free-coding-models AI Speed Test详解用真实提示词测出模型TPS吞吐告别平均延迟误导【免费下载链接】free-coding-modelsFind, benchmark and install in CLI 170 FREE coding LLM models across 15 providers in real time项目地址: https://gitcode.com/gh_mirrors/fr/free-coding-modelsfree-coding-modelsFCM是一款免费编程大模型实测工具它实时 Ping 25 家提供商的 170 免费编码 LLM并内置AI Speed Test——用真实提示词发起一次完整生成测出每个模型的TPS每秒 token 数吞吐与真实响应延迟帮你在动手写代码前挑出真的快的那一个。为什么平均延迟会误导你日常 Ping 只测服务器回应的快慢而真实编码体验取决于整段回答的生成速度。一个平均延迟 250ms 的模型如果随机尖峰到 6 秒体感反而不如稳定的 400ms 模型。FCM 因此用两条独立的证据链帮你避坑指标回答的问题来源Stability 稳定性分这个模型是否持续稳定p95 延迟、抖动、尖峰率、可用率加权详见 docs/stability.mdAI Latency TPS完整生成一段真实回答要多久、多快AI Speed Test 真实补全请求⚠️ 只信平均延迟你会被运气好的一次 Ping骗到AI Speed Test 测的是完整生成过程才代表你写代码时的真实等待。一键运行 AI Speed Test 的最快方法在 TUI 中只需两个快捷键↑↓选中一个模型按CtrlA对该模型发起一次真实补全报告AI Latency总耗时 TPS吞吐按CtrlU对当前所有可见模型批量跑全局基准测试在设置P中开启Startup AI Speed Scan启动后自动跑全局基准无需手动触发完整键位表见 docs/tui.md。批量测试时列中会显示旋转动画测完自动填入数值按表头点击即可按 AI Latency 或 TPS 排序。TPS 是怎么算出来的原理速览AI Speed Test 的测量逻辑集中在 src/core/benchmark.js核心设计对新手很友好固定真实提示词内置确定性问题Why is the sky blue?要求模型用 80–100 词写一段连贯短文src/core/benchmark.js。足够长的输出TPS 才有统计意义可复现temperature0、max_tokens140同一模型多次测量结果一致优先取官方 token 数读 API 返回的usage.completion_tokens接口没给时用字符数 ÷ 4估算并明确标注抗抖动单次超时 20 秒失败自动重试最多 3 次间隔 15 秒专门对付 429 限流和临时故障——这正是免费模型的常态src/core/benchmark.js算出的结果直接渲染成两列AI Latency显示总耗时如4.3sTPS显示取整的吞吐如13格式见 formatBenchmarkTps。读懂结果TPS 列与重试徽章 ↻测完后重点看三处显示含义怎么解读AI Latency完整回答的墙钟耗时越低越好但需结合 TPS 看TPS每秒生成 token 数越高越跟手长回答越受益↻N 徽章第 N1 次尝试才成功出现即说明该模型当前有负载或限流谨慎选择 一个模型可能 AI Latency 漂亮但 TPS 偏低——说明首响快、吐字慢写长代码时体感会卡。两个数配合稳定性分一起看才是完整画像。列定义参见 docs/stability.md。实战工作流测完直接开工free-coding-models启动后等模型并行 Ping 完成CtrlU跑全局 AI Speed Test按TPS 表头点击排序Enter一键把选中的模型写入 OpenCode / Crush / Goose 等 21 款工具的配置并直接启动想要一个永不掉线的主备切换端点--daemon-bg启动 Smart Model Router注意Router 的 test via router 走的是真实路由链路与直连的CtrlA测速不是一回事见 docs/router-v2.mdWeb Dashboardfree-coding-models web同样支持点击任意行的AI Latency 单元格即可对该模型单独跑基准并查看延迟趋势图模式说明见 docs/web-dashboard.md。常见问题Q测速会不会大量消耗免费额度AAI Speed Test 每次只发一个小请求max_tokens140比日常对话消耗低得多Ping 探测遇到 429 也会自动暂停该提供商并指数退避。Q为什么同一模型两次测出的 TPS 不一样A免费层共享算力高峰期会被邻居抢带宽。建议结合重试徽章和稳定性分判断而不是单次结果。Q哪些文档值得收藏列含义与稳定性公式docs/stability.mdTUI 键位全集docs/tui.mdWeb Dashboard 与 Dockerdocs/web-dashboard.md全部 CLI 参数docs/flags.md提供商完整清单docs/providers.md✅一句话总结别再看平均延迟猜模型快不快——CtrlU一发真实提示词TPS 吞吐列会直接告诉你谁才配得上你的免费额度。【免费下载链接】free-coding-modelsFind, benchmark and install in CLI 170 FREE coding LLM models across 15 providers in real time项目地址: https://gitcode.com/gh_mirrors/fr/free-coding-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 free-coding-models AI Speed Test详解：用真实提示词测出模型TPS吞吐，告别平均延迟误导
