这两天做了一件有趣的事：给 llama.cpp 加入了 JEV API 支持，适用于任何 llama.cpp 支持的模型，并且做了一些 benchmark。目前在我的本地（358H 核显）表现最好的是 Gemma 4 26B-A4B，在我的数学题 benchmark 中时延 218ms 正确率 80%，作为对比官方 jev 是 303ms / 96%。