labzone-bench je verejné, skriptom hodnotené meranie, ako si veľké jazykové modely — lokálne aj vzdialené — poradia ako kódovacie agenty na bežných mini-PC a notebookoch. Zahŕňa integrovanú grafiku, primeranú kvantizáciu a tepelné limity. Je to interné meranie LabZone Labs, nie klientska práca.
Čo meriame
Deväť úloh (analýza, plán, kód), každá trikrát, spolu 243 kontrol, skóre ráta harness pi. Zverejňujeme skóre, výsledky po kontrolách, časy, počty tokenov, identifikátory modelov, kvantizáciu, nastavenia samplovania, backendy, hardware a písomné zistenia. Nezverejňujeme zadania úloh, fixture, správne odpovede ani konkrétny obsah pascí v úlohách: vedieť, že pasca existuje, je nápoveda; vedieť jej obsah je odpoveď.
Hardware
Ako ho popisuje stránka merania: rýchlejší stroj „Strix Halo“ a realistický mini-PC (HX 370 / Strix Point). Skóre sa medzi týmito strojmi prenáša tesne; čas nie. Lokálne behy typicky používajú kontext 64k a GGUF v triede Q4.
Aktuálne výsledky
Živá tabuľka je na bench.labzone.tech. Metodika: methodology. Čo čísla vedia a nevedia povedať: limitations. Detail po úlohách: results.