已验证65% 置信事实精确时间

生成阶段本质上是串行过程，无法像输入编码那样充分并行化，导致GPU利用率相对较低，这是输出成本天然高于输入的技术原因

3

来源数

65%

置信度

长期有效

时效性

2026/8/10

首次发现

来源

Qwen3定价仅2美元/百万Token输入，大模型价格战再升级

相关事实

待验证大批量场景下投机解码的收益会被稀释，因为此时GPU算力已趋于饱和77% 相似待验证追求极致低延迟意味着GPU利用率下降、单位推理成本攀升72% 相似待验证输入与输出的价格差反映了生成token比处理token计算量更大的工程现实71% 相似待验证在纯GPU推理、尤其是低并发的场景下,CPU对性能的影响相当有限70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/723657

API

curl https://kongchang.com/api/v1/knowledge/claims/723657

MCP

get_claim(id=723657)