LM Speed：快速测试大模型API性能

综合介绍

LM Speed 是一个专门为AI开发者设计的工具，同时提供在线服务网站 lmspeed.net。它的核心功能是测试和分析语言模型 API 的性能，帮助用户快速发现速度瓶颈并优化调用策略。这个工具支持 OpenAI API 等多种接口，提供实时数据监控和详细性能报告。无论是个人开发者还是团队，LM Speed 都能通过直观的数据图表和自动化测试，让用户轻松比较不同模型和供应商的表现。

功能列表

• 实时性能监控：显示多维度数据，如每秒处理 token 数（TPoS）。
• 全面性能评估：测量首 token 延迟、响应时间等核心指标。
• 数据可视化：生成丰富的图表，直观展示性能趋势。
• 自动化压力测试：连续五轮测试，确保数据可靠。
• 一键生成报告：自动创建专业测试报告，支持导出和分享。
• URL 参数快速测试：通过链接直接启动测试，无需手动输入。
• 历史数据保存：记录测试结果，支持趋势分析。

使用帮助

在线服务使用

1. 访问网站
   打开浏览器，进入 https://lmspeed.net。
2. 输入测试参数
   在页面表单中填写以下信息：
   • baseUrl：API 服务地址，例如 https://api.deepseek.com/v1。
   • apiKey：你的 API 密钥。
   • modelId：要测试的模型 ID，例如 free:QwQ-32B。
3. 启动测试
   点击“开始测试”按钮，系统会自动运行五轮压力测试。测试过程中，你会看到实时数据更新，包括 TPoS 和响应时间。
4. 查看结果
   测试完成后，页面显示详细图表和指标，比如首 token 延迟和平均性能。你可以点击“生成报告”按钮，下载 PDF 或分享给团队。
5. URL 参数快速测试
   如果不想手动输入，可以直接用链接启动测试。例如：

https://lmspeed.net/?baseUrl=https://api.suanli.cn/v1&apiKey=sk-你的密钥&modelId=free:QwQ-32B

打开链接后，测试自动开始。注意：为安全起见，建议不要在 URL 中直接传 API 密钥。

本地部署安装流程

1. 准备环境
   确保电脑已安装 Git、Node.js（建议 v16 或以上）、Docker 和 Docker Compose。如果没有，请先下载安装。
2. 克隆仓库
   打开终端，输入以下命令下载代码：

git clone https://github.com/nexmoe/lm-speed.git
cd lm-speed

3. Docker 部署

• 创建 docker-compose.yml 文件，复制官方提供的代码：

  version: '3.8'
  services:
  app:
  image: nexmoe/lmspeed:latest
  ports:
  - "8650:3000"
  environment:
  - DATABASE_URL=postgresql://postgres:postgres@db:5432/nexmoe
  - NODE_ENV=production
  depends_on:
  - db
  restart: always
  db:
  image: postgres:16
  restart: always
  environment:
  POSTGRES_USER: postgres
  POSTGRES_PASSWORD: postgres
  POSTGRES_DB: nexmoe
  volumes:
  - postgres_data:/var/lib/postgresql/data
  volumes:
  postgres_data:
  

• 在终端运行：

  docker-compose up -d
  

• 部署成功后，访问 http://localhost:8650 查看服务。

4. 手动部署

• 安装依赖：

  npm install
  

• 复制并配置环境变量：

  cp .env.example .env
  

  编辑 .env 文件，填入数据库地址和 API 配置。

• 启动服务：

  npm run dev
  

• 访问 http://localhost:3000。

特色功能操作

• 实时监控
  在线测试时，页面会动态显示 TPoS 和响应时间变化。你可以用鼠标悬停在图表上，查看具体数值。
• 自动化测试
  点击“开始测试”后，系统自动进行五轮测试。每轮结果都会记录，最后生成平均值和波动范围，帮助你判断 API 稳定性。
• 报告导出
  测试结束后，点击“导出报告”，选择 PDF 格式。报告包含测试环境、性能指标和图表，适合团队分享或存档。
• 历史数据分析
  在线服务会保存你的测试记录。登录后，进入“历史记录”页面，可以查看之前的测试结果和性能趋势。

注意事项

• 确保 API 密钥有效，否则测试会失败。
• 本地部署时，检查防火墙是否开放端口（默认 3000 或 8650）。
• 如果图表加载缓慢，可能是网络问题，建议刷新页面重试。

通过以上步骤，你可以用 LM Speed 在线或本地测试语言模型 API 的性能。操作简单，结果清晰，非常实用。

应用场景

1. 开发者选择 API 服务
   开发者用 LM Speed 测试 DeepSeek 和 Silicon Flow 等 API 的速度和稳定性，挑选最适合项目的供应商。
2. 团队优化模型调用
   AI 团队用它监控 API 在高负载下的表现，调整调用策略，提升应用效率。
3. 研究人员分析性能波动
5. 研究人员通过五轮测试和历史数据，研究模型在不同条件下的性能变化，撰写学术报告。

QA

1. LM Speed 支持哪些 API？
   它主要支持 OpenAI 格式的 API，比如 DeepSeek、Suanli 等。只要 API 兼容 OpenAI SDK，就能测试。
2. 测试结果不稳定怎么办？
   检查网络连接是否稳定，或增加测试轮数（本地部署可修改代码）。结果波动大可能是 API 供应商的问题。
3. 需要付费吗？
   在线服务目前免费，但功能可能有限。本地部署完全免费，代码开源。