เราวัดความเร็ว AI บนคอมจริงอย่างไร และทำไมเราไม่เดา
ทุกความเร็วในบล็อกนี้มาจากคอมจริงที่รัน GreenCube ตอนนี้มี 10 เครื่อง วัดระหว่าง 22 กันยายน 2026 ถึง 14 ตุลาคม 2026 เราไม่ประมาณความเร็วของการ์ดที่ยังไม่ได้วัด เมื่อเราลองทดสอบการประมาณกับการ์ดที่มี ค่าประมาณทั่วไปคลาดไป 19% และแย่ที่สุดคลาด 239%
เราวัดอะไร
สามอย่าง เพราะนี่คือสิ่งที่คุณรู้สึกเมื่อใช้ AI บนคอมของตัวเอง:
- ความเร็วในการเขียน: AI พิมพ์คำตอบเร็วแค่ไหน เป็นโทเคนต่อวินาที โทเคนคือชิ้นส่วนของคำ และจำนวนโทเคนต่อคำต่างกันไปในแต่ละภาษา เราจึงไม่แปลงความเร็วเหล่านี้เป็นจำนวนคำ คร่าวๆ คือ ไม่กี่โทเคนต่อวินาทีใกล้เคียงความเร็วในการอ่าน ส่วนหลายสิบโทเคนต่อวินาทีเร็วกว่าชัดเจน
- ความเร็วในการอ่าน: มันรับสิ่งที่คุณให้ได้เร็วแค่ไหน ไม่ว่าจะเป็นคำถาม ข้อความที่วาง หรือ PDF ซึ่งเร็วกว่าการเขียนมากเสมอ เพราะ AI อ่านโทเคนได้ทีละมากๆ แต่เขียนทีละโทเคน
- เวลาสร้างภาพ: ภาพขนาด 512×512 หนึ่งภาพใช้เวลาเท่าไร ตั้งแต่คลิกจนภาพเสร็จ
เราวัด AI ที่ GreenCube ใช้ ซึ่งเป็นไฟล์เดียวกับที่ผู้ใช้ทุกคนดาวน์โหลด ได้แก่ Gemma 4 E2B (2.6 GB), Gemma 4 E4B (4.2 GB) และ Gemma 4 12B (6.4 GB) ของ Google สำหรับแชต และ Z-Image Turbo สำหรับภาพ AI ตัวอื่น หรือ AI ตัวเดิมที่บีบอัดต่างกัน จะให้ตัวเลขต่างกัน เราจึงเทียบเฉพาะของที่เทียบกันได้
เราวัดอย่างไร
สี่วิธี และทุกตัวเลขในบล็อกบอกว่ามาจากวิธีไหน:
แชตจริง
แชตจริงใน GreenCube: ความเร็วของทุกคำตอบที่ยาวตั้งแต่ 100 โทเคนขึ้นไป อ่านจากล็อกของแอป ช่วงนี้ตัดส่วนที่ช้าที่สุดและเร็วที่สุดอย่างละหนึ่งในสิบออก
ใช้สำหรับ: RTX 2080 Ti, RTX 3060, RX 6600, GTX 1660 Super, GTX 1650, RX 580, แล็ปท็อป Intel Iris Xe.
การทดสอบตอนเปิดของ GreenCube
การทดสอบความเร็วของ GreenCube เอง ซึ่งรันตอนเปิดเพื่อเลือกระหว่างการ์ดจอกับซีพียู: คำตอบสั้นที่เขียนครั้งเดียวบนแต่ละอย่าง
ใช้สำหรับ: RTX 2080 Ti, RTX 5060, RTX 3060, RX 6600, GTX 1660 Super, RX 580, แล็ปท็อป Intel Iris Xe.
