待验证60% 置信事实精确时间

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%

2

来源数

60%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

GPT-5.6三款模型深度实测：Soul、Tara、Luna实力几何？

bilibiliAI-seeker2026/7/9

相关事实

待验证自回归解码阶段GPU算力利用率往往不足10%，属于内存密集型操作77% 相似待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72% 相似待验证主流开源模型在消费级GPU上的推理速度通常在20-80 token/s之间70% 相似待验证同一型号GPU在不同渠道的价格差异可达20%-40%69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/461656

API

curl https://kongchang.com/api/v1/knowledge/claims/461656

MCP

get_claim(id=461656)