Artificial Analysis 联合 Liquid AI 推出手机端本地 AI 基准测试
Artificial Analysis 与 Liquid AI 于 8 月 24 日发布一项面向手机端本地运行的 AI 模型基准测试,并以 iPhone 17 Pro 作为测试设备,分别评估模型智能水平与推理性能。
海宇数科 · 事件日期 · 更新于 · 约 2 分钟 · 1 次阅读

AI 评测机构 Artificial Analysis 于 8 月 24 日发布博文称,已与 Liquid AI 联合推出一套针对手机端本地运行的 AI 性能基准测试,主要考察模型在 iPhone 17 Pro 上的实际表现。两家机构分工明确:智能水平测试由 Artificial Analysis 负责,推理性能测试由 Liquid AI 负责,共采用函数调用、指令遵循、知识认知、高难问答与数学五类基准。
小模型也能跑出高智能
这套基准的测试对象是经过 4 bit 量化后体积不超过 8GB、能够在端侧运行的模型,例如 Gemma 4 E2B 与 LFM2-2.6B-Exp。在 16K tokens 的上下文限制下,平均得分最高的是南北阁实验室的 Nanbeige4.2-3B 和 Liquid AI 的 LFM2.5-2.6B;如果要求响应时间控制在 1 分钟以内,则 LFM2.5-8B-A1B 排名第一,紧随其后的是 LFM2-2.6B-Exp、Gemma 4 E4B 与 Granite 4.1 8B。
Nanbeige4.2-3B 由 BOSS 直聘旗下实验室推出。该模型仅有 30 亿非嵌入参数,但通过 Looped Transformer 架构循环复用层,在不增加参数的情况下提升了有效计算深度,最终得分与竞争对手相当。这一基准将端侧小模型的智能上限纳入比较,也显示手机本地 AI 的竞争重点正在从“能否运行”转向“响应是否快、回答是否准”。
