TrialMirror：本地 AI 硬件试跑台

买本地 AI 硬件前，先用真实模型跑分看速度和内存占用，再决定要不要下单。

痛点

厂商都在推高价本地 AI 电脑，但用户不知道自己的模型在上面到底跑多快、要多少内存；现有跑分工具要么面向数据中心，要么不覆盖端侧推理场景。

方案

一个桌面应用，内置标准化端侧 LLM 推理测试集，用户可下载指定开源模型或用自己的模型，一键跑出 tok/s、首 token 延迟、内存峰值和功耗估算，生成可对比的硬件报告。

用户

考虑购买本地 AI 硬件（Mac Studio、AI PC、外接加速卡）的开发者、研究者和企业采购。

MVP

3 个标准模型测试项；一键跑分并记录 tok/s 与内存；结果生成分享卡片；支持社区提交的硬件配置对比。

变现

免费跑分；Pro 订阅解锁更多模型和详细功耗分析；硬件厂商赞助跑分榜。

为何现在

本地 AI 硬件营销火热但缺乏中立端侧基准，用户决策焦虑强；独立开发者可快速搭建轻量基准并靠社区数据滚动。