free-coding-models AI Speed Test详解用真实提示词测出模型TPS吞吐告别平均延迟误导【免费下载链接】free-coding-modelsFind, benchmark and install in CLI 170 FREE coding LLM models across 15 providers in real time项目地址: https://gitcode.com/gh_mirrors/fr/free-coding-modelsfree-coding-modelsFCM是一款免费编程大模型实测工具它实时 Ping 25 家提供商的 170 免费编码 LLM并内置AI Speed Test——用真实提示词发起一次完整生成测出每个模型的TPS每秒 token 数吞吐与真实响应延迟帮你在动手写代码前挑出真的快的那一个。为什么平均延迟会误导你日常 Ping 只测服务器回应的快慢而真实编码体验取决于整段回答的生成速度。一个平均延迟 250ms 的模型如果随机尖峰到 6 秒体感反而不如稳定的 400ms 模型。FCM 因此用两条独立的证据链帮你避坑指标回答的问题来源Stability 稳定性分这个模型是否持续稳定p95 延迟、抖动、尖峰率、可用率加权详见 docs/stability.mdAI Latency TPS完整生成一段真实回答要多久、多快AI Speed Test 真实补全请求⚠️ 只信平均延迟你会被运气好的一次 Ping骗到AI Speed Test 测的是完整生成过程才代表你写代码时的真实等待。一键运行 AI Speed Test 的最快方法在 TUI 中只需两个快捷键↑↓选中一个模型按CtrlA对该模型发起一次真实补全报告AI Latency总耗时 TPS吞吐按CtrlU对当前所有可见模型批量跑全局基准测试在设置P中开启Startup AI Speed Scan启动后自动跑全局基准无需手动触发完整键位表见 docs/tui.md。批量测试时列中会显示旋转动画测完自动填入数值按表头点击即可按 AI Latency 或 TPS 排序。TPS 是怎么算出来的原理速览AI Speed Test 的测量逻辑集中在 src/core/benchmark.js核心设计对新手很友好固定真实提示词内置确定性问题Why is the sky blue?要求模型用 80–100 词写一段连贯短文src/core/benchmark.js。足够长的输出TPS 才有统计意义可复现temperature0、max_tokens140同一模型多次测量结果一致优先取官方 token 数读 API 返回的usage.completion_tokens接口没给时用字符数 ÷ 4估算并明确标注抗抖动单次超时 20 秒失败自动重试最多 3 次间隔 15 秒专门对付 429 限流和临时故障——这正是免费模型的常态src/core/benchmark.js算出的结果直接渲染成两列AI Latency显示总耗时如4.3sTPS显示取整的吞吐如13格式见 formatBenchmarkTps。读懂结果TPS 列与重试徽章 ↻测完后重点看三处显示含义怎么解读AI Latency完整回答的墙钟耗时越低越好但需结合 TPS 看TPS每秒生成 token 数越高越跟手长回答越受益↻N 徽章第 N1 次尝试才成功出现即说明该模型当前有负载或限流谨慎选择 一个模型可能 AI Latency 漂亮但 TPS 偏低——说明首响快、吐字慢写长代码时体感会卡。两个数配合稳定性分一起看才是完整画像。列定义参见 docs/stability.md。实战工作流测完直接开工free-coding-models启动后等模型并行 Ping 完成CtrlU跑全局 AI Speed Test按TPS 表头点击排序Enter一键把选中的模型写入 OpenCode / Crush / Goose 等 21 款工具的配置并直接启动想要一个永不掉线的主备切换端点--daemon-bg启动 Smart Model Router注意Router 的 test via router 走的是真实路由链路与直连的CtrlA测速不是一回事见 docs/router-v2.mdWeb Dashboardfree-coding-models web同样支持点击任意行的AI Latency 单元格即可对该模型单独跑基准并查看延迟趋势图模式说明见 docs/web-dashboard.md。常见问题Q测速会不会大量消耗免费额度AAI Speed Test 每次只发一个小请求max_tokens140比日常对话消耗低得多Ping 探测遇到 429 也会自动暂停该提供商并指数退避。Q为什么同一模型两次测出的 TPS 不一样A免费层共享算力高峰期会被邻居抢带宽。建议结合重试徽章和稳定性分判断而不是单次结果。Q哪些文档值得收藏列含义与稳定性公式docs/stability.mdTUI 键位全集docs/tui.mdWeb Dashboard 与 Dockerdocs/web-dashboard.md全部 CLI 参数docs/flags.md提供商完整清单docs/providers.md✅一句话总结别再看平均延迟猜模型快不快——CtrlU一发真实提示词TPS 吞吐列会直接告诉你谁才配得上你的免费额度。【免费下载链接】free-coding-modelsFind, benchmark and install in CLI 170 FREE coding LLM models across 15 providers in real time项目地址: https://gitcode.com/gh_mirrors/fr/free-coding-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考