การทดสอบความเร็วของ llama.cpp
การทดสอบความเร็วของ llama.cpp เอง (llama-bench) ซึ่งเป็นเอนจินที่ GreenCube ใช้ ด้วยไฟล์ AI ชุดเดียวกัน: เขียน 128 โทเคน อ่านข้อความ 512 โทเคน
ใช้สำหรับ: RX 5700 XT, แล็ปท็อป Intel Core Ultra 5.
การทดสอบภาพ
เอนจินสร้างภาพของ GreenCube (Z-Image Turbo) ขนาด 512×512 พิกเซล 8 สเต็ป จับเวลาตั้งแต่คลิกจนภาพเสร็จ
ใช้สำหรับ: RTX 2080 Ti, RTX 3060, RX 6600, GTX 1660 Super, แล็ปท็อป Intel Core Ultra 5.
แชตจริงคือหลักฐานที่ดีที่สุด เพราะเป็นสิ่งที่คุณจะรู้สึกจริง ตัวเลขหลักในทุกหน้าจึงมาจากแชตจริงเมื่อมีข้อมูล การทดสอบตอนเปิดเป็นคำตอบสั้นแค่คำตอบเดียว เราจึงใช้มันเปรียบเทียบการ์ดกับซีพียู (มันวัดทั้งสองแบบด้วยวิธีเดียวกัน) และใช้เป็นตัวเลขหลักเฉพาะเมื่อผู้ทดสอบไม่ได้ส่งคำตอบยาวมา
คอมทุกเครื่องที่เราวัด
คอมส่วนตัวของผู้ทดสอบจริง ใช้งานตามปกติของพวกเขา ไม่ใช่เครื่องในแล็บ เราไม่เปิดเผยชื่อ
| คอม | ประเภท | VRAM | RAM | ตัวเลขหลักจาก | GreenCube | วันที่ | เขียน (โทเคน/วินาที) |
|---|---|---|---|---|---|---|---|
| RTX 2080 Ti | คอมตั้งโต๊ะ | 11 GB | 128 GB | แชตจริง | 0.1.44 | 14 ตุลาคม 2026 | 65–71 |
| RX 5700 XT | คอมตั้งโต๊ะ | 8 GB | 48 GB | การทดสอบความเร็วของ llama.cpp | – | 22 กันยายน 2026 | 63–72 |
| RTX 5060 | คอมตั้งโต๊ะ | 8 GB | 32 GB | การทดสอบตอนเปิดของ GreenCube | 0.1.42 | 1 ตุลาคม 2026 | 56 |
| RTX 3060 | คอมตั้งโต๊ะ | 12 GB | 32 GB | แชตจริง | 0.1.42–0.1.43 | 6 ตุลาคม 2026 | 53–55 |
| RX 6600 | คอมตั้งโต๊ะ | 8 GB | 16 GB | แชตจริง | 0.1.42–0.1.44 | 9 ตุลาคม 2026 | 42–44 |
| GTX 1660 Super | คอมตั้งโต๊ะ | 6 GB | 16 GB | แชตจริง | 0.1.42 | 1 ตุลาคม 2026 | 37–38 |
| GTX 1650 | คอมตั้งโต๊ะ | 4 GB | 16 GB | แชตจริง | 0.1.40 | 23 กันยายน 2026 | ประมาณ 20 |
| แล็ปท็อป Intel Core Ultra 5 | แล็ปท็อป | – | 16 GB | การทดสอบความเร็วของ llama.cpp | – | 28 กันยายน 2026 | 14–18 |
| RX 580 | คอมตั้งโต๊ะ | 8 GB | 16 GB | แชตจริง | 0.1.42 | 1 ตุลาคม 2026 | 10–11 |
| แล็ปท็อป Intel Iris Xe | แล็ปท็อป | – | 8 GB | แชตจริง | 0.1.42 | 4 ตุลาคม 2026 | 5–7 |
