推理与成本

吞吐量

Throughput

单位时间内系统总共吐出多少 token,衡量的是整体产能。

又称 Throughput 总吞吐 服务端 tokens/s

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

它和单个用户感受到的 TPS 不是一回事:吞吐是服务端总量,会随并发数、批处理大小、序列长度变化;TPS 是某一次请求的体验。批处理能显著提高吞吐,却可能让单请求的 TTFT 变长。

做容量规划看吞吐,做交互体验看 TTFT + TPS,两个指标经常要权衡。

✦举个例子

8 路并发各 30 token/s,服务端总吞吐约 240 token/s。

✓实战提示

压测时同时记录总吞吐与 P95 TTFT,只报一个数容易得出错误结论。

02 什么时候会碰到它
账单变贵、响应变慢、要压成本时

同样一个模型,费用能差十倍,差别全在缓存、批处理、量化、并行和让它想多久。做容量规划、选部署方式、谈单价,都绕不开这几个词。

03 和这几个词怎么区分
04 接着读这几篇
05 用得到的工具

下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活