inferbench

请使用 InferBench 测试我这台配备 RTX 4070 的机器，从目录中筛选适合代码生成的模型，并比较不同量化版本的 tokens/sec、显存占用和可用上下文长度，最后推荐最佳选择。

返回候选模型对比结果，并给出最适合当前 GPU 的量化版本与推荐理由。

请用 InferBench 在本机启动一个本地大模型服务，并执行基准测试，输出首 token 延迟、吞吐量、并发下的表现，以及适合开发环境还是生产验证环境的结论。

得到可运行的本地服务及一份性能报告，帮助判断部署可行性。

请使用 InferBench 分别测试一个 llama.cpp 文本模型和一个 Stable Diffusion 图像模型在当前硬件上的运行速度与资源占用，并总结两类任务的瓶颈差异。

输出文本与图像模型的性能对比摘要，便于规划本地 AI 工作负载。