Quantisierungs-Benchmarks sind zentral für Entscheidungen über lokale Modell-Deployments. Falls Ergebnisse nicht reproduzierbar oder methodisch inkonsistent sind, können Nutzer falsche Hardware- und Modellwahl-Entscheidungen treffen. Der Fall zeigt, wie wichtig Transparenz über Generierungsanzahl und Evaluierungsläufe ist.