每一条实测记录，都能追到来源
这是库里的全部实测记录，不是精选。筛选条件写在网址里，所以你复制出去的链接就是你看到的这一屏。 每条记录都标着证据级别：L0 是自报，L1 被第三方复现过，L2 还跨了框架。 想把几个模型或几张卡摆在一张表上比，用横向对比。
实测记录
筛选命中 2 条 · 第 1/1 页 · 本页 2 条 · （库中共 72 条）
Qwen3-14BQ6_K RTX 4080 SUPER · 未归一化llama.cpp b6120Reddit最后入库 1 天前n=9 39.5 1343 5592 — L0 自报 待复现 稳定
「稳定」已被独立来源复现过，当前没有已知分歧。
复现链从这条记录出发，每格是一次独立来源的复现。空链条表示还没有复现记录，不是我们没有记。
要和另一条记录直接比较，这几项得一样：模型 · 量化 · 框架（含版本） · 上下文长度 · 硬件 · batch · 并发数。少一项就只能当数量级参考——差额可能来自那一项，而不是你想比的东西。
完整配置 · 来源 · 复现链 16 项
726660ffadf474ce365efb2e632b86b7a0b4f9bd6797e929c43f93fbfef43378快照长度 100 字符（按码点计）我们存下了抓取那一刻的原文副本与内容哈希，但不转载原文：本站只取事实（数字），不取表达。来源被删除或改版之后，我们可以拿哈希说明「当时读到的就是这段文本」，但不能说明它现在还在。
目前没有断言引用这条记录
高级元数据 5 项
phi-4 · 未归一化AWQ 4-bit RTX 4080 SUPER · 未归一化llama.cpp b6120GitHub最后入库 1 天前n=14 57.9 1970 4061 — L0 自报 待复现 稳定
「稳定」已被独立来源复现过，当前没有已知分歧。
复现链从这条记录出发，每格是一次独立来源的复现。空链条表示还没有复现记录，不是我们没有记。
要和另一条记录直接比较，这几项得一样：模型 · 量化 · 框架（含版本） · 上下文长度 · 硬件 · batch · 并发数。少一项就只能当数量级参考——差额可能来自那一项，而不是你想比的东西。
完整配置 · 来源 · 复现链 16 项
063c8c1ad2e65d712036e43003b6c9f962adb43add4abb3571a25b4f5c877982快照长度 105 字符（按码点计）我们存下了抓取那一刻的原文副本与内容哈希，但不转载原文：本站只取事实（数字），不取表达。来源被删除或改版之后，我们可以拿哈希说明「当时读到的就是这段文本」，但不能说明它现在还在。
目前没有断言引用这条记录
高级元数据 5 项
按模型看 · 按硬件看
每个取值一页点一个取值进去，就是它自己的页面：中位吞吐、区间、样本量与证据级别， 以及我们没有收录的组合——缺的那些写清楚是缺，不补数字。下面只列有记录的取值； 没有记录的不在这里，因为我们没有东西可说。
怎么读这张表
- 证据级别不是我们自己打的标签。它由记录之间的相互验证推导：同一三元组被第三方用不同框架 跑出接近的数字，才升到 L1；跨框架也对得上，才是 L2。Arao 自产的记录即使带签名，在别人复现之前 仍然是 L0。
-
没有样本量的数字不显示。一行就是一个样本集，四个指标同源；样本量缺失时整行数字渲染
—，因为一个没有 n 的统计值不该被当成结论。 - 「跑不动」和「没有数据」是两回事。前者是有证据表明显存不够，后者是我们还没收录这个组合 ——把后者读成前者，就是拿机器的沉默冒充人的结论。
- 导出的上限是服务端强制的。当前视图最多导出 500 行；程序化取全量请走 API。