淘宝旗下 MNN 团队开源面向手机的轻量化大语言模型 MNN-Pocket-0.3B，约3亿参数。核心性能：在苹果 iPhone 18 Pro 真机测试中平均解码约350 token/s；在 iPad Pro M5 Metal 后端测试中 Prefill 吞吐达8,721 token/s，Decode 吞吐达466 token/s，约为同条件下 Qwen3-0.6B 的1.63倍。INT4MNN 部署文件仅173MB，iPad Pro M5 峰值内存增量228MB；Qwen3-0.6B 部署体积340MB、峰值内存增量427MB，前者部署体积缩减约49%、内存增量减少约47%。一加13（骁龙8至尊版）4-bit 模型功耗测试显示，100次同等负载累计增量能耗约占手机电池总电量0.3%。词表从约151K精简至64K，缩减57%。评测方面：英文 IFEval 73.20，中文指令遵循 IFEval-zh 74.59；11项综合评测平均50.00，超越 MiniCPM4-0.5B、Qwen3-0.6B 等；中文数学 MGSM-zh 51.20，代码生成 HumanEval 53.66。团队开源 Base、SFT、通用、MNN、DFlash2、Dec 等版本，覆盖预训练、后训练、端侧部署与投机解码等场景。