Epoch 实测长上下文延迟：GPT-5.6 二次增长，Claude 5 接近线性
Epoch AI 9 月 8 日发布报告，测量首字延迟（TTFT，关闭推理）随上下文长度的变化：OpenAI 的 GPT-5.6 Terra 与 Sol 呈明显上凸曲率，与显著的二次项一致；Anthropic 的 Claude Sonnet 5 与 Opus 5 接近线性。作者用三种对延迟噪声做不同假设的估计量重算（Student-t、随机前沿回归、spike-plus-contention），曲率结论不变——不像离群点把曲线拉上去。
报告把差异归到架构取舍而非单纯工程调优：Kimi K3 与 Qwen3.5 用线性注意力与全注意力 3:1 混合，把二次项压掉四分之三；Qwen3.8-Flash-Next 与 GLM-5.3-Flash 进一步替换为稀疏注意力，gpt-oss 则用滑窗注意力。Claude 的近线性被读作同类选择，而 OpenAI 侧的定价（超过 27.2 万输入 token 后翻倍）与 Codex 默认在 27.2 万前自动压缩，也和二次曲线一致。含义很直接：长上下文的成本差异正在从「谁家便宜」变成「谁家架构选对了」。
原文链接：Epoch AI 官方报告
核验记录
Epoch 官方 Publications 列表与报告页均标 Report Sep. 8, 2026，两处一致；报告含测量方法与三种估计量说明。未直读其公开数据集，曲线结论取自官方正文。配图为该报告 og:image（Epoch 自有资产）。