推理与成本

出字速度

Tokens per Second (TPS)

每秒生成多少个 token,决定阅读体感。

又称 TPS 生成速度 吞吐

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

人阅读中文大约每秒 5–8 个字,对应 8–15 token/s,超过这个速度体感就是「瞬间出现」。低于 10 token/s 会有明显等待感。

注意区分「单请求速度」和「系统总吞吐」:并发高时单请求会变慢,但总吞吐上升。选型时要看你的场景是重交互还是重批处理。

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

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