待验证50% 置信事实精确时间
输入token可以并行处理，利用率高；输出token必须逐个自回归生成，显存带宽占用更大、更慢，因此多数提供商把输出侧单价定得显著高于输入侧，常见比例为3:1到5:1。
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证输出token价格通常是输入token的2-4倍，因为生成过程需要逐步解码、计算注意力权重76% 相似待验证输出token通常比输入token更贵，因为输出需要自回归逐token生成，计算密度更高且GPU利用率更低74% 相似已验证大语言模型的输出token价格通常是输入的4-8倍，因为输出涉及自回归生成需要多次前向传播，边际成本更高73% 相似待验证4.8倍这一数字指的是在单用户响应速度相同的点上，单GPU每秒处理的token总量之比，而非答案变快4.8倍或同时服务4.8倍用户73% 相似已验证输出Token价格通常为输入的4-6倍，源于预填充与解码两阶段的算力差异，解码阶段GPU利用率可能仅为预填充的10-20%72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1005632API
curl https://kongchang.com/api/v1/knowledge/claims/1005632MCP
get_claim(id=1005632)