Artificial Analysis 公佈蘋果 iPhone 17 Pro 跑 8GB 以內本地 AI 性能排名
作者：故淵 責編：故淵 評論： 8 月 26 日消息，Artificial Analysis 於 8 月 24 日發佈博文，宣佈攜手 Liquid AI，發佈面向手機端的 AI 跑分基準，重點關注 AI 模型在蘋果 iPhone 17 Pro 上的表現。其中 Artificial Analysis 負責智能水平測試系統，Liquid AI 負責推理性能測試系統，雙方選用 5 項基準測試：BFCL（Berkeley 函數調用排行榜）IFBench（指令遵循測試）AA-Omniscience（知識與認知相關測試）GPQA Diamond（高難度問答測試）MATH-500（數學問題測試）。
測試模型對象為 4 bit 量化後體積不超過 8GB 的模型，示例包括 Gemma 4 E2B 和 LFM2-2.6B-Exp。當上下文長度限制為 16K tokens 後，平均基準測試得分最高的是 Nanbeige4.2-3B 和 LFM2.5-2.6B。當響應時間限制為最長 1 分鐘時，LFM2.5-8B-A1B 排名第 1，隨後是 LFM2-2.6B-Exp、Gemma 4 E4B（Non-reasoning）和 Granite 4.1 8B。Nanbeige4.
2-3B 是 BOSS 直聘旗下的南北閣實驗室推出，僅含 30 億非嵌入參數（總參數約 40 億），採用 Looped Transformer 架構，通過在不增加參數量的前提下複用 Transformer 層（循環兩遍），提高模型的有效計算深度和容量。橫軸表示“輸出 256 個 token 所需的時間（秒）”，縱軸表示“上下文長度限制為 16K 個 token 時的平均基準測試得分”。“Nanbeige4.2-3B”的基準測試得分與“LFM2.5-2.6B”相當。在上下文長度限制為 16K 個 Token 時，平均基準測試得分中得分最高的是 Nanbeige4.2-3B 和 LFM2.5-2.
6B。當響應時間限制為最長 1 分鐘時，LFM2.5-8B-A1B 排名第 1，隨後是 LFM2-2.6B-Exp、Gemma 4 E4B（Non-reasoning）和 Granite 4.1 8B。附上相關截圖如下： 投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：iPhone 17 Pro，AI手機 AI 的 DeepSeek 時刻：Bonsai 27B 模型登場，蘋果 iPhone 17 Pro 可運行已在 iPhone 17 Pro 上完整運行 Qwen 3.
6，消息稱 PrismML 模型 AI 壓縮技術被蘋果看中蘋果更新 Final Cut Camera 至 2.3 版：iPhone 17 Pro / Max 新增“純淨 HDMI 輸出”全系降價後銷量回升，消息稱蘋果 iPhone 17 系列手機中國區累積激活超 3 千萬臺7999 元起：蘋果 iPhone 17 Pro 系列京東、天貓降價 1000 元iPhone 17 系列是蘋果有史以來最受歡迎的產品線，庫克稱市場需求遠超預期
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.