tps高还是很实用的，比如沉浸式翻译等场景不怎么要模型能力但是很吃速度。 OpenRouter上能看到同一个模型不同供应商的速度，定制硅片的供应商（如Cerebras或者Groq）的速度能到大几百tps，翻译大篇幅文本的时候基本能秒出。 我在这种场景下的主力还是gpt-oss-120b就是这个原因^-^