据 Woofun AI 消息，SemiAnalysis 分析指出，大型语言模型推理领域对"首个 token 生成时间"（TTFT）的关注可能过度。其强调，推理系统的核心并非单纯追求速度，而在于平衡"单用户交互速度"与"整体吞吐效率"。

SemiAnalysis 认为，TTFT 对用户体验的实际影响有限，解码阶段的 token 生成速度更具决定性。数据显示，仅约 10% 到 20% 的推理任务存在延迟限制，其余绝大多数场景更依赖于吞吐量提升与成本效率优化。