ทำไมตัวเลขจึงเป็นช่วง
- แอปอื่นๆ เบราว์เซอร์ ตัวเปิดเกม หรือวิดีโอคอล ใช้หน่วยความจำและการ์ดจอร่วมกัน
- ครั้งแรกช้ากว่า คำตอบแรกหลังติดตั้ง หรือภาพแรก รวมเวลาโหลดและเตรียมการ์ดด้วย เราระบุไว้ในจุดที่สำคัญ (เช่น "ภาพแรกใช้ 83 วินาทีระหว่างโหลด")
- คำตอบสั้นวัดได้ช้ากว่า ทุกคำตอบมีช่วงเริ่มต้นคงที่เล็กๆ ซึ่งมีน้ำหนักมากกว่าในคำตอบ 20 โทเคนเมื่อเทียบกับ 400 โทเคน ช่วงของแชตจริงจึงนับเฉพาะคำตอบตั้งแต่ 100 โทเคนขึ้นไป และเราระบุไว้เมื่อผู้ทดสอบส่งมาแต่คำตอบสั้น
- เราตัดค่าสุดโต่งออก ช่วงของแชตจริงอยู่ระหว่างเปอร์เซ็นไทล์ที่ 10 ถึง 90 คำตอบแปลกๆ คำตอบเดียวจึงขยับมันไม่ได้
เดาความเร็วของการ์ดจากสเปกได้ไหม?
ถ้าทำได้ก็สะดวก เพราะการ์ดมีเป็นร้อยรุ่นและเราวัดไปแค่ 10 เครื่อง วิธีปกติคือดูแบนด์วิดท์หน่วยความจำ ในการเขียนแต่ละโทเคน AI จะอ่านโมเดลทั้งตัวจากหน่วยความจำการ์ด ในทางทฤษฎีความเร็วจึงประมาณเท่ากับแบนด์วิดท์หารด้วยขนาดโมเดล คูณด้วยค่าประสิทธิภาพ เครื่องคำนวณออนไลน์หลายตัวก็ทำแบบนี้
เราจึงทดสอบกับข้อมูลของเราเอง เราซ่อนการ์ดทีละใบ คำนวณความเร็วต่อ GB/วินาทีจากการ์ดที่เหลือ ทำนายการ์ดที่ซ่อนจากแบนด์วิดท์ของมัน (จากสเปกของผู้ผลิต ที่รวบรวมไว้ในฐานข้อมูล GPU ของ TechPowerUp) แล้วเทียบกับที่เราวัดได้ ใช้ AI ตัวเดียวกันทั้งหมด (Gemma 4 E4B ลงบนการ์ดทั้งตัว)
| การ์ด | แบนด์วิดท์หน่วยความจำ | วัดได้ (โทเคน/วินาที) | ทำนาย | คลาด |
|---|---|---|---|---|
| RTX 2080 Ti | 616 GB/วินาที | 68 | 79 | +17% |
| RX 5700 XT | 448 GB/วินาที | 68 | 55 | −19% |
| RTX 5060 | 448 GB/วินาที | 56 | 57 | +1% |
| RTX 3060 | 360 GB/วินาที | 54 | 44 | −19% |
| RX 6600 | 224 GB/วินาที | 43 | 26 | −41% |
| GTX 1660 Super | 336 GB/วินาที | 38 | 43 | +14% |
| RX 580 | 256 GB/วินาที | 11 | 36 | +239% |
ค่าประมาณทั่วไปคลาดไป 19% ที่แย่ที่สุดคือ RX 580 หน่วยความจำของมันบอกว่าควรได้ราว 36 โทเคนต่อวินาที แต่มันเขียนได้ 11 ถ้าทดสอบใหม่โดยไม่มีมัน การ์ดที่เหลือก็ยังคลาดได้ถึง 33% ส่วน AMD RX 6600 ที่ใหม่กว่าคลาดไปอีกทาง คือเร็วกว่าที่แบนด์วิดท์บอก แคชขนาดใหญ่บนชิป (AMD เรียกว่า Infinity Cache) อาจเป็นส่วนหนึ่งของเหตุผล ตัวเลขที่วัดได้แต่ละตัวเป็นตัวเลขหลักของการ์ดนั้น จึงไม่ได้มาจากการทดสอบแบบเดียวกันทั้งหมด ซึ่งเพิ่มความคลาดเคลื่อนเล็กน้อย แต่ไม่อาจอธิบายการคลาดถึงสามเท่าได้
