Claude 在团队中的速度问题主要体现在 TTFT（首次响应时间）上，而非原始解码速度。实际使用测量显示，TTFT 的 p50 为 4.2s 至 6.8s，p90 为 14.5s 至 28.1s；而 Claude Sonnet 的解码速度 p50 为 176 tok/s。这说明 Claude 在开始时的延迟让整体体验显得缓慢。由此引发了一个问题：是否应该将团队转向自托管的开放权重模型？自托管的设...