Blog GreenCube

Cara kami mengukur kecepatan AI di PC sungguhan, dan kenapa kami tidak menebak

Oleh Hector Gras · 14 Oktober 2026

Apa yang kami ukur

Tiga hal, karena itulah yang kamu rasakan saat memakai AI di PC-mu sendiri:

• Kecepatan menulis: seberapa cepat AI mengetik jawabannya, dalam token per detik. Token adalah potongan kata, dan kebanyakan orang membaca sekitar 8 token per detik dalam bahasa Indonesia, jadi apa pun di atas itu keluar lebih cepat daripada yang bisa kamu baca.
• Kecepatan membaca: seberapa cepat ia menerima apa yang kamu berikan: pertanyaanmu, teks yang ditempel, atau PDF. Selalu jauh lebih cepat daripada menulis, karena AI membaca banyak token sekaligus tapi menulisnya satu per satu.
• Waktu gambar: berapa lama satu gambar 512×512, dari klik sampai gambar jadi.

Kami mengukur AI yang dipakai GreenCube, file yang sama yang diunduh setiap pengguna: Gemma 4 E2B (2,6 GB), Gemma 4 E4B (4,2 GB), dan Gemma 4 12B (6,4 GB) dari Google untuk chat, dan Z-Image Turbo untuk gambar. AI lain, atau AI yang sama dengan kompresi berbeda, akan memberi angka lain, jadi kami hanya membandingkan yang setara.

Cara kami mengukur

Empat cara, dan setiap angka di blog menyebutkan asalnya:

Chat nyata adalah bukti terbaik, karena itulah yang akan kamu rasakan, jadi angka utama di setiap halaman berasal dari chat nyata kapan pun ada. Tes awal hanya satu jawaban pendek, jadi kami memakainya untuk perbandingan kartu dengan prosesor (ia mengukur keduanya dengan cara yang sama), dan sebagai angka utama hanya kalau penguji tidak mengirim jawaban panjang.

Semua PC yang kami ukur

PC milik penguji sungguhan, dipakai seperti biasanya, bukan mesin lab. Kami tidak memublikasikan nama mereka.

Kenapa angkanya berupa rentang

• Aplikasi lain. Browser, launcher game, atau video call memakai memori dan kartu grafis yang sama.
• Pertama kali lebih lambat. Jawaban pertama setelah instalasi, atau gambar pertama, termasuk memuat dan menyiapkan kartu. Kami menyebutnya di tempat yang penting (misalnya "yang pertama butuh 83 detik saat memuat").
• Jawaban pendek terukur lebih lambat. Setiap jawaban punya awal tetap yang kecil, yang lebih berat untuk balasan 20 token daripada 400 token. Karena itu rentang chat nyata menghitung jawaban 100 token atau lebih, dan kami menandainya kalau penguji hanya mengirim jawaban pendek.
• Kami membuang nilai ekstrem. Rentang chat nyata dari persentil ke-10 sampai ke-90, jadi satu jawaban aneh tidak bisa menggesernya.

Bisakah kecepatan kartu ditebak dari spesifikasinya?

Itu akan praktis: ada ratusan kartu dan kami sudah mengukur 10 PC. Cara yang biasa adalah bandwidth memori. Untuk menulis setiap token, AI membaca seluruh modelnya dari memori kartu, jadi secara teori kecepatannya kira-kira bandwidth dibagi ukuran model, dikali efisiensi tertentu. Banyak kalkulator online bekerja seperti ini.

Jadi kami mengujinya pada data kami sendiri. Kami menyembunyikan satu kartu setiap kali, menghitung kecepatan per GB/detik dari kartu lain, memprediksi kartu yang disembunyikan dari bandwidth-nya (dari spesifikasi pabrikan, yang dikumpulkan di database GPU TechPowerUp), lalu membandingkannya dengan yang kami ukur. AI yang sama di semuanya (Gemma 4 E4B, utuh di kartu).

Perkiraan yang umum meleset 19%. Yang terburuk adalah RX 580: memorinya menunjukkan sekitar 36 token per detik, tapi ia menulis 11. Ulangi tes tanpa kartu itu dan sisanya masih meleset sampai 33%. AMD RX 6600 yang lebih baru meleset ke arah sebaliknya, lebih cepat daripada yang ditunjukkan bandwidth-nya; cache besar di chip-nya (AMD menyebutnya Infinity Cache) mungkin salah satu alasannya. Setiap angka terukur adalah angka utama kartu itu, jadi tidak semuanya dari jenis tes yang sama; itu menambah sedikit gangguan, tapi tidak bisa menjelaskan meleset sampai tiga kali lipat.

Itu belum cukup baik. Tebakan yang bisa meleset 33% di kartu modern, atau 239% di kartu yang lebih tua, akan memberi tahu sebagian orang bahwa PC mereka baik-baik saja padahal lambat, atau sebaliknya. Jadi pengecek dan halaman kartu hanya menampilkan kartu yang sudah kami ukur, dan menyebutkan dengan jelas kalau kartumu tidak termasuk. Kami mengulangi tes ini dengan setiap kartu baru, dan kalau kesalahannya mengecil, kami akan menyebutkannya di sini sebelum menampilkan satu perkiraan pun.

Yang belum kami ukur

• Laptop dengan kartu gaming.
• Gemma 4 12B di kartu dengan 10 GB atau lebih.
• Gambar di RX 5700 XT, RTX 5060, GTX 1650, RX 580.
• AI selain yang dipakai GreenCube, dan Linux atau Mac (GreenCube untuk Windows).

Ambil datanya

Setiap pengukuran di halaman ini, satu baris masing-masing, ada di greencube-ai-speeds.csv: PC, AI, tempat ia berjalan, kecepatan menulis dan membaca, waktu gambar, cara mengukurnya, versi GreenCube, dan tanggal. Kalau kamu memakainya, mohon sebut "GreenCube, AI speed measurements on real PCs, 2026" dan tautkan ke halaman ini.

Tambahkan PC-mu

Sudah memakai GreenCube? Kirim log-mu ke support@greencube.app. Kami menambahkan PC-mu ke tes, tanpa namamu, dan kartu baru mendapat halamannya sendiri. Tidak yakin isi PC-mu? Cek di sini.

Pertanyaan