🧠 图解记忆： 性能数字离不开测试条件；先对齐工作负载，再同时看吞吐、尾延迟和成本。

💡 答案要点

不能脱离条件给固定排行榜。至少要对齐：

维度	必须固定或记录的条件
模型	权重版本、参数量、上下文配置、量化/精度
硬件	GPU 型号与数量、互联、驱动和 CUDA 版本
流量	输入/输出长度分布、并发、到达率、共享前缀比例
指标	TTFT、TPOT/ITL、端到端 P50/P95/P99、输入/输出吞吐、显存峰值
约束	相同质量、相同 SLO、相同预热和压测时长

面试话术：

"我不会背一张脱离版本和负载的吞吐表。正确比较方式是固定模型、精度、硬件和流量回放，在同一 SLO 下测 TTFT、TPOT、吞吐、尾延迟与显存。共享前缀多时应单独评估缓存命中率；结论只对这组实验条件负责。"