Unverified50% confidenceBenchmarkExact time
3B 模型在现代 CPU 上通过 llama.cpp 推理速度通常达到 10-30 tokens/秒
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/16/2026
First Seen
Valid until: 10/14/2026
Sources
Related Claims
Unverifiedllama.cpp通过纯CPU推理和4-bit GGUF量化格式，使7B参数模型在无GPU的普通服务器上达到每秒20-40 tokens的生成速度85% similarUnverified本地部署DS4模型在STM32嵌入式开发测试中平均输出速度约为23 tokens/秒，推理时内存占用飙升至110GB，峰值速度达83.8 tokens/秒74% similarPartially Verified对于7B参数模型的4-bit量化版本，通常需要至少8GB内存和现代多核CPU即可流畅运行，推理速度约为每秒10-30个token73% similarUnverified基于MLX框架，顶配Mac机型运行Llama-3-70B量化模型可达约20 tokens/秒的生成速度70% similarUnverified在4×RTX 3090 SXM4配置下，GLM-5.2量化版本的Token生成速度约为6.3-6.8 tokens/秒，提示评估速度约为10.6 tokens/秒70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/532785API
curl https://kongchang.com/api/v1/knowledge/claims/532785MCP
get_claim(id=532785)