Benchmarks

464 字约 2 分钟

2026-07-10

基准测试会在相同语料上比较 MoonBit 与 Python tokenizers 的编码、解码和加载性能。

图表

Moon/HF 比率（按用例）

性能概览

}] }

:::

## 流程

```mermaid
flowchart LR
  A[fetch_models.py] --> B[gen_parity.py]
  B --> C[moon bench]
  C --> D[bench_python.py]
  D --> E[bench_compare.py]
  E --> F[Moon/HF ratio]
  F --> G{> 1.10x?}
  G -->|yes| H[Optimization backlog]
  G -->|no| I[Publish result]

命令

python3 scripts/fetch_models.py
pip install tokenizers numpy
python3 scripts/gen_parity.py

moon bench --target native
python3 scripts/bench_compare.py --target native --corpus mixed
python3 scripts/bench_compare.py --target native --corpus all --fail-above 1.10

# 从基准测试报告生成 ECharts
node scripts/gen-bench-charts.mjs reports/bench-native-mixed.json

读取结果

Moon/HF ratio	含义
`< 0.90x`	MoonBit 在该场景更快
`0.90x .. 1.10x`	同一性能区间
`> 1.10x`	优化候选或性能回退

发布性能结论时应引用对比倍率，而不是单独引用 moon bench 输出。

本页运行时读取 /benchmarks/latest.json。CI 会通过 bench_compare.py --json-out 写出原始 reports/bench-native-mixed.json artifact，文档构建再把该报告转换为这里消费的静态 JSON。 ECharts 通过 gen-bench-charts.mjs 从同一报告生成。