Measured, not quoted — 実測主義
ローカルAIを、
実測で選ぶ。
PC・自宅GPU・Jetson・Raspberry Pi。同一条件の実測データで、機材とモデルの「本当の速度」を公開する計測メディアです。
実測掲載する数値はすべて自前機材での実測です。カタログ値・転載値は使いません。
LAB STATUS最終計測 2026-07-16
- 178
- 計測レコード
- 5
- 計測機材
- 51
- 計測モデル
Gemma 3 4B Q4_K_M — decode tok/s
- A6000146.4
- RTX 4060 Laptop75.4
- Mac mini M436.2
- Jetson Orin Nano16.2
- Raspberry Pi 53.6
同一条件 / ollama API / 2回平均 / num_predict=256
Find your path
目的から探す
「自分は何をしたいか」で、最短の入口へ。
まず試す・比べる
Latest measurements
最新の計測 実測
| 機材 | モデル | 量子化 | tok/s | TTFT(ms) | 計測日 |
|---|---|---|---|---|---|
| ノートPC RTX 4060 Laptop 8GB（i7-13700H/32GB） | LLM-jp-4 8B (thinking) | Q4_K_M | 47.3 | 848 | 2026-07-16 |
| RTX A6000 48GB ワークステーション | GLM-OCR | Q8_0 | 473.2 | 104 | 2026-07-15 |
| RTX A6000 48GB ワークステーション | MiniCPM-V 4.6 | Q4_K_M | 298.7 | 270 | 2026-07-15 |
| RTX A6000 48GB ワークステーション | Nemotron 3 Nano 4B | Q4_K_M | 166.5 | 229 | 2026-07-15 |
| RTX A6000 48GB ワークステーション | Qwen2.5 Coder 7B Instruct | Q4_K_M | 115.9 | 165 | 2026-07-15 |
※ 数値はすべて自前機材での実測です（ollama API・2回平均・num_predict=256）。計測環境は/lab/で公開しています。
Read by goal
目的別に読む
今の目的に近いカードから、まず読む3本を選べます。
Start
はじめる
基礎を知り、安全に試すための入口
まず読む
Compare
比較して選ぶ
実測データから機材と手法を選ぶ
まず読む
ほかの記事を11件見る
- 通信が途絶しても動く 災害・現場のローカルAIキット
- ローカルAIエージェント実用度スコアカード【7軸を実測で総合評価】
- ローカルAIの実力をどう測るか【能力×実行性の2層プロトコル】
- ローカルLLMのfunction calling＆連鎖を実測【AIエージェント7モデル】
- ローカルAIでループエンジニアリング【3機種で総実時間を実測】
- ローカルLLMの「過剰拒否」を実測【正当な質問に答えるか】
- ローカルAIの電力効率（tok/s/W）実測【MoEが省エネ王】
- ローカルAIの量子化はどれを選ぶ？【Q4/Q8の精度・メモリ・速度】
- ローカルAI FT実例：妖怪ハザードマップQLoRA（Qwen2.5-14B）
- 自宅GPUでローカルAI：RTX 5090・4090・3090・A6000の選び方
- Jetson Orin Nanoをモニタなしで初期設定する（ヘッドレスセットアップ）
Scale
法人・大規模で使う
社内導入と投資判断を具体化する
まず読む
Who measures this
計測しているのは
第60次南極地域観測隊 同行者、QGIS公式プラグイン開発者、測量・無人機（ドローン）・建設の現場実務を持つGIS・AIエンジニアが、自前の機材で計測しています。掲載する数値はすべて実測で、カタログ値や転載値は使いません。