출처: https://x.com/atomic_chat_hq/status/2102160983409955244 (atomic.chat). 같은 데모의 앞선 게시물 https://x.com/brainFnCl/status/2101782262949835211(brainfunctioncollapse.com/laya)의 수치를 함께 적었다.

개요

Grok 4.7로 만든 테트리스를 두고, 오픈 가중치 System One 모델 Laya와 클라우드의 jev가 결정 속도를 겨뤘다. atomic.chat은 Laya가 16GB MacBook Air에서 로컬로 돌면서 Jev보다 11배 빨리 결정했다고 주장한다. atomic.chat은 로컬 모델 실행 앱(atomic.chat)을 홍보하는 계정이다.

같은 데모의 다른 수치

게시자주장
@brainFnCl (09-21 06:15 KST)“Jev가 아니다” — 노트북에서 오픈소스로 돌며 결정당 약 27ms, 호스팅 LLM을 기다리는 것보다 약 200배 빠름
@atomic_chat_hq (09-22 07:20 KST)16GB MacBook Air에서 클라우드 Jev보다 11배 빠름
@mizorewww (인용 원글)laya-mlx는 Jev보다 50배 빠르고 메모리 최대 1GB, M3 Max에서 스네이크 게임을 초당 60회 결정

비교 대상이 각각 Jev, 호스팅 LLM 일반, 측정 조건 미상이라 배수끼리 맞춰 볼 수 없다. 셋 다 지연만 말할 뿐 결정 품질은 비교하지 않았다(confidence: low).

맥락

게임 루프처럼 초당 수십 번 판단하는 일에서는 네트워크 왕복이 병목이라, 로컬 결정 모델이 유리하다는 점은 그대로 성립한다. Laya의 MLX 이식과 실측은 2026-09-27-laya-mlx, 다른 경쟁 모델은 moc-jev의 “경쟁·연계 System One 모델”에 있다.