tps 这个玩意相关因素比较多，模型架构，部署架构，实际投入的硬件资源。 国产模型大部分 tps 的优先级低，先天架构就不足，快不起来。加上现在都处于高负载状态，能维持可用性和长上下文就已经资源耗尽了，tps 完全顾不上。 对于 agent 来说，tps 真的非常重要，在我看来甚至高于长上下文。上下文超过 200K 后边际效用就很低了，而对等的 tps 最起码要到 100 才用的舒服。
