20B、1T、420亿。2026年的端侧AI发布里，最抢眼的往往是参数。
但用户拿到手机或平板后，真正感受到的是另一套问题：关掉网络，翻译和转录还能不能用；按下按钮，第一段结果要等多久；连续生成一段时间，速度会不会往下掉；机身温度和电量是否还能接受。
2月23日，东吴证券发布《2026年端侧AI产业深度》，报告标题把应用变化、终端重构和端侧SoC的价值放在了一起。可从行业判断落到购买建议，中间还缺一层可靠测试。
现有公开材料没有在同一模型、同一量化、同一上下文和同一环境下，把M4、骁龙8 Gen 5、Tensor G5、天玑9400+完整对比。也就无法诚实地给出一张精确到毫秒、token/s、温升和掉电率的排行榜。
先别把不同条件塞进一张表
同样标着7B或14B，模型版本、量化精度、上下文长度和推理框架只要有一项不同，结果就可能变化。测试设备也不能只写芯片名。手机和平板的散热空间不同，系统性能模式、可用内存、环境温度和测试时长同样会影响成绩。
首字快，不代表长时间输出稳定。一次短提示词跑得漂亮，也不能代替连续15分钟测试。
如果测试方法没有公开，数字越细，越不适合拿来排座次。
苹果的20B，先看每次激活多少
21经济网6月23日报道，苹果的端侧主力模型AFM 3 Core Advanced约有200亿参数，并采用稀疏架构，每次推理只激活其中一部分参数。
这意味着，20B不能直接与全量激活的20B模型比较，更不能直接换算成某款M4或A18设备的首字延迟、持续速度和温升。
讨论Apple Intelligence 2.0时，模型规模只能算一条结构信息。哪些功能完全在本地完成，第一次响应有多快，连续运行后是否降速，仍要逐台设备、逐项任务验证。
小米的1T，别漏看同一行里的420亿
钛媒体报道，小米MiMo-V2 Pro在3月上线，总参数超过1万亿，激活参数为420亿，AI文案生成用时2秒。
这三组数字不能拆开看。1T描述模型整体规模，420亿更接近单次推理实际调用的部分；2秒则对应报道中的文案生成任务。它不能代替长文档处理、长时间生成或连续15分钟后的稳定性测试。
即使知道激活参数，仍然缺少模型权重精度、缓存占用、内存带宽和系统调度等条件。只摘出1T，很容易让人误以为手机每次都在处理全部参数；只看420亿，也无法判断发热和续航。
Google给出的，是更具体的本地任务
同一篇21经济网报道提到，Gemini Nano由更大的Gemini模型蒸馏而来，目标是在设备端运行。蒸馏后的模型体量更小，更适合放进手机，但它保留了多少能力，仍要看具体任务。
钛媒体给出了Pixel 10的另一组信息：Tensor G5首次采用台积电3nm代工，TPU提升60%，Gemini Nano常驻端侧，实时翻译、屏幕理解和语音转录可以在本地执行。
60%不能顺手写成“应用快60%”。
TPU指标、模型推理速度和整机功耗不是同一套数据。本地执行也不等于几乎不耗电，功能开启后的续航和温度变化仍需要实机记录。
天玑发布了工具，但还没有统一成绩
5月13日，联发科举行MDDC 2026。DoNews次日报道，会上发布了天玑AI智能体化引擎2.0、天玑AI开发套件3.0、RTP和虚拟几何体渲染等技术与方案。
这次发布能确认的是工具和方案已经亮相。它没有给出天玑9400+运行14B模型时的统一测试条件，也没有告诉我们同一功能在不同零售机型上能够稳定运行多久。
具体机型是否接入、应用是否适配、系统怎样分配内存和算力，都会影响最终表现。发布会演示不能替代零售设备上的持续测试。
如果真要实测，至少把四件事写清楚
- 先断网：关闭网络后，再测翻译、屏幕理解、语音转录和文档处理。功能还能正常工作，才能确认任务确实在端侧完成。
- 把等待和吞吐分开记录：首字或首段延迟反映用户要等多久，持续
token/s反映长内容处理速度。两项不能合成一个模糊的“很快”。 - 连续运行15分钟：记录开始和结束时的生成速度、机身温度与电量变化。只写“有点热”或“掉电不多”，无法复现。
- 公开模型和设备条件：模型版本、量化格式、上下文长度、推理框架、系统可用内存和性能模式都应写明。缺少这些条件，16GB或24GB都不该被当成通用门槛。
一条可信的实测结果，不该只有“某芯片跑到多少token/s”，还要让别人知道它跑的是什么、跑了多久、在什么状态下跑。
买哪一台，先看你要在本地做什么
在骁龙8 Gen 5、天玑9400+和Apple Silicon之间选设备，NPU的TOPS只能作为一项参考。内存容量与带宽、机身散热、系统调度和应用支持，都会决定模型能不能长时间运行。
如果需求是实时翻译、屏幕理解和语音转录，最直接的办法是关闭网络，测试系统自带功能。这里更重要的是功能是否可用、响应是否稳定，而不是设备能否装下一个14B模型。
如果要离线处理长文档或写代码，就要重点看上下文能力、可用内存和持续生成速度。手机与平板的散热条件不同，也不适合共用一张总分榜。
截至2026年6月，公开材料呈现了几条不同路线：苹果采用稀疏架构，Google把蒸馏后的Gemini Nano放进设备，小米用大规模模型配合部分参数激活，联发科继续推出引擎和开发工具。这些信息可以解释厂商在做什么，却还不能证明谁在统一实测中领先。
参数不是没用，单独拿出来才容易误导。看到7B、14B、20B或1T时，先问模型怎么跑、跑了多久，再看排名。
