模型 deepseek，2026-10-23 09:42

## 实验 1：输入变长，输出只要 8 个 token

| 输入 token | 首 token 延迟（中位数） | 各次 |
|---|---|---|
| 2,185 | 1.23 秒 | 1.45, 1.23, 1.12 |
| 9,200 | 1.30 秒 | 1.22, 1.64, 1.30 |
| 77,591 | 1.63 秒 | 1.40, 2.11, 1.63 |
| 292,995 | 3.63 秒 | 3.59, 3.63, 4.00 |

## 实验 2：输入很短，输出变长

| 要求的输出 token | 实际收到的块 | 首 token 延迟 | 总时间 | 每个输出 token |
|---|---|---|---|---|
| 50 | 50 | 1.13 秒 | 1.43 秒 | 5.0 毫秒 |
| 200 | 200 | 1.00 秒 | 1.59 秒 | 3.0 毫秒 |
| 800 | 800 | 1.11 秒 | 3.24 秒 | 2.7 毫秒 |

## 实验 3：同一份长文档上连问 6 轮

每轮输入约 107,412 token。

| 轮次 | 只在末尾追加 | 开头插时间戳 |
|---|---|---|
| 1 | 2.67 秒 | 3.25 秒 |
| 2 | 1.94 秒 | 3.11 秒 |
| 3 | 2.18 秒 | 3.00 秒 |
| 4 | 2.16 秒 | 3.16 秒 |
| 5 | 1.57 秒 | 3.62 秒 |
| 6 | 1.63 秒 | 3.20 秒 |
| 第 2 轮起的中位数 | 1.94 秒 | 3.16 秒 |

按 AI Builder Space 价目，每轮输入约 $0.0161，两种写法一样：它不单独给缓存命中打折，usage 里也不报命中了多少。缓存在这里省的是时间。

原始计时已存到 sample_output/api_deepseek_20261023.json