แบบนี้ยังไม่ดีพอ การเดาที่อาจคลาดได้ 33% บนการ์ดรุ่นใหม่ หรือ 239% บนการ์ดรุ่นเก่า จะบอกบางคนว่าคอมของเขาโอเคทั้งที่ช้า หรือกลับกัน ตัวตรวจและหน้าการ์ดจึงแสดงเฉพาะการ์ดที่เราวัดแล้ว และบอกชัดเจนเมื่อการ์ดของคุณไม่อยู่ในนั้น เราทำการทดสอบนี้ซ้ำกับการ์ดใหม่ทุกใบ และถ้าความคลาดเคลื่อนเล็กลง เราจะบอกที่นี่ก่อนจะแสดงค่าประมาณใดๆ
สิ่งที่เรายังไม่ได้วัด
- แล็ปท็อปที่มีการ์ดเกมมิ่ง
- Gemma 4 12B บนการ์ดที่มี 10 GB ขึ้นไป
- การสร้างภาพบน RX 5700 XT, RTX 5060, GTX 1650, RX 580
- AI ตัวอื่นนอกจากที่ GreenCube ใช้ และ Linux หรือ Mac (GreenCube ใช้กับ Windows)
รับข้อมูล
ผลการวัดทุกครั้งในหน้านี้ ครั้งละหนึ่งแถว อยู่ใน greencube-ai-speeds.csv ได้แก่ คอม AI รันบนอะไร ความเร็วในการเขียนและการอ่าน เวลาสร้างภาพ วิธีวัด เวอร์ชัน GreenCube และวันที่ ถ้าคุณนำไปใช้ โปรดอ้างอิง "GreenCube, AI speed measurements on real PCs, 2026" และลิงก์มาที่หน้านี้
เพิ่มคอมของคุณ
ใช้ GreenCube อยู่แล้ว? ส่งล็อกของคุณมาที่ support@greencube.app เราจะเพิ่มคอมของคุณเข้าไปในการทดสอบโดยไม่ระบุชื่อ และการ์ดรุ่นใหม่จะได้หน้าของตัวเอง ไม่แน่ใจว่าคอมของคุณมีอะไร? ตรวจที่นี่
คำถาม
ตัวเลขความเร็ว AI ของ GreenCube มาจากไหน?
จากคอมจริง 10 เครื่องที่รัน GreenCube วัดจากแชตจริง การทดสอบความเร็วตอนเปิดของ GreenCube การทดสอบความเร็วของ llama.cpp และการทดสอบภาพ ทุกตัวเลขบอกว่ามาจากวิธีไหน
ประมาณความเร็ว AI จากสเปกการ์ดจอได้ไหม?
ยังไม่น่าเชื่อถือ เมื่อทำนายจากแบนด์วิดท์หน่วยความจำ ค่าประมาณของเรามักคลาด 19% และคลาดได้ถึง 239% เราจึงแสดงเฉพาะการ์ดที่วัดแล้ว
ฉันดาวน์โหลดข้อมูลได้ไหม?
ได้ ผลการวัดทุกครั้งอยู่ใน greencube-ai-speeds.csv ซึ่งมีลิงก์อยู่ในหน้านี้
AI ของคุณเอง บนคอมของคุณเอง
GreenCube รันบนคอมพิวเตอร์ของคุณ ไม่จำกัดการใช้งาน ไม่ต้องสมัครสมาชิก ใช้ได้โดยไม่ต้องต่อเน็ต €9.99 จ่ายครั้งเดียว
ซื้อ GreenCube