作者实测 Gemma 4B 本地跑 agent 基准,得分 2/5 未达 Extended 模式

draginol · x · 2026-11-08

draginol 用其发布的本地 AI 基准测试 4B 模型(gemma-4-E4B-it-qat-q40,经 Locama 引擎)能否完成复杂工作。基准内建三档测试:Simple(约80项分类)、Normal(把销售 CSV 做成可用的 dashboard)、Extended(虚拟工作区里的多步 agent 任务,15-20分钟)。截图判定显示:该 4B 模型在 Extended 模式得分 2/5、解码 61.5 tok/s,未达到 4/5 任务且 15 tok/s 的门槛,结论是「还不适合 Extended 模式」。基准还评测 agent 任务通过率、prefill、首 token、总时长与峰值内存。