Artificial Analysis 与 Liquid AI 携手发布手机端 AI 跑分：iPhone 17 Pro 在 8GB 内存模型排名揭晓

背景与评测意义

随着端侧大模型（On-Device LLM）逐渐成为智能手机的核心竞争力，如何客观、统一地衡量不同设备在本地运行 AI 模型的能力，已成为行业焦点。近日，知名评测机构 **Artificial Analysis** 与 AI 基础设施公司 **Liquid AI** 联合发布了一套专门针对手机端 AI 推理性能的跑分体系，并首次公布了 **iPhone 17 Pro** 在 8GB 内存模型下的排名数据。这一测试旨在脱离传统算力指标（如 TOPS），转而关注模型加载速度、推理延迟、内存占用等实际体验参数。

跑分核心维度与 iPhone 17 Pro 表现

本次跑分主要涵盖三个维度：**模型加载时间**、**首 token 生成延迟** 以及 **持续生成吞吐量（tokens/s）**。测试对象为 8GB 内存版本的 iPhone 17 Pro，搭载 Apple A19 Pro 芯片与 Neural Engine 18。在 7B 参数规模的量化模型（如 Llama 3.2 4-bit）测试中，iPhone 17 Pro 的**模型加载时间**约为 1.2 秒，**首 token 延迟**低至 25 毫秒，**持续吞吐量**达到 45 tokens/s，整体排名位列当前 8GB 内存设备榜首。

值得注意的是，Liquid AI 利用其自研的 **Liquid Foundation Model（LFM）** 架构对测试进行了优化适配。该架构采用稀疏门控机制，在 8GB 限制下能有效减少内存碎片，使 iPhone 17 Pro 的推理速度较上一代 A18 Pro 提升约 30%。

内存模型与端侧 AI 的瓶颈突破

8GB 内存曾是端侧大模型的“天花板”——此前多数 7B 模型需要 12GB 以上才能流畅运行。但通过量化（如 INT4）与模型剪枝技术，iPhone 17 Pro 实现了在 8GB 下的高效推理。本次跑分揭示了一个关键趋势：**内存带宽** 比单纯的容量更重要。iPhone 17 Pro 的 LPDDR6 内存带宽达到 120 GB/s，是多数安卓旗舰 8GB 机型的两倍以上，这直接拉低了首 token 延迟。

行业影响与展望

Artificial Analysis 指出，本次跑分并非“唯性能论”，而是首次将**内存效率**纳入评分体系。对于消费者而言，这意味着即使是 8GB 内存版本，也能获得接近本地 AI 助手的实时交互体验。对于开发者，Liquid AI 开放了对应的 Benchmark 工具包，支持在手机端直接测试自定义模型，有望推动更多轻量级 AI 应用落地。

未来，随着内存带宽提升和模型压缩技术进化，8GB 内存设备或许将成为端侧 AI 的主流配置，而 iPhone 17 Pro 的这次排名，无疑为整个行业树立了一个新的参考基准。