Unverified50% confidenceBenchmarkExact time
Flash模型的首Token延迟（TTFT）通常比Pro低50%以上
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
8/12/2026
First Seen
Valid until: 11/10/2026
Sources
Related Claims
UnverifiedFlash模型每token的推理成本通常比Pro级模型低一个数量级68% similarUnverified一个70亿参数的模型在RTX 4090上的推理延迟约为50-200ms57% similarUnverified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% similarUnverifiedL1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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/733625API
curl https://kongchang.com/api/v1/knowledge/claims/733625MCP
get_claim(id=733625)