跑分再高，一跑AI就发热降频等于白费
2026年7月，几乎所有旗舰手机都能本地跑3B-7B的量化模型，但用户抱怨的焦点不再是“能不能跑”，而是“跑没几分钟就烫手、掉电快”。评测机构SweetPotato在6月的一份对比测试中提到：同一款Qwen 3.5 7B的INT4版本，在骁龙8 Gen 4机型上初始推理速度很快，但两轮对话后机身温度攀升至43℃，触发降频，后续延迟反而比天玑9400更高。能效比，才是端侧AI体验的真实门槛。
本文不谈参数虚荣指标，直接拆解苹果A19、骁龙8 Gen 4和天玑9400在真实场景下的功耗表现，并给出一个可自测的功耗脚本。
苹果A19：用稀疏架构降功耗，但模型门槛高
苹果在A19芯片上搭载了新一代Neural Engine，配合自研AFM 3 Core Advanced模型（约200亿参数），采用稀疏激活技术——每次推理只激活其中1-2B参数。据21经济网2026年6月报道，这种做法“从根本上为端侧设计出省算力的结构”。测试中，A19运行AFM 3 7B量化版本时，平均功耗仅2.8W，超过4分钟的连续对话后温度稳定在40℃以下。但代价是：第三方3B-7B模型未经苹果CoreML优化时，推理只能回退到GPU或CPU，功耗随即飙升至5W以上。
苹果路线本质上是用自研模型换能效，如果开发者依赖通用模型，A19的优势会被削弱。
骁龙8 Gen 4：通用性与功耗的跷跷板
高通在Snapdragon 8 Gen 4上标配升级后的Hexagon NPU，支持INT4、INT2混合精度以及动态稀疏推理。从东吴证券2026年2月发布的《端侧AI产业深度报告》来看，骁龙的AIPipeline能效比相比前代提升约45%。但实际测试中，利与弊都很明显：在运行Llama 3.2 3B INT4模型时，初始功耗稳定在4.1W，仅次于A19；一旦升级到Qwen 3.5 7B，NPU内存带宽瓶颈出现，部分算子回退到GPU，功耗跳到6.3W，机身温度在8分钟内升到44℃。
骁龙的问题在于NPU调度黑箱——开发者很难控制模型哪些层走NPU、哪些走GPU，一旦触发回退，能效优势就消失了。
天玑9400：持续推理的耐力王
联发科天玑9400的NPU架构更强调“持续AI性能”。在大模型进展专栏第三十二期（2026年6月）的追踪中，MediaTek通过调整SoC的DVFS曲线，让NPU在长时间推理时不轻易降频。实测中，同样运行Qwen 3.5 7B INT4，天玑9400的平均功耗为4.8W，虽然略高于A19，但连续15分钟对话后温度只升至42℃，且未触发明显降频。响应延迟从初始的120ms仅上升至145ms，曲线平滑。
它的取舍在于峰值单次token速度（比骁龙低约15%），但当用户需要长时间使用AI助手、文档摘要或本地RAG时，天玑9400的体验反而更稳定。
3B vs 7B：模型规模暴露芯片短板
将模型从3B升级到7B时，三款芯片的分化加剧。之前的文章《7B到14B模型上手机，先过内存和功耗两道关》强调过：7B INT4模型权重约3.5GB，加上KV Cache和系统占用，对内存带宽的压力是3B的3倍以上。测试中：
- 苹果A19在7B下若使用AFM模型，功耗仅3.2W；若运行通用模型，功耗飙升到6.8W。
- 骁龙8 Gen 4在7B下普遍功耗>6W，且发热直接导致屏幕亮度下降。
- 天玑9400功耗维持在5W左右，温控稳定。
数据来源（人工整理）：2026年Q2多家实验室汇总结果，各测试条件均为手机安兔兔跑分环境、室温25℃、连接WiFi但无充电。
附：端侧大模型功耗与延迟自测代码片段
以下脚本使用MLC-LLM和adb读取电池电流，可快速横向对比不同芯片上的模型功耗。需root或Shizuku授权，测试前提是关闭后台高耗电应用并固定屏幕亮度。
import subprocess
import time
import re
MODEL = "Qwen3.5-7B-q4f16_1" # MLC模型名
CHIP = "Snapdragon 8 Gen 4"
def get_current() -> float:
out = subprocess.run(["adb", "shell", "cat", "/sys/class/power_supply/battery/current_now"], capture_output=True, text=True).stdout
return int(out.strip()) / 1000.0 # 转换为mA
def get_temp() -> float:
out = subprocess.run(["adb", "shell", "cat", "/sys/class/thermal/thermal_message0/temp"], capture_output=True, text=True).stdout
return int(out.strip()) / 1000.0 # 转换为°C
# 预热10次
for _ in range(10):
subprocess.run(["mlc_chat", MODEL, "--prompt", "谁是世界上最高的山？", "--max-tokens", "64"], capture_output=True)
# 正式测试
currents = []
temperatures = []
for i in range(5):
start = time.time()
proc = subprocess.Popen(["mlc_chat", MODEL, "--prompt", "用300字解释机器学习", "--max-tokens", "256"], stdout=subprocess.PIPE, stderr=subprocess.PIPE)
while proc.poll() is None:
temps.append(get_temp())
currents.append(get_current())
time.sleep(0.2)
avg_current = sum(currents) / len(currents)
avg_temp = sum(temperatures) / len(temperatures)
print(f"{CHIP} 平均电流: {avg_current:.1f}mA, 平均温度: {avg_temp:.1f}°C")
注：电流到功耗需要乘以电池电压（通常3.8V）。实际功耗（W）= 电流(A) × 电压(V)。测试时需保证电压稳定，最好接入外接功率计。以上代码仅供快速评估，精确数据仍需专业仪器。
谁适合买谁？
- 追求短期极致速度：骁龙8 Gen 4仍是最快选择，但需接受发热和降频风险。
- 端侧AI重度用户：苹果A19配合原生App（如Siri、备忘录摘要）功耗最低；但若跑第三方模型，建议等优化。
- 长时间后台AI任务：天玑9400的持续能力最可靠，适合7B本地知识库或Agent长期监听场景。
能效比的战争才刚开始，芯片厂商的二轮优化（如高通在SM8750中修复NPU回退问题）可能在下半年改变格局。但截至2026年7月，苹果的稀疏架构策略在“真省电”上领跑，而天玑9400在“背刺续航”的临界点上守住了底线。
