- 部署C++移植产生单个共享库（66 MiB），而不是多GB的Python虚拟环境（vLLM为9.1 GiB），内存使用可预测。
- vllm.cpp在各种并发级别上实现与vLLM相当的吞吐量或略有优势，输出逐token相同，峰值内存更低（24.88 GiB对比28.18 GiB）。
- depth-anything.cpp在CPU上运行速度比PyTorch快1.31倍，同时仅使用27%的内存，这得益于缓存了原本不必要重新计算的位置编码。
- face-detect.cpp和voice-detect.cpp优先确保输出精确匹配（余弦相似度1.0，像素级精度）而非速度，从而无需重新注册生物模板即可直接替换。