GitHub

MODELS / PERFORMANCE

模型與效能

依裝置及使用情境選模型。檔案大小、執行記憶體估算與實測速度分開顯示。

設定、說話人與加速功能對應目前開發版。下載頁標明已發布安裝包的版本;舊版可能不支援設定連結。

從一組合適的設定開始

查看及使用設定 →
裝置轉寫 + 寫作資源策略性質
Apple Silicon · 16 GB 日常zipformer-smallqwen3-1.7bbalanced · 2048 tokens建議起點 · 未測
Apple Silicon · 16 GB · MLX 實驗設定zipformer-smallqwen3-1.7b-mlx-4bitbalanced · 2048 tokens建議起點 · 未測
Apple Silicon · 24 GB 會後整理zipformer-smallqwen3-4bquality · 4096 tokens建議起點 · 未測
Apple Silicon · 8 GB 省資源zipformer-smallqwen3-0.6beco · 2048 tokens建議起點 · 未測
M5 · 24 GB · Metal 實測組合zipformer-smallqwen3-1.7bbalanced · 2048 tokens有測量紀錄
通用 CPU · 16 GB 日常zipformer-smallqwen3-1.7bbalanced · 2048 tokens建議起點 · 未測
通用 CPU · 8 GB 起步zipformer-smallqwen3-0.6beco · 2048 tokens建議起點 · 未測

先看目前可用記憶體,再看總記憶體。開會時優先確保錄音與轉寫;較大模型適合會後主動整理。

Apple Silicon

Metal 可加速現有 GGUF 模型;MLX 使用獨立的 MLX 權重與執行環境。選擇後端不會把模型推理變成雲端服務。

MLX 為實驗功能,需另行安裝相容執行環境;僅支援 Apple Silicon,不能直接載入 GGUF。

CPU

Windows · Linux · Intel Mac

保留通用 CPU 後端。省資源、日常、品質三檔控制執行緒、上下文及任務預算;預算是排程依據,並非系統硬記憶體上限。

實測效能

不以估算代替測量
本機實測

Apple M5 · 24 GB

macOS 27.0.1 · arm64 · 2026-10-24

下載完整測量紀錄 ↓
後端 / 模型生成速度tokens/s首 tokenms程序記憶體峰值MiB測量次數
CPUqwen3-1.7b13.5221324263
METALqwen3-1.7b78.310214313

固定測試輸入;速度與延遲為多次測量中位數。模型熱啟動,提示冷快取。RSS 是取樣程序記憶體,不代表 GPU 總記憶體或整機耗電。

{
  "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

參數自動同步自應用模型目錄
語音轉寫

Zipformer Small · 中文 / English

檔案大小
58 MiB
執行記憶體估算
0.6 GiB
格式
ONNX
授權
Apache-2.0
完整安裝包預設包含模型來源
語音轉寫

Zipformer · 中文 / English

檔案大小
190 MiB
執行記憶體估算
1.1 GiB
格式
ONNX
授權
Apache-2.0
選用下載模型來源
紀要生成

Qwen3 0.6B · Q4_K_M

檔案大小
378 MiB
執行記憶體估算
0.7 GiB
格式
GGUF
授權
Apache-2.0
選用下載模型來源
紀要生成

Qwen3 1.7B · Q4_K_M

檔案大小
1.03 GiB
執行記憶體估算
1.4 GiB
格式
GGUF
授權
Apache-2.0
完整安裝包預設包含模型來源
紀要生成

Qwen3 4B · Q4_K_M

檔案大小
2.33 GiB
執行記憶體估算
3.1 GiB
格式
GGUF
授權
Apache-2.0
選用下載模型來源
說話人區分

Pyannote 3.0 + 3D-Speaker ERes2Net

檔案大小
39 MiB
執行記憶體估算
0.7 GiB
格式
ONNX
授權
MIT / Apache-2.0
選用下載模型來源
紀要生成

Qwen3 1.7B · MLX 4-bit (experimental)

檔案大小
938 MiB
執行記憶體估算
1.5 GiB
格式
MLX
授權
Apache-2.0
選用下載模型來源

下載前檢查檔案大小與 SHA-256。首次下載連網,之後本機推理不需網路。執行記憶體為估算,仍須預留其他應用與系統空間。