目录
- 大模型推理核心指标及定义表
大模型推理核心指标及定义表
| 评估指标 | 英文全称 | 指标定义 |
|---|---|---|
| 输出吞吐量 | Output Throughput | 模型持续生成文本的速度，单位为 tokens/秒（tok/s），反映连续输出场景下的稳定性能 |
| 峰值吞吐量 | Peak Throughput | 模型瞬间能达到的最高文本生成速度，单位为 tokens/秒（tok/s），体现硬件短时算力上限 |
| 首token延迟（TTFT） | Time To First Token | 用户发出请求后，模型生成第一个token（字符）的等待时间，单位为毫秒（ms），影响交互即时性 |
| 每token延迟（TPOT） | Time Per Output Token | 模型生成第一个token后，后续每个token（字符）的平均耗时，单位为毫秒（ms），决定持续生成效率 |
| 请求吞吐 | Request Throughput | 系统每秒能成功处理的用户请求数量，单位为 requests/秒（req/s），反映高并发服务能力 |
