由會員 （本站） 發起｜AIView 實驗室執行量測｜結果由程式整理，未經人工審閱
Breeze 7B Instruct v1.0 × NVIDIA RTX A6000（工作站，測試用單卡）｜單人速度
發起時的問題：「台灣模型第一批（本站）」
這次量到什麼
- 短問題：按下送出後約 0.1 秒看到第一個字，之後每秒生成約 128.3 個 token，256 token 的回答約 2.1 秒完成。
- 一般對話（約 2K token 上下文）：要等約 0.6 秒才看到第一個字（讀入速度約每秒 5265 token），完整回答約 2.7 秒。
- 上下文從 82 增加到 2,075 token，生成速度下降約 6%。
量測結果
| 情境 | 實際輸入 | 首字延遲 秒 | 讀入 tok/s | 生成 tok/s | 完整回答 秒 | GPU 最高溫 |
|---|---|---|---|---|---|---|
| 短問題 | 82 | 0.1（0.1～0.1） | 5005（4997～5021） | 128.3（127.0～128.5） | 2.1（2.1～2.1） | 64°C |
| 一般對話（約 2K token 上下文） | 2,075 | 0.6（0.5～0.6） | 5265（5254～5288） | 121.0（120.8～121.1） | 2.7（2.6～2.7） | 78°C |
數值為中位數，括號內為多次量測的最小～最大值；每種情境重複 5 次。
測試條件
- 模型
- Breeze 7B Instruct v1.0（aiview/breeze-7b-instruct-v1_0:q4_K_M）
- 參數量／量化
- 7.5B／Q4_K_M
- 權重識別
- sha256:3bfaee73d
- 推論引擎
- Ollama 0.32.13
- 機器
- NVIDIA RTX A6000（工作站，測試用單卡）
- 本次使用的裝置
- 未記錄（2026-10-15 之前的結果只記錄主機總配置，見下方）
- 本次並行數
- 未記錄
- 評測程式版本
- 未記錄
- 主機總配置：GPU
- NVIDIA RTX A6000
- CPU
- Intel(R) Core(TM) i7-9700 CPU @ 3.00GHz（8 核心）
- 系統記憶體
- 62.7 GiB
- 驅動／CUDA
- 580.159.03／13.0
- 作業系統／核心
- Ubuntu 24.04.4 LTS／6.17.0-35-generic
- 測試模板
- 單人速度（第 1 版）
- 參數
- temperature 0、seed 42、關閉思考模式、每次請求加不重複前綴避免快取
- 執行日期
- 2026/10/14 下午6:36:45
- 報告版本
- v1
同一組條件（模型權重、量化、引擎版本、機器、模板版本）的結果才能直接比較。硬體資訊只列型號，不含主機名稱。
登入會員後可以留言。登入
追問與討論 0
- 還沒有留言。
留言公開顯示暱稱，不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策