已验证75% 置信事实精确时间

推理模型在输出最终答案前内部思维链可能消耗3000至20000个Token，远超普通模型的约500个Token

3

来源数

75%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

告别Perplexity：一位免费用户的出走与AI搜索商业化困境

相关事实

待验证推理模型通过思维链或内部搜索进行多步推演，token消耗量可能是普通模型的5到20倍78% 相似待验证根据文中量化估算，编程智能体任务中模型推理仅占总时间的 20%-30%，剩余 70%-80% 花在等待外部系统 I/O 响应73% 相似待验证分析推测该模型是2到4万亿参数规模的MoE模型，每个Token仅激活约1500亿参数71% 相似待验证Grok 1 的3140亿总参数中每次推理仅激活约25%，实际推理算力接近650亿参数规模的密集模型70% 相似待验证推理模型可能要多花数倍甚至十几倍的输出token，直接推高API调用成本70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/560926

API

curl https://kongchang.com/api/v1/knowledge/claims/560926

MCP

get_claim(id=560926)