待验证50% 置信基准精确时间
根据Logic42在2026年第三季度的客户审计基准测试，粗暴GraphRAG（链式LLM）平均查询延迟16400毫秒，每查询Token数14800，每万次查询成本222美元，关系准确率89%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/16
首次发现
有效期至：2026/10/30
来源
GraphRAG悖论：知识图谱如何避免Token崩溃
rss2026/10/16
涉及实体
相关事实
待验证基准测试中，5 万向量规模下 sqlite-vec 约 84ms/查询、sqlite-vector 约 78ms/查询；15 万向量时分别为 241ms 与 231ms，总体上 sqlite-vector 查询更快70% 相似待验证LangWatch的LLM作为裁判基准测试显示：OpenAI Decisions准确率75.2%、中位延迟243ms、每千次成本$1.09；TypeSafe Jev准确率63.7%、中位延迟429ms、每千次成本$0.4269% 相似待验证GPT-4o-mini 在同一HS编码基准测试上准确率约18%；带网页搜索的最佳AI Agent可达46.8%，但每次调用成本$1-10，耗时10-30秒；人类专家约95%。68% 相似待验证在该基准测试中，LangGraph成功率为77.6%，平均完成时间31.2秒，平均Token成本12,14368% 相似待验证Laya 决策模型对短请求的响应最高快 4.1 倍，在 B200 上一次 3 问护栏检查从 11.6 ms 降到 2.8 ms68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046427API
curl https://kongchang.com/api/v1/knowledge/claims/1046427MCP
get_claim(id=1046427)