切换工具
大模型生成速度计算器
按 tokens/s 吞吐估算生成时长与吞吐上限
生成耗时（估）
20.0 秒
每分钟产出
3,000 字/分
连续生成一小时产能
180.0 千字
体感档位
很流畅
60~100 tokens/s，多数人阅读已跟不上
常见速度参考区间（tokens/s）
旗舰 API（长思考型） 20~60
旗舰 API（标准模式） 60~150
轻量模型 API 100~500
本地 7B（4090 / llama.cpp） 60~120
本地 70B INT4（双 3090） 8~20
体感由两件事决定：TTFT（首字延迟，长提示词 Prefill 可达数秒）决定"多久开始出字"，吞吐决定"出得多快"。本工具估算吞吐部分；思考型模型（o 系列等）的思考过程也计入总耗时。
使用说明
填入模型的输出速度（可参考厂商或第三方实测，常见区间：轻量模型 100~500 tokens/s、旗舰模型 20~100 tokens/s、本地小模型受显卡限制差异极大），再输入目标产出内容的中文字数，工具按 1 字 ≈ 1.2 Token 折算出总耗时与平均每千字耗时。
结果同时给出产能视角：按该速度连续生成，每小时/每天最多能产出多少千字，适合评估批量文案、数据集合成这类离线任务的工期；也给出体验视角——低于 10 tokens/s 时打字机效果会明显卡顿，30 tokens/s 以上接近人眼舒适阅读速度。
注意区分两个指标：TTFT（首 Token 延迟，决定"多久开始出字"）和吞吐（tokens/s，决定"出得多快"）。长提示词、推理型模型（o 系列的思考过程）与高并发限流都会显著拖慢实际体感速度。
常见问题
对聊天场景，20~30 tokens/s 以上时打字机效果已经比较流畅；60 tokens/s 接近快速打字；超过 100 tokens/s 多数人阅读速度跟不上，边际体验提升很小。低于 10 tokens/s 用户会明显感到"在等"。流式输出（SSE）+ 较低的 TTFT 比 raw 吞吐更能改善体感。
相关 AI 产品
全部产品 →G
GPT-6.1 Sol 「GPT-6.1 Sol」是 OpenAI 推出的大模型，智力指数、价格与用量数据见 AI 模型数据频道。g
gpt-oss-120b 免费增值 OpenAI 开源 117B 参数 MoE 语言模型，单次前向激活 5.1B 参数，专为高推理、智能体及通用生产场景优化。G
GPT-6 Luna 「GPT-6 Luna」是 OpenAI 推出的大模型，智力指数、价格与用量数据见 AI 模型数据频道。G
GPT-6 Sol GPT-6 Sol 是 OpenAI GPT-6 系列的中档模型，2026 年 9 月 22 日与 Luna 一同发布，沿用 Astra 的训练方法，把专业工作、事实性与编程能力下放到更快更便宜的档位。较 GPT-5.6 Sol 事实性错误约减半，API 价格直降 50%，标识 gpt-6-sol，已上线 ChatGPT Work、Codex 与 API。