待验证50% 置信基准精确时间
在相同硬件条件下，qwen2.5-coder:14b 快速模型延迟约2秒，每答案token数约500，每百万答案成本约5美元；deepseek-r1:14b 思考模型延迟约15秒，每答案token数约3000，每百万答案成本约30美元；o1类推理模型延迟约45秒，每答案token数约15000，每百万答案成本约150美元。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
涉及实体
相关事实
待验证在40轮对话测试中，使用claude-sonnet-5（输入$0.3835/1M、输出$1.5339/1M），全量历史策略每消息成本$0.001599，最近6轮滑窗为$0.000413（约−74%），摘要+最近4轮为$0.000388（约−76%）。68% 相似待验证云端 AI 方案网络延迟往返时间通常在 200ms-2s，GPT-4 级别模型费用约 $30/百万 token；端侧方案本地推理可在 50-200ms 内完成首 token 生成且零边际成本68% 相似待验证在延迟和成本对比中，Jev中位延迟443毫秒、每百万条约71美元；Gemini略超1秒、约150美元；GPT-5.5达2.8秒、约4600美元67% 相似待验证Decision-1平均延迟240ms，1380次调用成本约$0.015；gpt-4.1-nano平均延迟728ms，成本约$0.05-0.07；gpt-6.1-sol平均延迟2052ms，成本约$0.56。67% 相似待验证在 vast.ai 上一块 H100 SXM 80GB（每小时 2.689 美元，20 vCPU）上运行 vLLM 0.27.1 官方镜像推理 Qwen2.5-0.5B-Instruct（fp16），单请求串行负载下每百万输出 Token 成本约为 1.26 美元。66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038480API
curl https://kongchang.com/api/v1/knowledge/claims/1038480MCP
get_claim(id=1038480)