@yoheinakajima：刚在我的手机（17 Pro）上运行了这个
摘要
RunAnywhere 发布了一款设备端 AI 基准测试应用，可让用户直接在自己的手机上测量模型性能，用实时测试取代发布的数据。
查看缓存全文
缓存时间: 2026/07/15 01:39
刚刚在我的手机（17 Pro）上运行了这个：https://t.co/uRI98bpYsf
RunAnywhere (YC W26) (@RunAnywhereAI): 你见过的每一个设备端AI基准测试都是在别人的手机上测的。
所以我们不再发布数字，而是直接推出了这个基准测试。
内置在RunAnywhere应用中：选择任意模型，点击运行，它就会在你的设备上测出性能。
→ 每秒Token数 +
相似文章
@yoheinakajima: 在你的 Mac 上运行本地模型，流式传输到你的手机
RunAnywhere 使用户能够在 Mac 上运行 AI 模型，并通过本地网络一键设置将推理流式传输到 iPhone，避免云依赖以实现低延迟。
口袋级推理基准测试
本文对iPhone 17 Pro上的AI推理性能进行基准测试，评估了生成时间、模型智能等指标在各种任务中的表现，以评估现实世界移动设备的使用情况。
@rohanpaul_ai: 设备端小模型的可能性太多了。@adrgrondin 正在 iPhone 17 Pro 上运行 Google 的 Gemma 4 E2B。大约 4…
Google 的 Gemma 4 E2B 通过 MLX 优化在 iPhone 17 Pro 上运行演示，达到约 40 tokens/秒，支持 128K 上下文以及离线思考模式，适用于编程和数学。
移动端使用基准测试：哪个 AI 模型操作真实 Android 手机最快？
一位开发者打造了 Buddy，一个开源 Android 应用，让 Claude Code、Codex 等 AI 编程智能体操控真实手机，并对各模型完成日常任务的速度进行了基准测试。Sonnet 5.5 和 Opus 5.5 位居榜首，其中 Opus 尤为亮眼——它直接使用了 Maps 深层链接，而不是手动点击操作。
@googledevs: 了解AI模型如何通过Android Bench 2.0帮助您进行多日工程工作流程。更新后的基准评估…
Android Bench 2.0是一个更新的AI评估框架，用于评估模型在Android的长周期工程任务上的表现，例如从零开始构建应用程序和迁移代码库，并采用持续评分机制。