實測查詢
本站實驗室測過的地端模型都在這裡：能力評測看分數，速度看各台機器上的實測。條件不同的結果不放在一起排名， 點模型名稱看它的完整成績。目前共 13 個模型有實測結果。
速度只在同一台機器上並排比較，先選機器：
整合式 GPU，128 GB LPDDR5x 統一記憶體；常駐 Qwen3.8 Flash Next 服務，推論引擎 llama.cpp（4 個並行槽）
| 模型 | 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 | 測試日期 |
|---|---|---|---|---|
| Qwen3.8 Flash Next | llama.cpp b1-5e03bdd／UD-IQ4_XS（unsloth） | 26.6｜0.31 | 26.0｜3.06 | 2026/10/14 |
單人速度測試，每個情境量 5 次取中位數。量化精度不同（例如 Q4 與 Q8）也會影響速度，請一併看「引擎／量化」欄。