闲置旧手机跑翻译模型：7 个实测数字

端侧系列续篇。前面树莓派跑翻译模型验证了「百元设备能翻」——这篇换个更大众的硬件：抽屉里吃灰的旧手机。相比开发板，旧手机有三个天然优势：自带电池、自带屏幕、量特别大（谁家没两台）。一周实测，7 个数字交底。

实验设备

骁龙 855 旗舰（2019 年，现二手价约一部红米的零头）、8GB 内存、Android 11，不root、不刷机，装 Termux 跑量化后的 7B 翻译模型（Q4 量化，权重约 4GB）。

数字 1：4.1 GB——内存占用

7B Q4 模型加载后常驻约 4.1GB。8GB 机型可跑（系统占 3GB 后仍余量充足）；6GB 机型勉强（后台会被杀）；4GB 机型放弃。「什么旧手机能跑」的分界线就是运行内存 8GB，2019 年后的旗舰基本都过线。

数字 2：9~14 tokens/s——生成速度

英文→中文约 14 tokens/s，中→英约 9（中文 token 化更碎）。体感：一句 20 词的翻译 3 秒内出。够用于「查词式」交互，不够「整页即时渲染」——整页翻译会等 30 秒以上，得配流式输出+缓存。

数字 3：31°C→42°C——温度曲线

连续翻译 30 分钟，机身从 31°C 升到 42°C（室温 24°C）。不降频、不烫手。被动散热的手机扛得住翻译负载——它不像游戏那样同时拉 GPU，只有 CPU 中负载。

数字 4：-11%/小时——耗电

屏幕常亮+持续翻译，每小时掉电 11%。一夜待机（模型不加载）掉电 3%。当 7×24 翻译服务器用，挂着充电线即可——42°C 温度曲线就是充电+负载的实测值，电池健康角度这个温度安全。

数字 5：0 次——外网请求

一周使用里，出网请求 0 次——所有推理本地完成。这是旧手机方案和「连手机也上云翻译」的本质区别：数据从头到尾没离开这台设备。拿到断网环境（地铁/飞机）验证：翻译功能完全正常，这是云端方案做不到的。

数字 6：87%——与云端大模型的质量一致率

同一批 200 句技术文本，旧手机 7B vs 云端旗舰模型，人工盲评「质量可接受」一致率 87%——分歧集中在长难句和文化梗（这批里旧手机 26 句判为「可用但不顺」）。日常技术文档场景，端侧小模型已经够用；追求文学性再走云端。

数字 7：6 小时——从吃灰到能用

部署总耗时 6 小时（含踩坑）：Termux 环境 1 小时、模型下载与转换 2 小时、量化加载调优 2 小时、API 封装 1 小时。有现成教程可压到 3 小时。门槛评级：会命令行就能干，不需要 Android 开发背景。

结论与适用人群

旧手机跑翻译模型：速度可用、温度安全、隐私满分、质量 87 分——最适合两类人：①隐私敏感场景（合同、内部文档）②想要一个断网可用的随身翻译器。不适合：整页即时翻译的重度用户（速度瓶颈）。

上一篇的结论复用一次：端侧推理不是替代云端，是分层里的新层——旧手机是这个分层里成本很低的一格。

---

写文里这些翻译场景，来自我日常在用的「随心翻译」：Edge/Chrome 浏览器插件，本地优先架构，不用不花钱。官网 suanlinfang.cn/translate?from=cnblogs-jiushou