浏览器端LLM基准测试：聚焦客观检查与速度精度

测试运行时间 (ms)

测试准确性

基准测试聚焦于客观检查（如正则表达式匹配、精确代币验证），而非生成文本的写作质量。允许 135M 参数规模的模型出现失败，这本身即是测量的一部分。用户需选定一个模型并执行测试；若系统具备数据，将基于最后的 tok/s（每秒生成代币数）进行估算。

以下数据源自浏览器端实时运行，涵盖速度（持续解码与套件墙时间的代币/秒）及准确性（客观测试通过率）。所有数值仅保留在当前设备本地，每个模型均使用最新版本的测试套件进行评估。

精度 (最新的套件)

速度 (平均公/秒)

套房墙 (ms)

在 JavaScript 中写一个基准

编辑器中的代码通过 eval() 执行，随后每一项检查逻辑均应用于模型生成的解码文本上。

要求更大的 LLM

功能形式