據 Woofun AI 消息，SemiAnalysis 分析指出，大型語言模型推理領域對"首個 token 生成時間"（TTFT）的關注可能過度。其強調，推理系統的核心並非單純追求速度，而在於平衡"單用戶交互速度"與"整體吞吐效率"。

SemiAnalysis 認爲，TTFT 對用戶體驗的實際影響有限，解碼階段的 token 生成速度更具決定性。數據顯示，僅約 10% 到 20% 的推理任務存在延遲限制，其餘絕大多數場景更依賴於吞吐量提升與成本效率優化。