待验证50% 置信基准精确时间
该测试中预填充速度固定在约 500~600 token/s，首 token 耗时随输入长度线性增加
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/17
首次发现
有效期至：2026/12/16
来源
涉及实体
相关事实
待验证在8GB显卡上，token生成速度约为4.2到5 token/秒，且随着上下文变长速度从约6 token/秒下降到4.2左右74% 相似已验证在输出（Decode）速度测试中，2 万 token 以内可达约 45 tokens/秒，3 万 token 以上骤降至约 20 tokens/秒72% 相似待验证在案例测试中Gemma分析三页PDF财务报告耗时约13.78秒，生成1064个tokens，速度为每秒16 tokens72% 相似待验证该测试中模型短上下文场景输出速度约20 token/秒，200K+上下文降至约13 token/秒71% 相似已验证Human reading speed is roughly 5-8 tokens per second70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/930285API
curl https://kongchang.com/api/v1/knowledge/claims/930285MCP
get_claim(id=930285)