https://x7peeps.com/tags/%E6%80%A7%E8%83%BD%E5%9F%BA%E5%87%86/index.htmlHugozh-CNMon, 19 Oct 2026 00:30:00 +0800https://x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/%E4%B9%B0%E6%98%BE%E5%8D%A1%E5%89%8D%E5%85%88%E8%B7%91%E4%B8%80%E9%81%8Dllmspeed-%E6%8A%8A%E6%9C%AC%E5%9C%B0%E6%8E%A8%E7%90%86%E9%80%9F%E5%BA%A6%E5%81%9A%E6%88%90%E5%8F%AF%E5%88%86%E4%BA%AB%E9%A2%84%E4%BC%B0%E6%88%91%E4%BB%AC%E8%A1%A5%E4%BA%86%E4%B8%80%E7%BB%84%E5%AE%9E%E6%9C%BA%E6%95%B0%E6%8D%AE/index.htmlMon, 19 Oct 2026 00:30:00 +0800https://x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/%E4%B9%B0%E6%98%BE%E5%8D%A1%E5%89%8D%E5%85%88%E8%B7%91%E4%B8%80%E9%81%8Dllmspeed-%E6%8A%8A%E6%9C%AC%E5%9C%B0%E6%8E%A8%E7%90%86%E9%80%9F%E5%BA%A6%E5%81%9A%E6%88%90%E5%8F%AF%E5%88%86%E4%BA%AB%E9%A2%84%E4%BC%B0%E6%88%91%E4%BB%AC%E8%A1%A5%E4%BA%86%E4%B8%80%E7%BB%84%E5%AE%9E%E6%9C%BA%E6%95%B0%E6%8D%AE/index.html本地跑大模型的第一个问题从来不是"哪个模型最强"，而是"我这台机器上它每秒能吐几个字、装不装得下"。过去回答它只有两条路：买回来实测，或者翻 reddit 上的零散跑分。10 月 17-18 日 Hacker News 的 Show HN 头条 llmspeed（llmspeed.dev）想当第三条路：选一块硬件、选一个模型和量化档位，网页直接把生成"流"给你看——按预估的 tok/s 逐字出现，首 token 前还有符合该配置的等待时间；两列并排还能跑竞速模式，比如 5090 对 Mac Studio。README 里的示例够挑衅：“RTX 5090 vs Mac Studio M5 Ultra 512GB on GLM-5.3 Flash (Q8). The 5090 can’t load it.”