bubufu用 200 Token 的算术示例理解速度，在同一段文字上比较播放节奏，并区分模拟和真实 API 测速。
Fu Jam · 更新 2026-10-19
先分清两个等待
首字延迟（TTFT）是发出请求到收到第一个输出 Token 的时间；tokens/s 是随后输出的速率。较高的输出速度并不保证更早开始回答。网络、排队、输入长度和推理过程都会影响实际体验。
一个可以复算的示例
假设需要输出恰好 200 个 Token，且速率稳定：20 tokens/s 约需 10 秒，50 tokens/s 约需 4 秒，100 tokens/s 约需 2 秒。计算为 200 ÷ tokens/s。这只计算稳定输出阶段，不包含 TTFT，也不是任何模型的实测成绩。
在模拟器里这样比较
打开 Token 速度模拟器，输入相同原文，再启用并排对比，选择不同速度并播放。切换模型系列后先确认原文没有被清空。记录你是否能舒适阅读，而不只关注谁先结束。播放器按约 4 个字符估计 1 个 Token，不能替代各模型的分词器。
什么时候需要真实 API 测试？
采购或部署决策需要在自己的真实任务上测试。固定模型版本、请求参数、输入与输出上限，重复多次，并分别记录 TTFT、输出时长、真实 Token 用量及失败情况。使用提供方返回的用量信息；不要把播放器估算当账单依据。
内容和链接的隐私边界
模拟器播放直接输入的文字时不调用模型。公开链接导入会访问目标页面，失败时可能通过读者代理读取。不要导入含登录令牌的地址。真实 API 测试则会把提示发送给所选服务商，应先确认其数据处理政策。