PapersGPT — benchmark wydajności: zaindeksuj 1,500+ PDF-ów w kilka minut, uzyskuj wyniki w milisekundy

Każdy badacz zna ten sam problem: Twoja biblioteka Zotero rozrasta się do setek — a nawet tysięcy — PDF-ów i nagle „znalezienie pracy, która mówiła X" zamienia się w poszukiwanie igły w stogu siana. Chmurowe narzędzia AI zmuszają Cię do wysyłania wszystkiego na cudze serwery. Aplikacje desktopowe działają opieszale. A gdy zadajesz AI pytanie, czekasz całe sekundy, zanim przeszuka Twoją bibliotekę.

PapersGPT został stworzony, aby to oczekiwanie zniknęło. Przeprowadziliśmy serię kontrolowanych benchmarków na prawdziwym sprzęcie, aby to udowodnić. Oto liczby.

Konfiguracja benchmarku

Zmierzyliśmy trzy rzeczy, które mają największe znaczenie w codziennej pracy badawczej:

Czas indeksowania — ile czasu zajmuje zeskanowanie i zaindeksowanie biblioteki PDF pod kątem wyszukiwania.
Zużycie pamięci — ile pamięci RAM zużywa działający w tle proces agenta, gdy jest bezczynny i podczas wyszukiwania.
Opóźnienie wyszukiwania — jak szybko zapytanie zwraca wyniki oparte na źródłach z Twojej biblioteki.

Testy przeprowadzono w prawdziwych instalacjach Zotero na dwóch maszynach: Macu z procesorem Intel i9 oraz maszynie wirtualnej z systemem Windows (4 rdzenie / 8 GB RAM) działającej na tym samym Macu z Intel i9 — celowo skromnej konfiguracji, odwzorowującej typowe biurowe PC.

Wyniki: benchmark wydajności PapersGPT

Metryka	Mac (Intel i9)	Windows VM (4C8G)
Rozmiar biblioteki	1,506 PDF-ów (4.5 GB na dysku)	500+ PDF-ów
Czas indeksowania	141 sekund	Kilka sekund
Pamięć (proces agenta)	227 MB	160 MB
Średni czas wyszukiwania	~15 ms	~15 ms

Maszyna wirtualna z Windows współdzieli tego samego Maca z Intel i9 jako hosta, a przydzielono jej tylko 4 rdzenie i 8 GB pamięci RAM.

Przyjrzyjmy się, co te liczby naprawdę oznaczają.

1. Indeksowanie 1,500+ PDF-ów w mniej niż 2.5 minuty

Na Macu PapersGPT zaindeksował 1,506 PDF-ów zajmujących 4.5 GB miejsca na dysku w zaledwie 141 sekund. To mniej więcej 10 prac na sekundę — bez czekania przez całą noc, bez paska postępu „indeksowanie biblioteki" przez godzinę. Instalujesz wtyczkę, skanuje Twoją bibliotekę i zanim kawa zdąży wystygnąć, możesz już rozmawiać ze swoimi pracami.

Na maszynie wirtualnej z Windows — tylko 4 rdzenie i 8 GB RAM — zaindeksowanie 500+ PDF-ów zajęło zaledwie kilka sekund, więc nawet rosnąca biblioteka jest indeksowana praktycznie na żądanie.

Dla porównania: wiele chmurowych narzędzi typu „czat z Twoimi dokumentami" wymaga wysyłania plików pojedynczo, a następnie przetwarzania ich po stronie serwera, co w gorszy dzień może zająć kilka minut na dokument. Lokalne indeksowanie w PapersGPT jest w praktyce natychmiastowe.

2. Zużycie pamięci, które nie spowolni Twojego komputera

Narzędzia badawcze pożerające 1-2 GB pamięci RAM to codzienność. Proces agenta PapersGPT pozostaje lekki: 227 MB na Macu z Intel i9 i tylko 160 MB na maszynie wirtualnej 4C8G z Windows, nawet podczas obsługi biblioteki liczącej 1,500+ dokumentów.

Ma to znaczenie, gdy Zotero, Twoja przeglądarka, czytnik PDF i edytor LaTeX walczą o te same 16 GB pamięci RAM. Lekki agent działający w tle oznacza, że nigdy nie musisz wybierać między menedżerem bibliografii a innymi aplikacjami.

3. Wyszukiwanie w ~15 ms: szybciej, niż zdążysz pomyśleć pytanie

Najważniejsza liczba to opóźnienie wyszukiwania. PapersGPT zwraca wyniki oparte na źródłach z Twojej biblioteki średnio w około 15 milisekund. Dla kontekstu:

Typowa strona internetowa ładuje się w 1,000–3,000 ms.
Mrugnięcie okiem trwa około 100–150 ms.
PapersGPT odpowiada w 15 ms — o rząd wielkości szybciej niż mrugnięcie.

