本地LLM评测缺统一标准，单并发tokens/s被指噪音

2026年10月4日，AGI Hunt 报道了本地 LLM 评测领域的乱象。报道援引 TheZachMueller 的观点指出，本地 AI 评测目前缺少统一的报告标准，导致不同测试结果难以横向比较。其中，单并发（c=1）条件下测得的 tokens/s 跑分“基本是噪音”。报道给出的原因是：x4、x8、x16 等不同显卡配置以及 PCIe 代际差异，会让硬件环境变得不可比，从而使这类跑分失去参考意义。截至该报道发出时，尚无关于建立统一评测标准或相关方回应的进一步消息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。