 | 500 | 2026/10/14 |
各台機器的生成速度
單人速度測試，每個情境量 5 次取中位數。不同機器的推論引擎、量化可能不同，跨列比較時請看條件欄。
| 機器 | 引擎／量化 | 短問題 tok/s｜首字秒數 | 一般對話（約 2K token 上下文） tok/s｜首字秒數 |
|---|---|---|---|
| NVIDIA RTX A6000（工作站，測試用單卡） | ollama 0.32.13／Q4_K_M | 120.3｜0.27 | 114.1｜0.78 |
全部實測紀錄 4 筆
- 2026/10/14繁中能力（天梯榜完整版）NVIDIA RTX A6000（工作站，測試用單卡）
- 2026/10/14綜合評價NVIDIA RTX A6000（工作站，測試用單卡）
- 2026/10/14繁中能力NVIDIA RTX A6000（工作站，測試用單卡）
- 2026/10/14單人速度NVIDIA RTX A6000（工作站，測試用單卡）