To właśnie sprawia, że „czat z Twoją biblioteką badawczą" wydaje się natywny, a nie jak zdalne wywołanie API. Zadajesz pytanie o swoje prace, a odpowiedź jest w praktyce natychmiastowa, z cytatami wskazującymi dokładnie te PDF-y.

Dlaczego PapersGPT jest tak szybki?

Wydajność PapersGPT nie jest przypadkiem — wynika ze świadomych decyzji inżynieryjnych zaprojektowanych pod szybkość działania lokalnego:

Natywne jądro w C++

Silnik indeksowania i wyszukiwania jest napisany w C++, tej samej rodzinie języków, z której korzystają silniki baz danych i systemy transakcyjne. Eliminuje to narzut interpretowanych środowisk uruchomieniowych (Python, Node) w krytycznej ścieżce wyszukiwania.

Wyszukiwanie pełnotekstowe BM25

PapersGPT łączy pełnotekstowe wyszukiwanie BM25 po tytułach, autorach, tagach, streszczeniach i Twoich osobistych adnotacjach z natychmiastowym pobieraniem pełnego tekstu po kluczu głównym. BM25 to ten sam model rankingowy, który stoi za nowoczesnymi wyszukiwarkami — sprawdzony, szybki i niezwykle trafny w przypadku tekstów akademickich.

Zero wywołań sieciowych

Ponieważ wszystko działa lokalnie, nie ma kolejki wysyłania, żadnego indeksowania po stronie serwera ani opóźnień sieciowych między Twoim pytaniem a Twoimi pracami. Szybkość, którą widzisz, to szybkość Twojej własnej maszyny.

Lekka konstrukcja agenta

Agent działający w tle jest celowo minimalistyczny — nie ładuje pełnego modelu LLM do pamięci, dopóki nie generujesz streszczenia lub odpowiedzi na czacie. Wyszukiwanie, czyli najczęściej wykonywana operacja, pozostaje tanie.

Co to oznacza dla Twojego przepływu pracy badawczej

Ogromne biblioteki przestają być problemem

W momencie, gdy Twoja biblioteka Zotero przekracza 1,000 prac, większość narzędzi AI do badań zaczyna się dławić — wysyłanie trwa wieki, wyszukiwanie zwalnia, a zużycie pamięci eksploduje. PapersGPT jest dokładnie odwrotnie. Zbudowany na natywnym silniku C++ zaprojektowanym pod skalowanie, obsługuje biblioteki liczące 1,000 prac, 5,000 prac, a nawet 10,000+ prac z pełną swobodą.

Kluczowy wniosek z benchmarku: koszt indeksowania rośnie mniej więcej liniowo wraz z rozmiarem biblioteki, natomiast czas wyszukiwania pozostaje w zasadzie stały. Zaindeksowanie 1,506 PDF-ów zajęło 141 sekund — a więc biblioteka licząca 10,000 prac (ok. 30 GB) zaindeksowałaby się w około 15–20 minut, a ten koszt płacisz tylko raz na każdą nową pracę. Codzienne wyszukiwanie pozostaje na poziomie ~15 ms, niezależnie od tego, czy masz 100 czy 10,000 prac. Pamięć utrzymuje się na poziomie kilkuset MB niezależnie od rozmiaru biblioteki, ponieważ agent indeksuje i wyszukuje na żądanie, zamiast ładować całą bibliotekę do RAM.

Krótko mówiąc: rozmiar biblioteki przestaje być powodem, by unikać AI. Niezależnie od tego, czy jesteś doktorantem z kilkuset pracami, czy doświadczonym badaczem z dziesiątkami tysięcy, PapersGPT działa tak samo — natychmiastowo, lekko i bez wysiłku.

Stary sprzęt wciąż jest szybki

Nie potrzebujesz stacji roboczej ani GPU, aby uzyskać dobrą wydajność wyszukiwania. Benchmark przeprowadzono na konsumenckim Macu z Intel i9 — a test na Windows był jeszcze trudniejszym przypadkiem: maszyna wirtualna z 4 rdzeniami i 8 GB RAM współdzieląca tego samego Maca. Nawet tam PapersGPT zaindeksował 500+ PDF-ów w kilka sekund, zużywając 160 MB pamięci. Skoro PapersGPT jest tak responsywny w skromnej maszynie wirtualnej, na każdej prawdziwej maszynie, na której pracujesz, będzie działał bez wysiłku.

