客观检查（正则 / 精确 token），而非写作质量。允许 135M 模型失败——这正是测量本身。选择模型，然后运行。估算使用你上一次的 tok/s（如果有的话）。
每个测试的运行时间（毫秒）
每个测试的准确率
速度（tokens/s，持续解码，套件总耗时）和准确率（客观测试的通过率）来自此浏览器中的运行。数据保留在本机。图表使用每个模型的最新套件。
准确率（最新套件）
速度（平均 tok/s）
套件总耗时（毫秒）
可验证的基准证书与社交分享
生成并下载一份可验证的性能证书，包含你的设备硬件、峰值和持续 tokens/秒，并分享你的得分。
用 JavaScript 编写基准测试
编辑器会在当前源中执行 eval()，然后每个 check 会在模型的解码文本上运行。