Blog GreenCube

Laptop Intel Core Ultra 5 có chạy được AI không? Đo được: 14–18 token mỗi giây

Tác giả: Hector Gras · 14 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. Bài đo tốc độ của chính llama.cpp (llama-bench), engine mà GreenCube dùng, với cùng các tệp AI: viết 128 token, đọc một đoạn 512 token.
2. Engine tạo ảnh của GreenCube (Z-Image Turbo), 512×512 pixel, 8 bước, tính giờ từ lúc bấm đến khi ảnh xong.

Khi có nhiều lần đo, chúng tôi ghi khoảng: tốc độ thay đổi một chút giữa các lần đo trên cùng một máy.

Điều đó nghĩa là gì

So với các máy khác

Trong 2 máy chúng tôi đo với Gemma 4 E2B, máy này đứng thứ 1 về tốc độ viết. Laptop Intel Iris Xe viết 5–7, nên máy này nhanh khoảng 2,5 lần.

Máy thử nghiệm

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

• Laptop
• Đồ họa: chỉ có đồ họa Intel tích hợp
• Bộ nhớ đồ họa (VRAM): không có (không có card đồ họa rời)
• RAM: 16 GB
• Bộ xử lý: Intel Core Ultra 5 125U, 14 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)
• GTX 1650: khoảng 20 token mỗi giây (Gemma 4 E4B)
• 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