TTFT / TPS

TTFT 和 TPS 测量的是一次生成的两个阶段。TTFT（Time to First Token）看请求发出后等到首个 token 的时间；TPS（Tokens Per Second）看首 token 之后，模型持续输出的速度。

• 请求开始到首 token 出现之前，页面主要在等待，记录这段时间得到 TTFT。
• 首 token 出现后，才有持续输出可以采样，TPS 用每秒 token 数描述生成速度。
• 低 TTFT 只说明开始反馈快，不保证后续 TPS 高；排查性能时要分开看两个数字。

TTFT 只看首个 token 之前的启动等待，TPS 只看开始生成之后的输出速率。它们不是把整段请求压成一个总耗时，也不是用 chunk 到达顺序代替性能指标。

• TTFT 高、TPS 高：用户既要等很久才看到反馈，开始后生成也慢，应该分别排查启动和生成阶段。
• TTFT 低、TPS 低：首 token 很快出现，但后续输出速度不高，不能只看首屏反馈判断体验。

比较模型、区域或提示词时，要说明采样条件、输出长度和模型版本；单个数字不能脱离这些条件直接下结论。

拆开一次测量，可以看到请求起点、TTFT 等待窗口、首 token 分界线、TPS 速率窗口和最后的指标解读。

• REQUEST START 是计时起点，必须在请求真正发出时记录。
• TTFT WINDOW 直到首 token 到达为止；首 token 到达后这段等待才可以冻结成 TTFT。
• TPS WINDOW 从首 token 之后开始，用持续输出的 token 数和时间计算速度。
• READ THE METRICS 把两个数字放回各自阶段，避免用低 TTFT 推断高 TPS。

请做一个 TTFT / TPS 教学示例：从 POST /chat 发出开始测 TTFT，等首 token 到达后显示 820 ms 并画出 FIRST TOKEN 分界线；从这之后再测 TPS，显示 42 tok/s 和已完成状态。请在页面上明确低 TTFT 不代表高 TPS，不要做成流式 chunk 逐段生命周期或 Token 分段流程；支持共享重播、Anatomy 键盘操作、暗色主题和 390px、320px 窄屏。