Blog GreenCube

GTX 1650 có chạy được AI không? Đo được: khoảng 20 token mỗi giây

Tác giả: Hector Gras · 1 tháng 10, 2026

Trên thực tế nghĩa là gì

Tính từ tốc độ đo trên máy này: thời gian là độ dài chia cho tốc độ, và một câu trả lời thật còn cần một chút để bắt đầu. Để dễ hình dung, câu trả lời 400 token dài khoảng nửa trang, và phần lớn mọi người đọc khoảng 4 từ mỗi giây (Brysbaert, 2019).

Chúng tôi đã đo gì

Viết là tốc độ AI gõ câu trả lời, tính bằng token mỗi giây; token là một mảnh của từ. Đọc là tốc độ nó tiếp nhận những gì bạn đưa: câu hỏi, đoạn văn bạn dán hoặc một tệp PDF. Đọc luôn nhanh hơn viết rất nhiều, vì AI có thể đọc nhiều token cùng lúc nhưng phải viết từng token một.

Cách đo từng con số: Xem thêm cách chúng tôi đo

1. Chat thật trong GreenCube 0.1.40 và 0.1.42: tốc độ của mọi câu trả lời từ 100 token trở lên, đọc từ nhật ký của ứng dụng. Khoảng này bỏ đi một phần mười chậm nhất và nhanh nhất.

Khi có nhiều lần đo, chúng tôi ghi khoảng: tốc độ thay đổi một chút giữa các lần đo trên cùng một máy. * Người thử này chủ yếu hỏi câu ngắn, nên các câu trả lời dưới 100 token cũng được tính. Câu trả lời ngắn đo ra chậm hơn một chút.

Điều đó nghĩa là gì

So với các máy khác

Trong 8 máy chúng tôi đo với Gemma 4 E4B, máy này đứng thứ 7 về tốc độ viết. GTX 1660 Super viết 37–38, nhanh hơn khoảng 90%. RX 580 viết 10–11, nên máy này nhanh hơn khoảng 90%.

Máy thử nghiệm

Máy riêng của một người thử thật, dùng theo cách họ vẫn dùng, không phải máy phòng thí nghiệm:

• Máy bàn
• Đồ họa: NVIDIA GTX 1650
• Bộ nhớ đồ họa (VRAM): 4 GB
• RAM: 16 GB
• Bộ xử lý: 16 luồng

Kiểm tra máy của bạn

Không chắc máy bạn có gì? Chỉ mất 30 giây:

1. Nhấn Ctrl + Shift + Esc để mở Task Manager (Trình quản lý tác vụ).
2. Vào Performance (Hiệu suất).
3. Bấm Memory (Bộ nhớ): con số lớn ở trên cùng là RAM của bạn.
4. Bấm GPU: tên ở trên cùng là card của bạn, và Dedicated GPU memory (Bộ nhớ GPU chuyên dụng) là VRAM của bạn. Chỉ thấy đồ họa Intel hoặc AMD không có bộ nhớ riêng? Vậy là bạn không có card rời.

Sau đó tìm card gần nhất trong bảng đầy đủ. Cùng một card nhưng VRAM nhiều hơn chứa được AI lớn hơn; card mới hơn cùng dung lượng thường nhanh hơn.

Các máy khác chúng tôi đã đo

• RTX 2080 Ti: 65–71 token mỗi giây (Gemma 4 E4B)
• RX 5700 XT: 63–72 token mỗi giây (Gemma 4 E4B)
• RTX 5060: 56 token mỗi giây (Gemma 4 E4B)
• RTX 3060: 53–55 token mỗi giây (Gemma 4 E4B)
• RX 6600: 42–44 token mỗi giây (Gemma 4 E4B)
• GTX 1660 Super: 37–38 token mỗi giây (Gemma 4 E4B)
• laptop Intel Core Ultra 5: 14–18 token mỗi giây (Gemma 4 E2B)
• RX 580: 10–11 token mỗi giây (Gemma 4 E4B)
• laptop Intel Iris Xe: 5–7 token mỗi giây (Gemma 4 E2B)

Máy mình có chạy được AI không? Cả 10 máy trong một bảng, và máy bạn sẽ chạy thế nào.

Câu hỏi