以后所有本地AI，我一律能不碰性能就不碰性能了，如果后面RTX Spark要求我讲性能，我就往死里讲，把所有情况都给你测一遍，光AI部分就干他个4000字起步

不同上下文长度，是否带图，并发方式，Temp设置，投机解码，量化配方，缓存配置……一个toks/s背后能限定的条件真的太多了，能讲的东西也太多了

很多“专门测AI”的评测其实压根没有覆盖全这些东西，没把本地LLM的Agent体验核心说明白，吞吐高15%，但不支持并发，几个人同时用就只有一个人在爽，其他人都在狠狠排队，这样是得不偿失的

本地Agent，特别是做成服务器而非独享之后，是有许多取舍的，不是“优化”两个字可以简单覆盖的，也不是简单看吞吐就可以的

这评论区我真的回得心累，中秋为了和评论区讲道理补测到凌晨1点，图啥呢……