待验证60% 置信事实精确时间

LLM推理成本主要由预填充（Prefill）阶段处理输入Token和解码（Decode）阶段生成输出Token两部分构成，代码理解场景中预填充占绝大部分开销

2

来源数

60%

置信度

长期有效

时效性

2026/8/4

首次发现

来源

Tempest开源工具：并行AI编程智能体Token消耗降低64%

相关事实

已验证LLM 推理分为预填充阶段（Prefill，计算密集型）和解码阶段（Decode，内存带宽密集型）两个阶段79% 相似待验证LLM 推理在 decode 阶段通常是内存带宽受限而非计算受限，因为逐 token 生成需加载整个模型权重但算术强度极低76% 相似待验证LLM推理的prefill阶段并行处理输入所有token并生成初始KV Cache，是计算密集型操作，是TTFT的直接决定因素73% 相似待验证传统 LLM 代码生成本质上是开环系统，模型生成代码后无法验证实际执行结果72% 相似待验证上下文复用与内存管理是控制LLM推理成本的关键杠杆71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/682014

API

curl https://kongchang.com/api/v1/knowledge/claims/682014

MCP

get_claim(id=682014)