Twoje dane pozostają lokalne

Szybkość to nie jedyny powód, by wyszukiwać lokalnie — równie ważna jest prywatność. PapersGPT indeksuje i przeszukuje Twoje PDF-y na Twoim komputerze, dzięki czemu wrażliwe, niepublikowane lub zastrzeżone badania nigdy nie opuszczają Twojej maszyny. (Jeśli chcesz połączyć swoją bibliotekę z zewnętrznymi asystentami AI, serwer Zotero MCP daje Ci taką możliwość na Twoich zasadach.)

PapersGPT a chmurowe narzędzia badawcze

Chmurowe narzędzia, takie jak NotebookLM i ChatPDF, rozwiązują problem „wyszukiwania w moich pracach", wysyłając Twoją bibliotekę do chmury — co kosztuje Cię czas (wysyłanie + przetwarzanie po stronie serwera) oraz prywatność (Twoje dane na cudzych serwerach).

	Chmurowe narzędzia AI	PapersGPT
Konfiguracja	Ręczne wysyłanie PDF-ów	Indeksuje istniejącą bibliotekę Zotero
Indeksowanie 1,500 PDF-ów	Minuty na wysyłkę, kolejka po stronie serwera	141 sekund, lokalnie
Opóźnienie wyszukiwania	500–2,000 ms (sieć)	~15 ms (lokalnie)
Wpływ na pamięć	Karta przeglądarki + chmura	agent 160–227 MB
Prywatność	Dane opuszczają Twoją maszynę	Pozostają na Twojej maszynie

Po bardziej szczegółowe porównanie zajrzyj do naszego przewodnika NotebookLM vs. ChatPDF vs. PapersGPT.

Najczęściej zadawane pytania

Jak zaindeksować swoją bibliotekę Zotero za pomocą PapersGPT?

Zainstaluj wtyczkę PapersGPT, otwórz Zotero i wybierz prace, z którymi chcesz pracować. PapersGPT indeksuje je automatycznie — bez ręcznego wysyłania, bez osobnej aplikacji. Biblioteka licząca 1,500 PDF-ów indeksuje się w około dwie minuty.

Czy PapersGPT potrzebuje połączenia z internetem do wyszukiwania?

Nie. Indeksowanie i wyszukiwanie są w pełni lokalne — dlatego mierzy się je w milisekundach. Możesz przeszukiwać swoją bibliotekę offline; chmurowe modele AI są używane tylko wtedy, gdy samodzielnie je wybierzesz do generowania odpowiedzi.

Czy PapersGPT spowolni mój komputer?

Nie — agent działający w tle zużywa tylko 160–227 MB pamięci. Nie przeszkadza, gdy Zotero, Twoja przeglądarka i edytor działają normalnie.

Czy PapersGPT poradzi sobie z bibliotekami większymi niż 1,500 PDF-ów?

Oczywiście — to właśnie tutaj PapersGPT błyszczy. W benchmarku użyto 1,506 PDF-ów jako realistycznego testu, ale silnik skaluje się znacznie dalej. Niezależnie od tego, czy Twoja biblioteka Zotero liczy 1,000, 5,000 czy 10,000+ prac, PapersGPT radzi sobie z nią z pełną swobodą: indeksowanie rośnie mniej więcej liniowo (biblioteka licząca 10,000 prac indeksuje się w kilka minut), wyszukiwanie pozostaje na poziomie ~15 ms, a pamięć utrzymuje się na poziomie kilkuset MB. Nie ma praktycznego rozmiaru biblioteki, przy którym PapersGPT zaczynałby działać wolno.

Podsumowanie

Benchmark mówi jasno: PapersGPT indeksuje bibliotekę liczącą 1,506 PDF-ów i ważącą 4.5 GB w 141 sekund, zużywa tylko 227 MB pamięci na Macu z Intel i9 (160 MB w maszynie wirtualnej 4C8G z Windows) i zwraca odpowiedzi w ~15 ms. A ponieważ silnik skaluje się liniowo przy indeksowaniu i utrzymuje stały czas wyszukiwania, ta bez wysiłkowa szybkość utrzymuje się niezależnie od tego, czy Twoja biblioteka Zotero liczy 1,000 czy 10,000+ prac. To połączenie — szybkie indeksowanie, minimalne zużycie zasobów, natychmiastowe wyszukiwanie i w pełni lokalna prywatność — sprawia, że PapersGPT wydaje się mniej wtyczką, a bardziej natywną częścią Twojego przepływu pracy badawczej.

Gotowy, by poczuć różnicę? Wypróbuj PapersGPT ze swoją biblioteką Zotero i przekonaj się, jak szybkie mogą być badania.