待验证50% 置信基准精确时间

Flash模型的首Token延迟（TTFT）通常比Pro低50%以上

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/12

首次发现

有效期至：2026/11/10

来源

Go开发者的Gemini指南：模型家族全解析

相关事实

待验证Flash模型每token的推理成本通常比Pro级模型低一个数量级68% 相似待验证一个70亿参数的模型在RTX 4090上的推理延迟约为50-200ms57% 相似待验证据分享数据，深小I系统让办事所需时间缩短超过一半，回答准确率超过 95%56% 相似待验证L1向量路由在Top20高频意图上准确率能达到95%以上，比L2大模型仅差1.5个百分点，但延迟和成本均降低约30倍55% 相似待验证标称续航（厂商实验室数据，通常150nit低亮度视频循环）普遍虚标30%-50%，实际混合办公续航应按标称值打6-7折估算54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/733625

API

curl https://kongchang.com/api/v1/knowledge/claims/733625

MCP

get_claim(id=733625)