GitHub

MODELS / PERFORMANCE

模型与性能

按你的设备和使用场景选模型。文件大小、运行内存估算与实测速度分开显示。

配置、说话人与加速功能对应当前开发版。下载页标明已发布安装包的版本;旧版可能不支持配置链接。

从一组合适的配置开始

查看与使用配置 →
设备转写 + 写作资源策略性质
Apple Silicon · 16 GB 日常zipformer-smallqwen3-1.7bbalanced · 2048 tokens建议起点 · 未测
Apple Silicon · 16 GB · MLX 实验配置zipformer-smallqwen3-1.7b-mlx-4bitbalanced · 2048 tokens建议起点 · 未测
Apple Silicon · 24 GB 会后整理zipformer-smallqwen3-4bquality · 4096 tokens建议起点 · 未测
Apple Silicon · 8 GB 省资源zipformer-smallqwen3-0.6beco · 2048 tokens建议起点 · 未测
M5 · 24 GB · Metal 实测组合zipformer-smallqwen3-1.7bbalanced · 2048 tokens有测量记录
通用 CPU · 16 GB 日常zipformer-smallqwen3-1.7bbalanced · 2048 tokens建议起点 · 未测
通用 CPU · 8 GB 起步zipformer-smallqwen3-0.6beco · 2048 tokens建议起点 · 未测

先看当前可用内存,再看总内存。会议期间优先保证录音与转写;更大模型适合会后主动整理。

Apple Silicon

Metal 可加速现有 GGUF 模型;MLX 使用独立的 MLX 权重和运行时。选择后端不会把模型推理变成云服务。

MLX 为实验功能,需另行安装兼容运行时;仅支持 Apple Silicon,不能直接加载 GGUF。

CPU

Windows · Linux · Intel Mac

保留通用 CPU 后端。省资源、日常、质量三档控制线程、上下文和任务预算;预算是调度依据,不是操作系统硬内存上限。

实测性能

不以估算代替测量
本机实测

Apple M5 · 24 GB

macOS 27.0.1 · arm64 · 2026-10-24

下载完整测量记录 ↓
后端 / 模型生成速度tokens/s首 tokenms进程内存峰值MiB测量次数
CPUqwen3-1.7b13.5221324263
METALqwen3-1.7b78.310214313

固定测试输入;速度和延迟为多次测量的中位数。模型热启动,提示冷缓存。RSS 是采样到的进程内存,不代表 GPU 总内存或整机功耗。

{
  "method": {
    "kind": "llama-server-completion",
    "prompt_sha256": "d1073ca91137cbd8b8c777e44e3634b6d02a3f492eaf4805ec47f5f68c9654fb",
    "server_sha256": "4bc6b545e77fc15471493503fe2d63a3e7dfee0a46e6735b2244c8f4eb934bf5",
    "llama_cpp_revision": "5aeac37a35b44fde4bdffaec9159f2fcb253b622",
    "app_commit": "5cadd45b7a78e2c6abec380dcc2f6a89d31d3b66",
    "app_dirty": true,
    "generation_tokens_requested": 128,
    "repetitions": 3,
    "cache": "prompt cache disabled; model warm after one unmeasured 16-token request",
    "rss_sampling_interval_ms": 100,
    "synthetic_input": true
  },
  "parameters": [
    {
      "backend": "cpu",
      "model_id": "qwen3-1.7b",
      "context_size": 2048,
      "threads": 2,
      "batch_size": 128,
      "ubatch_size": 128,
      "generated_tokens": 128,
      "quantization": "Q4_K_M"
    },
    {
      "backend": "metal",
      "model_id": "qwen3-1.7b",
      "context_size": 2048,
      "threads": 2,
      "batch_size": 128,
      "ubatch_size": 128,
      "generated_tokens": 128,
      "quantization": "Q4_K_M"
    }
  ],
  "limitations": [
    "Single machine; not a prediction for other M-series chips.",
    "Generation speed is not transcription accuracy or meeting-summary quality.",
    "RSS is a sampled process-resident-memory peak, not total unified/GPU allocation.",
    "Power draw and thermal throttling were not measured.",
    "128 output tokens are forced for comparability; this is a short synthetic benchmark."
  ]
}

可用模型

参数自动同步自应用模型目录
语音转写

Zipformer Small · 中文 / English

文件大小
58 MiB
运行内存估算
0.6 GiB
格式
ONNX
许可
Apache-2.0
完整安装包默认包含模型来源
语音转写

Zipformer · 中文 / English

文件大小
190 MiB
运行内存估算
1.1 GiB
格式
ONNX
许可
Apache-2.0
可选下载模型来源
纪要生成

Qwen3 0.6B · Q4_K_M

文件大小
378 MiB
运行内存估算
0.7 GiB
格式
GGUF
许可
Apache-2.0
可选下载模型来源
纪要生成

Qwen3 1.7B · Q4_K_M

文件大小
1.03 GiB
运行内存估算
1.4 GiB
格式
GGUF
许可
Apache-2.0
完整安装包默认包含模型来源
纪要生成

Qwen3 4B · Q4_K_M

文件大小
2.33 GiB
运行内存估算
3.1 GiB
格式
GGUF
许可
Apache-2.0
可选下载模型来源
说话人区分

Pyannote 3.0 + 3D-Speaker ERes2Net

文件大小
39 MiB
运行内存估算
0.7 GiB
格式
ONNX
许可
MIT / Apache-2.0
可选下载模型来源
纪要生成

Qwen3 1.7B · MLX 4-bit (experimental)

文件大小
938 MiB
运行内存估算
1.5 GiB
格式
MLX
许可
Apache-2.0
可选下载模型来源

下载前检查文件大小与 SHA-256。首次下载联网,之后本地推理无需网络。运行内存是估算,还需给其他应用与系统留空间。