エッジAIラボ
エッジAIラボ
BENCHMARKS

エッジAIベンチマーク比較

デモで使用しているモデルのパフォーマンスを端末別に比較。あなたのデバイスでどれくらいの速度が出るか確認できます。

計測条件:ブラウザ(Chrome最新版)での実行結果。実際のパフォーマンスはブラウザバージョン、バックグラウンドタスク、温度状態等で変動します。チャットAIはWebGPU対応環境のみ計測。
端末チップ物体検出
FPS / ms
ポーズ推定
FPS / ms
画像分類
FPS / ms
チャットAI
tok/s
MacBook Air M3Apple M3 (18 TOPS)55-60~17ms50-58~18ms60+~8ms30-40 tok/s
MacBook Pro M4 ProApple M4 Pro (38 TOPS)60+~12ms60+~14ms60+~5ms50-65 tok/s
Windows PC (RTX 4060)RTX 4060 (232 TOPS)60+~10ms60+~11ms60+~4ms45-60 tok/s
iPhone 15 ProA17 Pro (35 TOPS)40-55~22ms35-50~25ms55-60~10ms15-25 tok/s
Galaxy S24Snapdragon 8 Gen 3 (45 TOPS)35-50~25ms30-45~28ms50-58~12ms12-20 tok/s
Pixel 8Tensor G3 (10 TOPS)25-35~35ms22-30~40ms40-50~18ms8-15 tok/s
iPad Air M2Apple M2 (15 TOPS)50-58~18ms45-55~20ms58-60~9ms25-35 tok/s
Raspberry Pi 5BCM2712 (CPU only)5-10~120ms3-8~180ms10-15~80ms1-3 tok/s
RPi 5 + AI HAT+Hailo-8L (13 TOPS)30-50~25ms25-40~30ms40-55~15msN/A
Jetson Orin Nano SuperAmpere GPU (67 TOPS)55-60+~15ms50-60~18ms60+~8ms20-35 tok/s

計測に使用したモデル

物体検出

COCO-SSD / TF.js

入力: 300x300サイズ: ~6MB

ポーズ推定

MediaPipe Pose

入力: 256x256サイズ: ~8MB

画像分類

MobileNetV2 / TF.js

入力: 224x224サイズ: ~14MB

チャットAI

Qwen2.5-1.5B / WebLLM

入力: テキストサイズ: ~1.1GB

ベンチマークの読み方

FPS(フレーム/秒)

1秒間に処理できるフレーム数。30FPS以上でリアルタイム感あり。60FPSで人間の目には滑らか。

推論時間(ms)

1フレームの処理にかかる時間。50ms以下が高速、100ms以上だと体感で遅延を感じる。

tok/s(トークン/秒)

LLMが1秒に生成するトークン数。10以上で会話的、30以上で快適。