gemma-4-26B-A4B-it Q4_0 Ryzen AI Max+ 395-ի վրա (llama.cpp Vulkan) — time to the first token of any output: 282 մվ

Չափումը

Beelink GTR9 Pro — AMD Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 GB LPDDR5X-8000 unified համակարգի վրա, llama.cpp (server, Vulkan backend), b9049 (server_fingerprint b9049-2496f9c14) runtime-ով և ggml-org/gemma-4-26B-A4B-it-GGUF @ bb4531cda34d (Q4_0) մոդելով չափված «time to the first token of any output» մեծությունը կազմել է 282 մվ (median over answered requests)։ Չափումը կատարվել է interactive-assistant-v2@2026-08-02 սառեցված workload-ի տակ; ապացույցի մակարդակը՝ lab_repeated, 3 վավեր գործարկում 1 ֆիզիկական յունիթի վրա։ Արժեքը վերաստացվում է գործարկումների հում գրառումներից ամեն CI build-ում։

Ձևակերպում

Median client-side time to the first streamed token of any kind (reasoning included) in the default operating mode.

Claim-երի ձևակերպումները հրապարակվում են միայն անգլերեն — սա կանոնական, մեջբերելի տարբերակն է։

Ապացույցներ

Համակարգ

Beelink GTR9 Pro — AMD Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 GB LPDDR5X-8000 unified

Runtime

llama.cpp (server, Vulkan backend), b9049 (server_fingerprint b9049-2496f9c14)

Մոդելի արտեֆակտ

ggml-org/gemma-4-26B-A4B-it-GGUF @ bb4531cda34d (Q4_0)

Շրջանակ

interactive-assistant-v2@2026-08-02

Ագրեգացիա

median over answered requests

Ապացույցի մակարդակ

lab_repeated

Կարգավիճակ

active

Սահմանափակումներ

Three repeated runs on one unit. Default operating mode of the model (reasoning emitted); disabling reasoning via the chat template was not tested for this model family.

Գործարկումներ

• run-20260803-gm-v2-a
• run-20260803-gm-v2-a-r2
• run-20260803-gm-v2-a-r3

Արժեքի ստացումը

Արժեքն ամեն CI build-ում վերաստացվում է գործարկումների հում գրառումներից այս հարցումով — հրապարակված թիվը չի կարող լուռ շեղվել իր ապացույցներից։

catalog/claims/sql/ttft-any-token.sql

Ինչպես մեջբերել

AGmind Systems Lab. "Median client-side time to the first streamed token of any kind (reasoning included) in the default operating mode." Claim strix.gemma4.interactive2.c1.ttft-any-token (282 ms), evidence level lab_repeated, scope interactive-assistant-v2@2026-08-02. https://agmind.ai/claims/strix.gemma4.interactive2.c1.ttft-any-token/

@misc{agmind_strix_gemma4_interactive2_c1_ttft_any_token,
  author       = {{AGmind Systems Lab}},
  title        = {Median client-side time to the first streamed token of any kind (reasoning included) in the default operating mode.},
  howpublished = {\url{https://agmind.ai/claims/strix.gemma4.interactive2.c1.ttft-any-token/}},
  note         = {Claim strix.gemma4.interactive2.c1.ttft-any-token: 282 ms; evidence level lab\_repeated; scope interactive-assistant-v2@2026-08-02},
  year         = {2026}
}

Մեքենայաընթեռնելի. /claims/strix.gemma4.interactive2.c1.ttft-any-token.json · ամբողջ ռեեստրը