已验证65% 置信事实精确时间
输出Token价格通常为输入的4-6倍，源于预填充与解码两阶段的算力差异，解码阶段GPU利用率可能仅为预填充的10-20%
3
来源数
65%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
GPT-5.6三款模型深度实测：Soul、Tara、Luna实力几何？
bilibiliAI-seeker2026/7/9
相关事实
已验证自回归解码阶段GPU算力利用率往往不足10%，属于内存密集型操作77% 相似待验证输出token价格通常是输入token的2-4倍，因为生成过程需要逐步解码、计算注意力权重75% 相似已验证大语言模型的输出token价格通常是输入的4-8倍，因为输出涉及自回归生成需要多次前向传播，边际成本更高73% 相似待验证输入token可以并行处理，利用率高；输出token必须逐个自回归生成，显存带宽占用更大、更慢，因此多数提供商把输出侧单价定得显著高于输入侧，常见比例为3:1到5:1。72% 相似待验证输出token通常比输入token更贵，因为输出需要自回归逐token生成，计算密度更高且GPU利用率更低72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/461656API
curl https://kongchang.com/api/v1/knowledge/claims/461656MCP
get_claim(id=461656)