待验证50% 置信基准精确时间
在一次8000 token运行中Ollama报告耗时125秒，而客户端实际等待725秒，差值为网关排队耗时且对服务端数字不可见
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/5
首次发现
有效期至：2026/10/19
来源
涉及实体
相关事实
待验证长上下文归档实验中8条请求各输入约261000+个Token、各完成约1022个输出，共同解码窗口总吞吐每秒214.85个Token，每请求约26.86，但窗口只有约2.28秒且预填充串行或交错75% 相似待验证对于500 Token的回答，流式输出可以让用户在首Token延迟（约500ms）后就开始看到内容，而非等待完整生成（约10秒）73% 相似待验证官方对比数据显示，同样的订票任务原版 BrowserUse 中位耗时为 9.45 秒，jev-ultrafast 只需 7.09 秒72% 相似待验证在传统SSR架构下，即便服务器响应时间控制在100ms以内，用户实际感知的延迟往往在300-800ms之间70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/977214API
curl https://kongchang.com/api/v1/knowledge/claims/977214MCP
get_claim(id=977214)