Measured, not quoted — 実測主義
ローカルAIを、
実測で選ぶ。
PC・自宅GPU・Jetson・Raspberry Pi。同一条件の実測データで、機材とモデルの「本当の速度」を公開する計測メディアです。
実測掲載する数値はすべて自前機材での実測です。カタログ値・転載値は使いません。
LAB STATUS最終計測 2026-09-14
- 189
- 計測レコード
- 6
- 計測機材
- 55
- 計測モデル
Gemma 3 4B Q4_K_M — decode tok/s
- A6000146.4
- RTX 4060 Laptop75.4
- Mac mini M436.2
- Jetson Orin NX19.7
- Jetson Orin Nano16.2
- Raspberry Pi 53.6
同一手順 / ollama 0.24.0–0.34.0 / 2回平均 / num_predict=256
Find your path
目的から探す
「自分は何をしたいか」で、最短の入口へ。
まず試す・比べる
Latest measurements
最新の計測 実測
| 機材 | モデル | 量子化 | tok/s | TTFT(ms) | 計測日 |
|---|---|---|---|---|---|
| Jetson Orin NX Super 16GB | Gemma 3 12B | Q4_K_M | 8.7 | 400 | 2026-09-14 |
| Jetson Orin NX Super 16GB | Gemma 3 4B | Q4_K_M | 19.7 | 151 | 2026-09-14 |
| Jetson Orin NX Super 16GB | Llama 3.2 1B Instruct | Q8_0 | 50.3 | 33 | 2026-09-14 |
| Jetson Orin NX Super 16GB | Llama 3.2 3B Instruct | Q4_K_M | 24.6 | 64 | 2026-09-14 |
| Jetson Orin NX Super 16GB | Phi-4-mini Instruct | Q4_K_M | 21.9 | 69 | 2026-09-14 |
※ 数値はすべて自前機材での実測です（ollama API・2回平均・num_predict=256）。計測環境は/lab/で公開しています。
TTFT は同一プロンプトを繰り返す計測でプロンプトキャッシュが効いた状態の値です。機材をまたぐ TTFT の比較は、キャッシュを無効化した再計測（cache-busted-v2）が揃うまで保留しています。
Read by goal
目的別に読む
今の目的に近いカードから、まず読む3本を選べます。
Start
はじめる
基礎を知り、安全に試すための入口
まず読む
Compare
比較して選ぶ
実測データから機材と手法を選ぶ
まず読む
ほかの記事を11件見る
- 通信が途絶しても動く 災害・現場のローカルAIキット
- ローカルAIエージェント実用度スコアカード【7軸を実測で総合評価】
- ローカルAIの実力をどう測るか【能力×実行性の2層プロトコル】
- ローカルLLMのfunction calling＆連鎖を実測【AIエージェント7モデル】
- ローカルAIでループエンジニアリング【3機種で総実時間を実測】
- ローカルLLMの「過剰拒否」を実測【正当な質問に答えるか】
- ローカルAIの電力効率（tok/s/W）実測【MoEが省エネ王】
- ローカルAIの量子化はどれを選ぶ？【Q4/Q8の精度・メモリ・速度】
- ローカルAI FT実例：妖怪ハザードマップQLoRA（Qwen2.5-14B）
- 自宅GPUでローカルAI：RTX 5090・4090・3090・A6000の選び方
- Jetson Orin Nanoをモニタなしで初期設定する（ヘッドレスセットアップ）
Scale
法人・大規模で使う
社内導入と投資判断を具体化する
まず読む
Who measures this
計測しているのは
第60次南極地域観測隊 同行者、QGIS公式プラグイン開発者、測量・無人機（ドローン）・建設の現場実務を持つGIS・AIエンジニアが、自前の機材で計測しています。掲載する数値はすべて実測で、カタログ値や転載値は使いません。